Question

我试图在R中创建各种距离/关联函数的矩阵。我有一个类似于cor的函数，它给出了两个向量之间的关联。现在我想采用数字向量的数据帧（或矩阵），如mtcars，并从函数和数据框创建一个矩阵。我认为这是outer的用途，但我没有让它发挥作用。这是尝试使用cor和mtcars。

cor(mtcars$mpg, mtcars$cyl)  #a function that gives an association between two vectors                  
outer(mtcars, mtcars, "cor") #the attempt to create a matrix of all vectors in a df

是的，我知道cor可以直接执行此操作，让我们假装它不能。 cor只找到两个向量之间的相关性。

所以最终目标是从cor(mtcars)获得矩阵。

提前谢谢。

Answer 1

您可以将outer与一个以列名或列号作为参数的函数一起使用。

outer(
  names(mtcars), 
  names(mtcars), 
  Vectorize(function(i,j) cor(mtcars[,i],mtcars[,j]))
)

Answer 2

outer并不直接取决于工作。它只会扩展其X和Y向量并调用cor一次。编辑正如@Vincent Zoonekynd所示，你可以让它适应工作。

否则，一个相当简单的循环可以解决这个问题：

m <- as.matrix(mtcars)
r <- matrix(1, ncol(m), ncol(m), dimnames=list(colnames(m), colnames(m)))
for(i in 1:(ncol(m)-1)) {
  for(j in (i+1):ncol(m)) {
     r[i,j] <- cor(m[,i], m[,j])
     r[j,i] <- r[i,j]
  }
}

all.equal(r, cor(m)) # Sanity check...

r # print resulting 11x11 correlation matrix

...这里我假设您的相关性是对称的，而cor（x，x）== 1。

更新由于文森特的解决方案更加优雅，我不得不反对我的速度提高2倍的事实： - ）

# Huge data frame (1e6 rows, 10 cols)
d <- data.frame(matrix(1:1e7, ncol=10))

# Vincent's solution    
system.time(outer(
  names(d), 
  names(d), 
  r <- Vectorize(function(i,j) cor(d[,i],d[,j]))
)) # 2.25 secs

# My solution    
system.time({
m <- d
r <- matrix(1, ncol(m), ncol(m), dimnames=list(colnames(m), colnames(m)))
for(i in 1:(ncol(m)-1)) {
  for(j in (i+1):ncol(m)) {
     r[i,j] <- cor(m[,i], m[,j])
     r[j,i] <- r[i,j]
  }
}
}) # 1.0 secs

从函数和两个数字数据框创建矩阵

2 个答案: