我在拥有128 GB RAM的计算机上运行R 3.2.3。我有一个123028行×168列的大矩阵。我想在R中使用层次聚类算法，所以在我这样做之前，我试图使用vegan包中的vegdist（）函数和方法Bray-Curtis在R中创建一个距离矩阵。我收到有关内存分配的错误：
df <- as.data.frame(matrix(rnorm(20668704), nrow = 123028))
library(vegan)
mydist <- vegdist(df)
vegdist（df）出错： .Fortran
不支持long向量（参数4）
如果我使用pryr包来找出距离矩阵需要多少内存，我看到需要121 GB，这比我的RAM少。
library(pryr)
mem_change(x <- 1:123028^2)
121 GB
我知道R中的单个对象曾经有20亿个值的限制，但我认为这个限制在最近的R版本中消失了。还有其他内存限制吗？我不知道？
底线是我想知道：我该怎么办这个错误？这真的是因为内存限制还是我错了？我想留在R中并使用除k-means之外的聚类算法，因此我需要计算距离矩阵。
答案 0 :(得分：4)
R可以很好地处理长向量，但似乎距离矩阵计算是在C或Fortran中实现的，并且使用.C或.Fortran与R接口，它们不接受长向量（即，长度> 2 ^ 32 -1的矢量作为参数。请参阅文档here，其中声明：
请注意.C和.Fortran接口不接受长向量， 所以必须使用.Call（或类似的）。
查看vegdist()函数的source code，看起来您的矩阵正在转换为向量，然后传递给在C中实现的函数来计算距离。相关的代码行：
d <- .C("veg_distance", x = as.double(x), nr = N, nc = ncol(x),
d = double(N * (N - 1)/2), diag = as.integer(FALSE),
method = as.integer(method), NAOK = na.rm, PACKAGE = "vegan")$d
这就是你的问题所在。当矩阵转换为向量时，它将变为长向量，.C不支持。您将不得不寻找一个不同的包来计算距离矩阵（或自己实现一个）。