我想一次将多个参数传递给一个函数,其中这些参数是包含在这样的矩阵中的向量:
> head(M, 3)
[,1] [,2] [,3]
[1,] 1.3709584 1.304870 -0.3066386
[2,] -0.5646982 2.286645 -1.7813084
[3,] 0.3631284 -1.388861 -0.1719174
例如,考虑使用cor()
,以下行给出了我想要的内容,但我不想嵌套。
> sapply(1:3, function(x) sapply(1:3, function(y, ...) cor(M[, x], M[, y])))
[,1] [,2] [,3]
[1,] 1.0000000 -0.3749289 0.4400510
[2,] -0.3749289 1.0000000 -0.1533438
[3,] 0.4400510 -0.1533438 1.0000000
我认为outer()
将是候选人,因为:
> outer(1:3, 1:3, function(x, y) x + y)
[,1] [,2] [,3]
[1,] 2 3 4
[2,] 3 4 5
[3,] 4 5 6
但是
corFun <- function(x, y) cor(M[, x], M[, y])
outer(1:3, 1:3, corFun)
不起作用。 mapply(corFun, M[, 1], M[, 2])
次尝试也不起作用。
我想做xFun(corFun, M, arg)
甚至做得更好的xFun(cor, M, arg)
(如上):
[,1] [,2] [,3]
[1,] 1.0000000 -0.3749289 0.4400510
[2,] -0.3749289 1.0000000 -0.1533438
[3,] 0.4400510 -0.1533438 1.0000000
其中arg <- combn(1:3, 2)
或arg <- t(expand.grid(1:3, 1:3))
。
一般来说,我想知道是否有一个现有的基本R函数,例如xFun(FUN, ..., arg)
,它将带有arg
的参数矩阵dim(arg)[1] == 2
传递给列函数FUN = function(x, y)
,或者甚至更一般的dim(arg)[1] == length(formals(FUN))
。
数据:
set.seed(42)
M <- matrix(rnorm(30), 10, 3)
答案 0 :(得分:4)
outer
是您的职能,但您只需要Vectorize
您的corfun
outer(1:3, 1:3, Vectorize(corFun))
# [,1] [,2] [,3]
#[1,] 1.0000000 -0.3749289 0.4400510
#[2,] -0.3749289 1.0000000 -0.1533438
#[3,] 0.4400510 -0.1533438 1.0000000
答案 1 :(得分:3)
另一个选项是combn
combn(1:3, m = 3, FUN = corFun)[,, 1]
# [,1] [,2] [,3]
#[1,] 1.0000000 -0.3749289 0.4400510
#[2,] -0.3749289 1.0000000 -0.1533438
#[3,] 0.4400510 -0.1533438 1.0000000
但是结果是一个数组,因此是[,, 1]
。