我有一个矩阵(32X48)。
如何将矩阵转换为单维数组?
答案 0 :(得分:196)
使用'scan'读取它,或者只在矩阵上执行as.vector()。如果您希望按行或列进行转置,则可能需要首先转置矩阵。
> m=matrix(1:12,3,4)
> m
[,1] [,2] [,3] [,4]
[1,] 1 4 7 10
[2,] 2 5 8 11
[3,] 3 6 9 12
> as.vector(m)
[1] 1 2 3 4 5 6 7 8 9 10 11 12
> as.vector(t(m))
[1] 1 4 7 10 2 5 8 11 3 6 9 12
答案 1 :(得分:28)
如果我们谈论的是data.frame,那么你应该问自己是同一类型的变量吗?如果是这种情况,你可以使用rapply或unlist,因为data.frames是列表,深入到他们的灵魂......
data(mtcars)
unlist(mtcars)
rapply(mtcars, c) # completely stupid and pointless, and slower
答案 2 :(得分:26)
尝试c()
x = matrix(1:9, ncol = 3)
x
[,1] [,2] [,3]
[1,] 1 4 7
[2,] 2 5 8
[3,] 3 6 9
c(x)
[1] 1 2 3 4 5 6 7 8 9
答案 3 :(得分:11)
来自?matrix
:“矩阵是二维'数组'的特例。”您只需更改矩阵/数组的尺寸即可。
Elts_int <- as.matrix(tmp_int) # read.table returns a data.frame as Brandon noted
dim(Elts_int) <- (maxrow_int*maxcol_int,1)
答案 4 :(得分:11)
array(A)
或array(t(A))
将为您提供一维数组。
答案 5 :(得分:5)
可能会这么晚,无论如何,这是我将Matrix转换为vector的方式:
library(gdata)
vector_data<- unmatrix(yourdata,byrow=T))
希望有所帮助
答案 6 :(得分:3)
您可以使用as.vector()
。根据我的小基准测试,它看起来是最快的方法,如下所示:
library(microbenchmark)
x=matrix(runif(1e4),100,100) # generate a 100x100 matrix
microbenchmark(y<-as.vector(x),y<-x[1:length(x)],y<-array(x),y<-c(x),times=1e4)
第一个解决方案使用as.vector()
,第二个解决方案使用矩阵作为连续数组存储在内存中的事实,length(m)
给出矩阵m
中元素的数量。第三个实例化来自array
的{{1}},第四个使用连接函数x
。我也尝试过来自c()
的{{1}},但这里提到的速度太慢了。
以下是我获得的一些数值结果:
unmatrix
展平矩阵是机器学习中的常见操作,其中矩阵可以表示要学习的参数,但是人们使用来自期望参数矢量的通用库的优化算法。因此,将矩阵(或矩阵)转换为这样的矢量是很常见的。标准R函数gdata
就属于这种情况。
答案 7 :(得分:1)
您可以使用Joshua的解决方案,但我认为您需要Elts_int <- as.matrix(tmp_int)
或for for循环:
z <- 1 ## Initialize
counter <- 1 ## Initialize
for(y in 1:48) { ## Assuming 48 columns otherwise, swap 48 and 32
for (x in 1:32) {
z[counter] <- tmp_int[x,y]
counter <- 1 + counter
}
}
z是1d向量。
答案 8 :(得分:1)
简单快速,因为1d数组本质上是一个向量
vector <- array[1:length(array)]
答案 9 :(得分:1)
如果你有一个data.frame(df),它有多列,你想要矢量化,你可以做
as.matrix(df,ncol = 1)
答案 10 :(得分:1)
对于那些不仅要生成数组,还要生成具有相应行和列名称的数组的人,我推荐使用 this 答案中的melt 函数。
library(reshape2)
df.L <- melt( df, id.vars="New_name4_rownames",
value.name="NAME_of_VALUE", variable.name="New_name4_colnames" )
print(df.L)
然后您可以根据需要组合行和列的名称,并使用 spread/pivot_wider 使列名称成为矩阵的行+列名称和作为向量的 1 行的组合。>
df.L$Both <- paste0(df.L$New_name4_rownames, "_", df.L$New_name4_colnames)
df.sel <- df.L[,3:4] #select only values and combined column names
output1d <- pivot_wider(data = df.sel, names_from = Both, values_from = NAME_of_VALUE)