R语言中的向量化操作

Python010

R语言中的向量化操作,第1张

我们在日常的数据分析过程中，经常要进行循环的操作。但是在R语言中，for循环的效率低下，如果是数据量比较大的情况下，可能会花费比较多的时间。因此，我们可以使用向量化操作来代替循环。向量化可以理解为高效的循环。

我们主要讲解基础包中的：

此函数经常被用于对矩阵的行或列进行指定目的的循环

• 可以被用于多个数组的循环

• 该函数作用于一行进行循环

• X 是一个数组

• MARGIN 参数是一个数字向量，在适用与矩阵时，1表示行，2表示列，也可以是列名

• FUN 是适用循环的函数

• ... 表示其他参数

使用之前我们学过的东西进行改进的话可以酱紫：

但是依然还是有缺陷，就是只能对一个分组变量，不能同时对多个变量进行

接下来我们讲下怎么弥补这个缺陷：

split 用于使某向量或对象分为指定数目的列表，指

定数目的组由因子列表确定

• X是一个向量或数据框

• F是一个因子或因子列表

• Drop表示空因子水平是否舍弃

别的不清楚，R有两种做法。

一种用matrix()把1:10扩展成相应的矩阵，然后相加

x <- 1:10

v <- rep(x, 10) # 把x重复个10次，v是100维向量，10个1到10的循环

m1 <- matrix(v, 10, 10)              # 把v铺在一个10*10的矩阵里，按列铺

m2 <- matrix(v, 10, 10, byrow = T)   # 把v铺在一个10*10的矩阵里，按行铺

m1 + m2

第二种就是用一个1向量和1:10左右矩阵相乘达到和上面m1,m2相同的效果

x <- 1:10

one <- rep(1,10)

m1 <- one %*% t(1:10)  # t是把列向量转置成行向量

m2 <- 1:10 %*% t(one)

m1 + m2