Question

在Windows机器上使用R，我目前在3D阵列（720x360x1368）上运行嵌套循环，循环通过d1和d2以在d3上应用函数并将输出组合到具有类似维度的新数组。

在下面的可重复示例中，我将维度减少了10倍，以使执行更快。

library(SPEI)

old.array = array(abs(rnorm(50)), dim=c(72,36,136))

new.array = array(dim=c(72,36,136))

for (i in 1:72) {
  for (j in 1:36) {
    new.listoflists <- spi(ts(old.array[i,j,], freq=12, start=c(1901,1)), 1, na.rm = T)
    new.array[i,j,] = new.listoflists$fitted
  }
}

其中spi（）是SPEI包中的函数，返回列表列表，其中每个循环增量使用一个长度为1368的特定列表$fitted来构造新数组。

虽然这个循环完美无缺，但计算需要相当长的时间。我已经读过foreach可用于并行化for循环。

但是，我不明白如何实现新阵列的嵌套和组装，以使旧阵列和新阵列的dimnames保持一致。

（最后，我希望能够使用as.data.frame.table()将旧数组和新数组转换为“平面”长面板数据框，并将它们合并在一起尺寸。）

有关如何使用并行计算实现所需输出的任何帮助都将受到高度赞赏！

干杯
CubicTom

Answer 1

通过可重复的示例本来会更好，这是我想出的：

首先创建要使用的群集

cl <- makeCluster(6, type = "SOCK")
registerDoSNOW(cl)

然后创建循环并关闭集群：

zz <- foreach(i = 1:720, .combine = c) %:% 
foreach(j = 1:360, .combine = c ) %dopar% {
new.listoflists <- FUN(old.array[i,j,])
new.array[i,j,] <- new.listoflists$list
}
stopCluster(cl)

这将创建一个列表zz，其中包含new.array [i，j，]的每次迭代，然后您可以将它们绑定在一起：

new.obj <- plyr::ldply(zz, data.frame)

希望这能帮到你！

Answer 2

我没有使用与你的问题一样多的维度，因为我想确保行为是正确的。所以在这里我使用带有多个参数的mapply。结果是结果列表。然后我用matrix（）包装它以获得你希望的尺寸。请注意，使用次重复 i ，并使用每次重复 j 。这是至关重要的，因为matrix（）先按行放入条目，然后在达到行数时换行到下一列。

new.array = array(1:(5*10*4), dim=c(5,10,4))

# FUN: function which returns lists of 
FUN <- function(x){
    list(lapply(x, rep, times=3))
}

# result of the computation
result <- matrix(
    mapply(
        function(i,j,...){

            FUN(new.array[i,j,])
        }
        ,i = rep(1:nrow(new.array),times=ncol(new.array))
        ,j = rep(1:ncol(new.array),each=nrow(new.array))
        ,new.array=new.array
    )
    ,nrow=nrow(new.array)
    ,ncol=ncol(new.array)
)

在R中的三维数组上并行化嵌套for循环

2 个答案: