Question

我需要将矩阵非零元素的索引保存到文件中。这适用于小型矩阵，在a中存储非零索引的行号，在b中存储非零索引的列号：

X <- matrix(c(1,0,3,4,0,5), byrow=TRUE, nrow=2);    
a <- row(X)[which(!X == 0)]
b <- col(X)[which(!X == 0)]

但是矩阵的大小很大，我需要找到一种将索引保存到txt文件的有效方法，这样我就有[1] b [1]（新行）a [2] b [ 2]等等。有什么建议吗？

Answer 1

包Matrix对于极大的矩阵有很好的解决方案。 sparseMatrix对象可以归纳为data.frame，其中i和j是您的索引，x是值：

X <- matrix(c(1,0,3,4,0,5), byrow=TRUE, nrow=2);    
a <- row(X)[which(!X == 0)]
b <- col(X)[which(!X == 0)]

library(Matrix)
Y <- Matrix(X, sparse = TRUE)
(res <- summary(Y))
  2 x 3 sparse Matrix of class "dgCMatrix", with 4 entries 
    i j x
  1 1 1 1
  2 2 1 4
  3 1 3 3
  4 2 3 5
class(res)
  [1] "sparseSummary" "data.frame"

然后，您可以通过子集来获取i和j：

res[, c("i", "j")] 
   i j
 1 1 1
 2 2 1
 3 1 3
 4 2 3

Answer 2

您可以使用带参数which的{{1}}抓取所有非零位置的行和列，并将结果写入arr.ind=TRUE的文件中：

write.table

这会在指定文件中产生以空格分隔的元素对的输出：

write.table(which(X != 0, arr.ind=TRUE), "file.txt", row.names=F, col.names=F)

将1 1 2 1 1 3 2 3与which一起使用可以在输入矩阵中保存一些扫描，与您问题中发布的代码相比，所以在计算要输出的数据时应该更快一些。您可以通过更大矩阵（1000 x 1000，密度为1％）的基准来看到这一点：

arr.ind=TRUE

在这种情况下，我们看到计算非零行和列的速度提高了5倍。根据矩阵的密度和大小，输出操作（set.seed(144) bigX <- matrix(sample(c(rep(0, 99), 1), 1000000, replace=T), nrow=1000) OP <- function(X) cbind(row(X)[which(!X == 0)], col(X)[which(!X == 0)]) josilber <- function(X) which(X != 0, arr.ind=TRUE) library(microbenchmark) microbenchmark(OP(bigX), josilber(bigX)) # Unit: milliseconds # expr min lq mean median uq max neval # OP(bigX) 20.513535 23.014517 36.463423 25.354250 59.130520 65.50304 100 # josilber(bigX) 3.873165 4.281624 6.741824 5.250777 6.998415 45.02542 100）可能会成为瓶颈，在这种情况下，这种方法可能没有太大的好处。

有效地将非零矩阵元素的索引保存到文件

2 个答案: