Question

所以我有一个家庭作业问题，我真的很难在R中编码。

这就是问题：编写一个函数difference()，它将一个向量X作为参数并返回一个向量每个元素和下一个元素之间的差异： X[2]-X[1], X[3]-X[2], X[4]-X[3]等等。

因此difference(c(5,2,9,4,8))会返回c(-3,7,-5,4)

到目前为止，我有这个：

difference<-function(X) {
  for (i in X)
   X.val<-X[i]-X[i-1]
   return(X.val)
    }
difference(c(5,2,9,4,8))

我似乎无法使用函数来减去X[2]-X[1]并且它返回的数字比我运行函数时应该多一个。任何人都可以帮助我吗？

Answer 1

您的代码存在一些问题。由于这是家庭作业，我不打算提供正确的代码，但我会帮助突出显示您出错的地方，以帮助您更接近。我没有提供答案的唯一原因是因为这些都是很好的学习经历。如果您对更新后的尝试发表评论，我会继续更新我的回答以指导您。

问题是您正在使用for (i in X)，它实际上会循环遍历X的值，而不是其索引。因此，在您的示例中，i将等于5然后是2然后是9然后是4然后是8.如果我们从i == 5开始，则代码执行此操作：X.val <- X[5] - X[5 - 1]。此时，您将X.val指定为4，因为X[5]等于8且X[4]等于4.在下一次迭代中，i == 2.所以这会将X.val设置为-3，因为X[2]为2而X[1]为5。

要解决此问题，您需要循环浏览X的索引。您可以使用for (i in 1:length(X))执行此操作，其中length(X)将为您提供与X中的元素数相等的数字。

您发现的下一个问题是您获得了一个额外的号码。考虑输出中应该包含多少数字以及i应该从哪里开始意味着什么，这一点非常重要。提示：你真的应该从1开始吗？

最后，在每次迭代中覆盖X.val。令我感到惊讶的是，您在结果中获得了额外的数字，因为您应该只收到NA，因为最后一个数字是8而X中没有8个元素。但是，您需要重写代码，以便不覆盖X.val，而是在每次迭代时附加代码。

我希望有所帮助。

更新＃1

如下面的评论中所述，您的代码现在看起来像这样：

difference <- function(X) {
  for (i in 2:length(X)) {
    X[i] <- X[i] - X[i-1]
  }
  return(X)
}
difference(c(5, 2, 9, 4, 8))

我们现在非常非常接近最终解决方案。我们只需解决一个快速问题。

问题是我们现在正在覆盖我们的X值，这很糟糕。由于我们的数字c(5,2,9,4,8)作为变量X传递给函数，因此行X[i] <- X[i] - X[i-1]将开始覆盖我们的值。因此，一次单步执行一次迭代，我们得到以下结果：

步骤1：

i设置为2
X[2]目前等于2
然后我们运行第X[i] <- X[i] - X[i-1]行，其评估方式如下：X[2] <- X[2] - X[1] - ＆gt; X[2] <- 2 - 5 - ＆gt; X[2] <- -3
X[2]现在设置为-3

第2步：

i设置为3
X[3]目前等于9
然后我们运行X[i] <- X[i] - X[i-1]，评估如下：X[3] <- X[3] - X[2] - ＆gt; X[3] <- 9 - -3 - ＆gt; X[3] <- 12
X[3]现已设为12

从前两次迭代中可以看出，我们覆盖了X变量，这直接影响了我们运行函数时得到的差异。

要解决此问题，我们只需返回使用X.val，就像之前一样。由于此变量没有值，因此无法覆盖任何值。我们的功能现在看起来像这样：

difference <- function(X) {
  for (i in 2:length(X)) {
    X.val[i] <- X[i] - X[i-1]
  }
  return(X.val)
}

现在，对于每次迭代，都不会覆盖任何内容，我们的X值保持不变。但是我们有两个问题。如果我们运行此新代码，我们最终会收到一条错误消息，告诉我们x.diff不存在。早些时候，我告诉过你，你可以索引你正在制作的变量，这是真的。我们只需告诉R，我们所做的变量首先是变量。有几种方法可以做到这一点，但第二种最好的方法是创建一个与预期输出具有相同class的变量。由于我们知道我们希望输出为数字列表，因此我们只需将X.val设为numeric向量即可。我们的代码现在看起来像这样：

difference <- function(X) {
  X.val <- numeric()
  for (i in 2:length(X)) {
    X.val[i] <- X[i] - X[i-1]
  }
  return(X.val)
}

请注意，X.val的分配在我们进入for循环之前发生。作为练习，你应该考虑为什么会这样，然后尝试在for循环中移动它，看看会发生什么。

所以这就解决了我们的第一个问题。尝试运行代码，看看你得到了什么。您会注意到输出的第一个元素是NA。为什么会出现这种情况，我们该如何解决？提示：它与i的值有关。

更新＃2

现在我们得到了正确的答案，让我们看一下可用的一些提示和技巧，这要归功于R. R有一些固有的功能可以用在矢量上。要查看此操作，请运行以下示例：

a <- 1:10
b <- 11:20
a + b
a - b
a * b
a / b

正如您所看到的，R将自动执行所谓的＆＃34;元素智能＆＃34;向量的操作。您会注意到a - b与我们在此尝试的内容非常相似。区别在于a和b是两个不同的向量，我们一次处理一个向量。那么我们如何设置我们的问题呢？简单：我们创建两个向量。

x <- c(5, 2, 9, 4, 8)
y <- x[2:length(x)]
z <- x[1:(length(x)-1)]
y - z

您应该注意到y - z现在为我们提供了我们想要的功能答案。我们可以将其应用于difference函数，如下所示：

difference <- function(X) {
  y <- X[2:length(X)]
  z <- X[1:(length(X)-1)]
  return(y-z)
}

使用这个技巧，我们不再需要使用for循环，这在R中可能非常慢，而是使用向量化操作，这在R中非常快。正如评论中所述，我们实际上可以跳过将这些值分配到y和z的步骤，而只是直接返回我们想要的内容：

difference <- function(X) {
  return(X[2:length(X)] - X[1:(length(X)-1)])
}

我们现在刚刚成功创建了一个完成我们希望做的单行功能。让我们看看我们是否能让它更清洁。 R提供了两个非常便于查看数据的函数：head()和tail()。 head允许您查看前n个元素，tail允许您查看最后n个元素。让我们看一个例子。

a <- 1:50
head(a) # defaults to 6 elements
tail(a) # defaults to 6 elements
head(a, n=20) # we can change how many elements to return
tail(a, n=20)
head(a, n=-1) # returns all but the last element
tail(a, n=-1) # returns all but the first element

对于我们想要做的事情，最后两个是最重要的。在我们最新版本的difference中，我们查看X[2:length(X)]，这是另一种说法＆＃34; X中除第一个元素＆＃34;之外的所有元素。我们也在查看X[1:(length(X)-1)]，这是另一种说法＆＃34; X中除最后一个元素＆＃34;之外的所有元素。让我们清理一下：

difference <- function(X) {
  return(tail(X, -1) - head(X, -1))
}

正如您所看到的，这是一种更清晰的定义功能的方式。

所以这些都是技巧。我们来看一些提示。第一种是从这样的简单函数中删除return。如果函数不是赋值，R将自动返回最后一个命令。要查看此操作，请尝试运行两个不同的功能：

difference_1 <- function(X) {
  x.diff <- tail(X, -1) - head(X, -1)
}
difference_1(1:10)

difference_2 <- function(X) {
  tail(X, -1) - head(X, -1)
}
difference_2(1:10)

在difference_1中，您会注意到没有返回任何内容。这是因为该命令是一个赋值命令。您可以使用return命令强制它返回值。

下一个小贴士是你一段时间不需要的东西，但它很重要。回到我们现有的difference版本（您现在使用的代码，而不是我在本次更新中提及的任何内容），我们会将值分配给X.val，导致它成长＆＃34;随着时间的推移。要查看这意味着什么，请运行以下代码：

x.val <- numeric()
length(x)

x.val[1] <- 1
length(x)

x.val[2] <- 2
length(x)

你会发现长度不断增长。这通常是R代码中巨大减速的重点。正确的方法是创建x.val，其长度等于我们需要的大小。这要快得多，将来会为您省去一些痛苦。以下是它的工作原理：

difference <- function(X) {
  x.val <- numeric(length=(length(X) - 1))
  for (i in 2:length(X)) {
    x.val[i-1] <- X[i] - X[i-1]
  }
  return(x.val)
}

在我们当前的代码中，这并没有真正的区别。但是，如果您将来处理非常大的数据，这可能需要数小时甚至数天的计算时间。

我希望这一切都能帮助你更好地理解R中的一些功能。祝你好运！

苦苦挣扎创造差异化功能

1 个答案:

更新＃1

更新＃2