Question

我有以下问题。

我有多个子阵列（比如2），我已经填充了字符标签（1,2,3,4,5）。我的算法根据出现概率随机选择标签。

如何让R代替为子阵列1选择标签1：3，为子阵列2选择4：5，比如说，不使用子集（即[]）。也就是说，我希望为每个子阵列选择一个随机的标签子集，而不是使用[]手动分配给每个子阵列的所有标签。

我知道sample（）应该有帮助。

使用子集（我不想要），可以做

x <- 1:5

sample(x[1:3], size, prob = probs[1:3])

但是这会将标签1：3分配给所有子阵列。

将

sample(sample(x), size, replace = TRUE, prob = probs)

工作？

有什么想法吗？如果不清楚，请告诉我。

这是一个小例子，它为10个子阵列中的每一个选择1：5的标签。

set.seed(1)

N <- 10
K <- 2
Hstar <- 5
probs <- rep(1/Hstar, Hstar)
perms <- 5

## Set up container(s) to hold the identity of each individual from each permutation ##

num.specs <- ceiling(N / K)

## Create an ID for each haplotype ##

haps <- 1:Hstar

## Assign individuals (N) to each subpopulation (K) ##

specs <- 1:num.specs

## Generate permutations, assume each permutation has N individuals, and sample those individuals' haplotypes from the probabilities ##

gen.perms <- function() {
    sample(haps, size = num.specs, replace = TRUE, prob = probs) # I would like each subarray to contain a random subset of 1:5.
}

pop <- array(dim = c(perms, num.specs, K))

for (i in 1:K) {
    pop[,, i] <- replicate(perms, gen.perms())
}
pop

希望这会有所帮助。

Answer 1

我认为你真正想要的是那样的

num.specs <- 3
haps[sample(seq(haps),size = num.specs,replace = F)]
[1] 3 5 4

这是你的矢量世界的随机子集？

Answer 2

不是你想要的（返回矩阵列表而不是3D数组），但这可能会有所帮助

lapply(split(1:5, cut(1:5, breaks=c(0, 2, 5))), function(i) matrix(sample(i, 25, replace=TRUE), ncol=5))

使用cut和split对字符标签矢量进行分区，然后再对其进行采样。在这里，我将您的角色标签分割为值2.此外，您可以将25个数字抽样一次，然后转换为矩阵，而不是将5个数字抽样5次。

从数据子集中采样

2 个答案: