Question

如何最好地将函数应用于R中多维数组的边缘，而无需事先对维数进行硬编码。在二维数组中，我可以，例如：

myarray[1,] = f(myarray[1,])
myarray[M,] = f(myarray[M,])
myarray[,1] = f(myarray[,1])
myarray[,N] = f(myarray[,N])

但是如果我想要一个函数为任何维度的数组做这个怎么办？特别是，我如何以相对无痛的方式处理索引？（假设在角落处进行多次功能应用不是问题。）

如果我压扁阵列，我可以这样做，但我更喜欢矢量化方法。或者，我可以对每个维度的数组进行硬编码，直到某个维度并且在更高的情况下失败，但如果可能的话，我更喜欢更漂亮的东西。

Answer 1

这是一个应该能够处理任意数量维度的解决方案。基本的想法是

对于每个维度，使用选择功能

apply()

该功能的每个结果都会变成长度为一的列表
这应该使apply()返回每个维度的结果列表
每个维度的第一个和最后一个列表项都存储在结果向量

对于具有大尺寸和/或耗时选择的功能的阵列而言，这将非常耗时，因为该功能应用于可能大量未使用的值。但它应该允许任意函数和这些函数的任意结果。在这里：

## Set up array
xx<-array(1:24,dim=c(1,2,3,4))

## Determine number of dimensions in array
ndim<-length(dim(xx))

## Set up results vector (a list)
myAns<-vector("list",ndim)

## Iterating over the number of dimensions, apply a function
for(ii in seq_len(ndim)){
  tempAns<-apply(xx,ii,function(x)list(mean(x)))
## Store first and last results in myAns vector
## If result is length 1, only store the single result
  if(length(tempAns)==1){
    myAns[[ii]]<-tempAns
  } else {
    myAns[[ii]]<-c(head(tempAns,1),tail(tempAns,1))
  }
}

Answer 2

你有没有这样的想法？

> ary <- array(1:27, c(3,3,3))
> apply(ary, MARGIN = 3, function(x) {
+             lastColMean <- mean(x[, ncol(x)])
+             lastRowMean <- mean(x[nrow(x), ])
+             data.frame(lastColMean, lastRowMean)
+          })
[[1]]
  lastColMean lastRowMean
1           8           6

[[2]]
  lastColMean lastRowMean
1          17          15

[[3]]
  lastColMean lastRowMean
1          26          24

将函数应用于R中多维数组的边

2 个答案: