Векторизованный подход для следующей задачи - PullRequest
Новая
       12

Векторизованный подход для следующей задачи

0 голосов
/ 13 сентября 2018

Следующий код работает, но, как и ожидалось, для больших векторов требуется много времени.

Каков векторизованный способ выполнения той же задачи: 

x <- seq(0,10,0.01)
y <- seq(0,10,0.01)
df <- data.frame(vector1 = rnorm(10000), vector2 = rnorm(10000), vector3 = rnorm(10000))


m.out <- matrix(nrow=length(x),ncol = length(y))

a <- df$vector1
b <- df$vector2
c <- df$vector3

for (i in 1:length(x)){
  for(j in 1:length(y)){
    m.out[i,j] <- cor((x[i]*a + y[j]*b),c,use="complete.obs",method = "pearson")
  }
}

Спасибо,

1 Ответ

0 голосов
/ 14 сентября 2018

Пожалуйста, смотрите векторизованную версию ниже, вы можете использовать mapply и expand.grid. Чтобы вернуться к широкому формату набора данных, вы можете использовать пакет dcast из reshape2 (однако это все еще занимает некоторое время): 

set.seed(123)
x <- seq(0, 10, 0.01)
y <- seq(0, 10, 0.01)

# simulation
df <- data.frame(vector1 = rnorm(length(x)), vector2 = rnorm(length(x)), vector3 = rnorm(length(x)))
a <- df$vector1
b <- df$vector2
c <- df$vector3

v <- expand.grid(x, y)
v$out <- mapply(function(n, m) cor(n * a + m * b, c, use = "complete.obs", method = "pearson"), v[, 1], v[, 2])
library(reshape2)
z <- dcast(v, Var1 ~ Var2)
rownames(z) <- z$Var1
z <- z[, -1]
head(z[, 1:5])

Выход: 

               0          0.01          0.02          0.03          0.04
0             NA  0.0140699293  0.0140699293  0.0140699293  0.0140699293
0.01 -0.01383734  0.0003350528  0.0065542508  0.0090938390  0.0103897953
0.02 -0.01383734 -0.0059841841  0.0003350528  0.0042062076  0.0065542508
0.03 -0.01383734 -0.0086178379 -0.0035752709  0.0003350528  0.0031310581
0.04 -0.01383734 -0.0099713568 -0.0059841841 -0.0024814273  0.0003350528
0.05 -0.01383734 -0.0107798236 -0.0075458061 -0.0045052606 -0.0018627055
...