Question

考虑以下代码，解决了诸如Lotka-Volterra之类的DE系统。它将解决方案存储在一个名为“out”的列表中，用于4种不同的情况。我有两个问题：

（1）如何计算4个案例的每个时间步的行数并存储到向量中？我尝试使用apply(out[[i]][,1:2],1,sum)，但它会产生如下错误

FUN中的错误（newX [，i]，...）：无效的“类型”（列表）

（2）您能解释输出的结构吗？以及为什么它与矩阵一起工作时不起作用。我尝试使用随机数创建类似的列表，但无法重现类似的结构。

感谢。

rm(list=ls())
library("foreach")
library("deSolve")
library(doParallel)
cl<-makeCluster(2, outfile = "debug.txt")
registerDoParallel(cl)

CASES = 4

LVmod <- function(Time, State, Pars) {
   with(as.list(c(State, Pars)), {
         Ingestion    <- rIng  * Prey * Predator
         GrowthPrey   <- rGrow * Prey * (1 - Prey/K)
         MortPredator <- rMort * Predator

        dPrey        <- GrowthPrey - Ingestion
        dPredator    <- Ingestion * assEff - MortPredator

        return(list(c(dPrey, dPredator)))
   })
   }

   solveODE<-function(times, LVmod, pars, yini, CASES){
   output<-foreach(x=1:CASES, .packages=c('deSolve'))  %dopar%
{
      if (x<CASES) ode(yini[[x%%CASES]], times, LVmod, pars)
      else         ode(yini[[CASES]], times, LVmod, pars)

 }
  }
     pars  <- c(rIng   = 0.2,    # /day, rate of ingestion
       rGrow  = 1.0,    # /day, growth rate of prey
       rMort  = 0.2 ,   # /day, mortality rate of predator
       assEff = 0.5,    # -, assimilation efficiency
       K      = 10)     # mmol/m3, carrying capacity

yini<-list()
yini[[1]]<-c(Prey = 1, Predator = 2)
yini[[2]]<-c(Prey = 5, Predator = 5)
yini[[3]]<-c(Prey = 2, Predator = 3)
yini[[4]]<-c(Prey = 4, Predator = 2)


out<-list()
for (i in 1:CASES) out[[i]]<-list()


for (i in 0:20){
   times <- seq(10*i, 10*(i+1), by = 1)

 output<-solveODE(times, LVmod, pars, yini, CASES)

 for (j in 1:CASES){
  out[[j]]<-rbind(out[[j]],output[[j]])
  ic11<-out[[j]][length(out[[j]][,1]),2]
  ic12<-out[[j]][length(out[[j]][,1]),3]
  yini[[j]]  <- c(Prey = as.numeric(ic11), Predator = as.numeric(ic12))
 }

}

  stopCluster(cl)

Answer 1

使用lapply代替apply来循环遍历list元素;例如，要为每个列表元素计算第二列Prey中值的总和，您可以执行以下操作：
```
lapply(out, function(x) sum(as.numeric(x[, 2])))
#[[1]]
#[1] 468.3304
#
#[[2]]
#[1] 461.0533
#
#[[3]]
#[1] 464.6915
#
#[[4]]
#[1] 469.421
```
至于你的第二个问题：＆＃34;你能解释一下输出的结构吗？＆＃34; 好吧，考虑到这是你的代码，这实际上是你应该知道的东西，不是它。根据您的代码，您正在构建list list s：
```
out<-list()
for (i in 1:CASES) out[[i]]<-list()
```

PS。你真的应该正确格式化你的代码。使用适当的缩进，对齐括号等。这将使您的代码更容易阅读！

更新

如果您想为每个Prey计算Predator和time的总和，可以在rowSums内使用lapply：

lst <- lapply(out, function(x) rowSums(as.data.frame(matrix(unlist(x), ncol = 3))[, 2:3]))

as.data.frame(matrix(unlist(x), ncol = 3))将您的list转换为data.frame。

您可以使用list对cbind条目进行列绑定：

df <- do.call(cbind, lst));
head(df);
#         [,1]      [,2]     [,3]     [,4]
#[1,] 3.000000 10.000000 5.000000 6.000000
#[2,] 3.490136  9.051351 5.445284 7.034600
#[3,] 4.359623  8.130653 5.915932 7.644949
#[4,] 5.467660  7.246250 6.317925 7.842548
#[5,] 6.517990  6.444182 6.589044 7.730863
#[6,] 7.255411  5.759818 6.711389 7.420815

行对应不同的time值，不同的CASES列。

在R中的列表中添加行

1 个答案:

更新