Question

我正在尝试找到一个apply（）类型函数，该函数可以运行一个在两个数组而不是一个数组上运行的函数。

类似：

apply(X1 = doy_stack, X2 = snow_stack, MARGIN = 2, FUN = r_part(a, b))

数据是来自Landsat磁贴的一组波段阵列，使用rbind堆叠在一起。每行包含来自单个磁贴的数据，最后，我需要在此堆栈中的每个数据列（像素）上应用一个函数。一个这样的堆栈包含每个像素是否有雪，而另一个堆栈包含该行的一年中的某一天。我想在每个像素上运行一个分类器（rpart），让它识别每个像素的无雪日。

我现在正在做的事情非常愚蠢：mapply(paste, doy, snow_free)将每个像素的日期和雪状态连在一起作为字符串，apply(strstack, 2, FUN)在每个像素上运行分类，并在应用函数，我使用strsplit爆炸每个字符串。正如您可能想象的那样，效率非常低，特别是在100万像素×300个瓷砖上。

谢谢！

Answer 1

我不会试图过于花哨。你可能只需要一个for循环。

out <- numeric(n)
for(i in 1:n) {
  out[i] <- snow_free(doy_stack[,i], snow_stack[,i])
}

或者，如果您不想自己做簿记，

sapply(1:n, function(i) snow_free(doy_stack[,i], snow_stack[,i]))

Answer 2

我刚刚遇到同样的问题，如果我清楚地理解了这个问题，我可能已经使用mapply解决了这个问题。

我们将使用两个填充了均匀随机值的10x10矩阵。

set.seed(1)
X <- matrix(runif(100), 10, 10)
set.seed(2)
Y <- matrix(runif(100), 10, 10)

接下来，确定如何执行矩阵之间的操作。如果是行，则需要转置X和Y，然后转换为data.frame。这是因为data.frame是list，列为列表元素。 mapply()假设您传递的是list。在这个例子中，我将逐行执行相关。

res.row <- mapply(function(x, y){cor(x, y)}, as.data.frame(t(X)), as.data.frame(t(Y)))
res.row[1]
     V1 
0.36788

应与

相同

cor(X[1,], Y[1,])
[1] 0.36788

对于按列操作，请排除t()：

res.col <- mapply(function(x, y){cor(x, y)}, as.data.frame(X), as.data.frame(Y))

这显然假设X和Y具有与感兴趣的操作一致的尺寸（即，它们不必具有完全相同的尺寸）。例如，可能需要逐行进行统计测试，但每个矩阵中的列数不同。

Answer 3

将它实现为栅格堆栈不是更自然吗？使用raster包，您可以在函数中使用整个栅格（例如ras3 <- ras1^2 + ras2），以及从XY坐标提取单个单元格值，或使用块或多边形蒙版提取多个单元格值。

Answer 4

apply可以处理更高维度（即list元素）。不确定您的数据是如何设置的，但是您可能正在寻找这样的内容：

apply(list(doy_stack, snow_stack), c(1,2), function(x) r_part(x[1], x[2]))

R：两个2-d数组的apply（）类型函数

4 个答案: