我有来自主成分分析的x,y和z坐标,我想计算欧氏距离矩阵。
测试数据:
X Y Z
samp_A -0.003467119 -0.01422762 -0.0101960126
samp_B -0.007279433 0.01651597 0.0045558849
samp_C -0.005392258 0.02149997 0.0177409387
samp_D -0.017898802 0.02790659 0.0006487222
samp_E -0.013564214 0.01835688 0.0008102952
samp_F -0.013375397 0.02210725 -0.0286032185
我最终希望以下列格式返回一个表:
A B ...
A 0 0.2 ...
B 0.2 0 ...
... ... ... ...
... ... ... ...
显然上面的距离数据是假的。 X,Y和Z数据只是完整数据集的头部。完整数据集包含大约4000个entires。我认为这需要做的是一种有效的方式。如果它更容易,那么计算最近的距离,比如10点,就足够了(剩下的点数将是NA或0)。
任何帮助将不胜感激!
编辑:有人建议使用dist
,但我不认为这允许三个坐标。如果我使用dist,结果似乎是无稽之谈(?)。
> pca_coords_dist <- dist(pca_coords)
> head(pca_coords_dist)
[1] 0.03431210 0.04539427 0.04583855 0.03584466 0.04191922 0.04291657
我相信一种方法是创建一个计算距离的函数,并以成对的方式将其应用于每一行。我认为这是计算三维距离的正确函数。
euc.dist.3 <- function(x1, x2, y1, y2, z1, z2 ) sqrt( (x2 - x1)^2 + (y2 - y1)^2 + (z2 - z1)^2 )
如果我将此应用于sampA和sampB,则结果为1.56643。
现在,有没有办法将此功能应用于每个成对行?并将输出格式化为距离矩阵?
答案 0 :(得分:5)
在R:
中尝试trusted_certs/
? dist
在上面的代码中, yourData 是 data.frame 或矩阵
答案 1 :(得分:3)
编辑: dist(),正如Xiaotao Luo和Richard Telford所说的3D坐标。实际上,这个答案给出了与dist()
相同的结果。所以使用dist()
!!
您可以执行与this回答类似的操作:
首先创建一个包含所有成对行组合的索引矩阵:
使用:
x = matrix(runif(15),nrow = 5)
[,1] [,2] [,3]
[1,] 0.1307924 0.94255848 0.55138616
[2,] 0.7027617 0.11180608 0.73997077
[3,] 0.5573857 0.64836253 0.11229408
[4,] 0.4391854 0.04849022 0.93454137
[5,] 0.5292623 0.19308569 0.00826927
ind = t(combn(nrow(x), 2))
> ind
[,1] [,2]
[1,] 1 2
[2,] 1 3
[3,] 1 4
[4,] 1 5
[5,] 2 3
[6,] 2 4
[7,] 2 5
[8,] 3 4
[9,] 3 5
[10,] 4 5
然后使用apply:
继续计算所有这些组合的3D距离distances = apply(ind, 1, function(z){
sqrt(sum((x[z[1],] - x[z[2], ])^2))
})
给出:
> cbind(data.frame(ind), distances)
X1 X2 distances
1 1 2 1.0260910
2 1 3 0.6792164
3 1 4 1.0204275
4 1 5 1.0077022
5 2 3 0.8384540
6 2 4 0.3336751
7 2 5 0.7563700
8 3 4 1.0246505
9 3 5 0.4678558
10 4 5 0.9418077
简而言之:
ind = t(combn(nrow(x), 2))
distances = apply(ind, 1, function(z){
sqrt(sum((x[z[1],] - x[z[2], ])^2))
})
result = cbind(data.frame(ind), distances)
其中x是具有3D坐标的矩阵