Question

我想知道这种默认行为背后是否有任何原因？如果有一些关于这一点的一致性怪癖，我会很高兴知道。

下面两个不同的查询（产生20和0长度），但我希望它们在删除冗余维度时有相同的行为。 NULL子集似乎由于某种原因保持空白维度。 ?drop声明：

删除只有一个级别的数组的维度。

使用drop=TRUE保持0级维度有什么意义？

我正在开发类似数组的类，因此我与base::array达成了不一致。我应该向R dev平台报告此类问题吗？

set.seed(1L)
ar.dimnames = list(color = sort(c("green","yellow","red")), 
                   year = as.character(2011:2015), 
                   status = sort(c("active","inactive","archived","removed")))
ar.dim = sapply(ar.dimnames, length)
ar = array(sample(c(rep(NA, 4), 4:7/2), prod(ar.dim), TRUE), 
           unname(ar.dim),
           ar.dimnames)
r1 = ar["green",,,drop=TRUE]
dimnames(r1)
#$year
#[1] "2011" "2012" "2013" "2014" "2015"
#
#$status
#[1] "active"   "archived" "inactive" "removed" 
#
length(r1)
#[1] 20
r2 = ar[NULL,,,drop=TRUE]
dimnames(r2)
#$color
#NULL
#
#$year
#[1] "2011" "2012" "2013" "2014" "2015"
#
#$status
#[1] "active"   "archived" "inactive" "removed" 
#
length(r2)
#[1] 0

Answer 1

事实上，如果你在你的例子中使用drop = FALSE，你会发现在第一种情况下第一个维度有1个级别，而在第二个维度中它有0个级别。所以drop的行为并不完全不一致。对不起，我看到你意识到了这一点。但结果是r2是一个没有条目的数组。由于条目数必须等于维度的乘积，因此根据需要删除第一个维度会产生错误。换句话说：当你有一个级别因为1 * 5 * 4 = 5 * 4时可以放弃，而你不能掉0级，因为0 * 5 * 4 = 0，这与5 * 4不同。

专门回答您的问题：

是的，这种默认行为背后有原因。您不能删除0级别的维度，因为如果剩余维度的级别超过零级别，则在删除后，条目数（0）将不再与维度的乘积匹配。
保持0级维度的要点是使用NULL对数组进行子集化的结果是没有条目的数组。这与仍然具有条目的数组（1级）的切片不同，并且不能被视为具有一个维度较小的数组。因此，对于0级别而言，丢弃是没有意义的（如果一个级别为0，则可能唯一的其他可能行为将丢弃所有维度，但是您将丢失信息，例如在dimnames上）。
不，您不应将此问题报告给R dev平台。

使用NULL子集数组不会丢弃维度？

1 个答案: