Question

我正在尝试创建一个从Rcpp中的big.matrix对象中提取列的函数（以便在将结果传递给R之前可以在cpp中进行分析），但我无法弄清楚如何获取它识别NA（它们现在显示为-2147483648 - 如下面的最小例子所示）。如果我可以直接从Rcpp访问函数 GetMatrixCols （ src / bigmemory.cpp ）会更好，但我还没有找到一种方法。

#include <Rcpp.h>
// [[Rcpp::plugins(cpp11)]]
// [[Rcpp::depends(BH, bigmemory)]]
#include <bigmemory/MatrixAccessor.hpp>
#include <bigmemory/isna.hpp>
using namespace Rcpp;

//Logic for extracting column from a Big Matrix object
template <typename T>
NumericVector GetColumn_logic(XPtr<BigMatrix> pMat,  MatrixAccessor<T> mat,   int cn) {
  NumericVector nv(pMat->nrow());
  for(int i = 0; i < pMat->nrow(); i++) {
    if(isna(mat[cn][i])) {
      nv[i] = NA_INTEGER;
    } else {
      nv[i] = mat[cn][i];
    }
  }
  return nv;
}

//' Extract Column from a Big Matrix.
//' 
//' @param pBigMat A bigmemory object address.
//' @param colNum Column Number to extract. Indexing starts from zero.
//' @export
// [[Rcpp::export]]
NumericVector GetColumn(SEXP pBigMat, int colNum) {
  XPtr<BigMatrix> xpMat(pBigMat);

  switch(xpMat->matrix_type()) {
    case 1: return GetColumn_logic(xpMat, MatrixAccessor<char>(*xpMat), colNum);
    case 2: return GetColumn_logic(xpMat, MatrixAccessor<short>(*xpMat), colNum);
    case 4: return GetColumn_logic(xpMat, MatrixAccessor<int>(*xpMat), colNum);
    case 6: return GetColumn_logic(xpMat, MatrixAccessor<float>(*xpMat), colNum);
    case 8: return GetColumn_logic(xpMat, MatrixAccessor<double>(*xpMat), colNum);
    default: throw Rcpp::exception("Unknown type detected for big.matrix object!");
  }
}

/*** R
bm <- bigmemory::as.big.matrix(as.matrix(reshape2::melt(matrix(c(1:4,NA,6:20),4,5))))
bigmemory:::CGetType(bm@address)
bigmemory:::GetCols.bm(bm, 3)
GetColumn(bm@address, 2)
*/

Answer 1

那是一个很棒的人！和我呆在一起：

tl; dr ：一旦修复就可以了：

R> sourceCpp("/tmp/bigmemEx.cpp")

R> bm <- bigmemory::as.big.matrix(as.matrix(reshape2::melt(matrix(c(1:4,NA,6:20),4,5))))

R> bigmemory:::CGetType(bm@address)
[1] 4

R> bigmemory:::GetCols.bm(bm, 3)
 [1]  1  2  3  4 NA  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20

R> GetColumn(bm@address, 2)
 [1]  1  2  3  4 NA  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20
R>

麻烦从内部开始。当您将矩阵创建为

时

matrix(c(1:4,NA,6:20),4,5)

你得到了什么？整数！

R> matrix(c(1:4,NA,6:20),4,5)
     [,1] [,2] [,3] [,4] [,5]
[1,]    1   NA    9   13   17
[2,]    2    6   10   14   18
[3,]    3    7   11   15   19
[4,]    4    8   12   16   20
R> class(matrix(c(1:4,NA,6:20),4,5))
[1] "matrix"
R> typeof(matrix(c(1:4,NA,6:20),4,5))
[1] "integer"
R>

本身本身并不是问题，但是一旦你记得IEEE 754标准只为浮点定义了NaN就会出现问题（如果我错了，请更正）。

另一个问题是你在自己身上反复使用NumericVector，但是对整数进行操作。现在R对于浮点和整数有NaN，甚至NA，但R之外的'普通库'则没有。而一个大型的 by design 代表R之外的东西，你就被困住了。

修复很简单：使用IntegerVector（或者在输入时等效转换整数数据）。以下是我修改后的代码版本。

// -*- mode: C++; c-indent-level: 4; c-basic-offset: 4; indent-tabs-mode: nil; -*- #include <Rcpp.h> // [[Rcpp::plugins(cpp11)]] // [[Rcpp::depends(BH, bigmemory)]] #include <bigmemory/MatrixAccessor.hpp> #include <bigmemory/isna.hpp> using namespace Rcpp; //Logic for extracting column from a Big Matrix object template <typename T> IntegerVector GetColumn_logic(XPtr<BigMatrix> pMat, MatrixAccessor<T> mat, int cn) { IntegerVector nv(pMat->nrow()); for(int i = 0; i < pMat->nrow(); i++) { if(isna(mat[cn][i])) { nv[i] = NA_INTEGER; } else { nv[i] = mat[cn][i]; } } return nv; } //' Extract Column from a Big Matrix. //' //' @param pBigMat A bigmemory object address. //' @param colNum Column Number to extract. Indexing starts from zero. //' @export // [[Rcpp::export]] IntegerVector GetColumn(SEXP pBigMat, int colNum) { XPtr<BigMatrix> xpMat(pBigMat); switch(xpMat->matrix_type()) { case 1: return GetColumn_logic(xpMat, MatrixAccessor<char>(*xpMat), colNum); case 2: return GetColumn_logic(xpMat, MatrixAccessor<short>(*xpMat), colNum); case 4: return GetColumn_logic(xpMat, MatrixAccessor<int>(*xpMat), colNum); case 6: return GetColumn_logic(xpMat, MatrixAccessor<float>(*xpMat), colNum); case 8: return GetColumn_logic(xpMat, MatrixAccessor<double>(*xpMat), colNum); default: throw Rcpp::exception("Unknown type detected for big.matrix object!"); } } /*** R bm <- bigmemory::as.big.matrix(as.matrix(reshape2::melt(matrix(c(1:4,NA,6:20),4,5)))) bigmemory:::CGetType(bm@address) bigmemory:::GetCols.bm(bm, 3) GetColumn(bm@address, 2) */

Answer 2

在Rcpp中访问big.matrix的列并不困难，例如，你可以得到一个std向量，一个犰狳矢量或一个特征向量使用以下代码（可能存在更清晰的代码）：

// [[Rcpp::depends(RcppEigen, RcppArmadillo, bigmemory, BH)]]
#include <RcppArmadillo.h>
#include <RcppEigen.h>
#include <bigmemory/BigMatrix.h>
#include <bigmemory/MatrixAccessor.hpp>

using namespace Rcpp;
using namespace arma;
using namespace Eigen;
using namespace std;

// [[Rcpp::plugins(cpp11)]]

// [[Rcpp::export]]
ListOf<IntegerVector> AccessVector(SEXP pBigMat, int j) {
  XPtr<BigMatrix> xpMat(pBigMat);
  MatrixAccessor<int> macc(*xpMat);

  int n = xpMat->nrow();

  // Bigmemory
  cout << "Bigmemory:"; 
  for (int i = 0; i < n; i++) {
    cout << macc[j][i] << ' ';
  }
  cout << endl;    

  // STD VECTOR
  vector<int> stdvec(macc[j], macc[j] + n); 

  // ARMA VECTOR
  Row<int> armavec(macc[j], n); // Replace Row by Col if you want

  // EIGEN VECTOR
  VectorXi eigenvec(n);
  memcpy(&(eigenvec(0)), macc[j], n * sizeof(int));

  return(List::create(_["Std vector"] = stdvec, 
                      _["Arma vector"] = armavec,
                      _["Eigen vector"] = eigenvec));
}

AccessVector(bm@address, 2)告诉你：

Bigmemory:1 2 3 4 -2147483648 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 
$`Std vector`
 [1]  1  2  3  4 NA  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20

$`Arma vector`
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [,15]
[1,]    1    2    3    4   NA    6    7    8    9    10    11    12    13    14    15
     [,16] [,17] [,18] [,19] [,20]
[1,]    16    17    18    19    20

$`Eigen vector`
 [1]  1  2  3  4 NA  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20

你可以看到C不知道NAs，但是当你回到R时，你会保留它们。

因此，它取决于您希望在Rcpp中对列执行的操作。我想如果你直接使用Eigen或Armadillo操作，它应该没问题，但你的结果肯定会得到很多NA。

如果你说这些操作你想做什么，也许会更清楚。

从Rcpp中的bigmemory对象中提取NA的列

2 个答案: