Question

我遇到了一个大问题。

我有一个大型栅格（行= 180，列= 480，单元格数= 86400）起初我把它二进制化（这样只有1＆0;和0＆＃39; s）然后我标记了簇。（单元格为1并相互连接得到相同的标签。）

现在我需要计算单元格之间的所有距离，即非0。安静很多，这是我的大问题。我这样做是为了得到我感兴趣的细胞的坐标（得到细胞的位置（即细胞数），不是0）：

V=getValues(label)
Vu=c(1:max(V))
pos=which(V %in% Vu)
XY=xyFromCell(label,pos)

这非常有效。所以XY是一个矩阵，它包含所有坐标（不是0的单元格）。但现在我挣扎了。我需要计算所有这些坐标之间的距离。然后我必须把它们中的每一个放在43个距离之一。它有点像这样（只是一个例子）：

0<x<0.2     bin 1
0.2<x<0.4   bin2

当我使用它时：

pD=pointDistance(XY,lonlat=FALSE)

R说它无法分配这种大小的矢量。它变得太大了。然后我想我可以这样做（创建一个空的数据框df或类似的东西，让函数pointDistance运行在XY的每个单独的值上）：

for (i in 1:nrow(XY))
{pD=PointDistance(XY,XY[i,],lonlat=FALSE)
pDbin=as.matrix(table(cut(pD,breaks=seq(0,8.6,by=0.2),Labels=1:43)))
df=cbind(df,pDbin)
df=apply(df,1,FUN=function(x) sum(x))}

当我尝试使用例如XY的前50个值。但是当我将它用于整个XY矩阵时，它花费了太多时间。（有时这个XY矩阵包含10000个xy坐标）有没有人知道如何更快地做到这一点？

Answer 1

我不知道这是否会有效。我建议你试试这个：假设您在每个单元格中都有dataframe，其值为0或1。要查找坐标，您只需编写以下代码：

cord_matrix <- which(dataframe == 1, arr.ind = TRUE)

现在，您将获得带有row索引和column索引的坐标矩阵。要查找欧氏距离，请使用dist()函数。通过它。它看起来像这样：

dist_vector <- dist(cord_matrix)

它将返回下三角矩阵。可以转换为矢量/对称矩阵。现在你所要做的就是根据你的要求计算垃圾箱。

让我知道这是否适用于特定的内存空间。

如何使用非常大的向量的pointDistance

1 个答案: