righe moltiplicare di matrice di vettore?
-
30-09-2019 - |
Domanda
Ho una matrix
numerico con 25 colonne e 23 righe, e un vettore di lunghezza 25. Come è possibile moltiplicare ogni riga della matrice per il vettore senza utilizzare un ciclo for
?
Il risultato dovrebbe essere un 25x23 matrice (la stessa dimensione come ingresso), ma ogni riga è stato moltiplicato per il vettore.
Aggiunta esempio riproducibile da @ di hatmatrix risposta:
matrix <- matrix(rep(1:3,each=5),nrow=3,ncol=5,byrow=TRUE)
[,1] [,2] [,3] [,4] [,5]
[1,] 1 1 1 1 1
[2,] 2 2 2 2 2
[3,] 3 3 3 3 3
vector <- 1:5
output desiderato:
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 2 4 6 8 10
[3,] 3 6 9 12 15
Soluzione
Credo che stai cercando sweep()
.
# Create example data and vector
mat <- matrix(rep(1:3,each=5),nrow=3,ncol=5,byrow=TRUE)
[,1] [,2] [,3] [,4] [,5]
[1,] 1 1 1 1 1
[2,] 2 2 2 2 2
[3,] 3 3 3 3 3
vec <- 1:5
# Use sweep to apply the vector with the multiply (`*`) function
# across columns (See ?apply for an explanation of MARGIN)
sweep(mat, MARGIN=2, vec, `*`)
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 2 4 6 8 10
[3,] 3 6 9 12 15
E 'stata una delle funzioni principali di R., anche se sono stati apportati miglioramenti su di essa nel corso degli anni.
Altri suggerimenti
> MyMatrix <- matrix(c(1,2,3, 11,12,13), nrow = 2, ncol=3, byrow=TRUE)
> MyMatrix
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 11 12 13
> MyVector <- c(1:3)
> MyVector
[1] 1 2 3
Si potrebbe utilizzare:
> t(t(MyMatrix) * MyVector)
[,1] [,2] [,3]
[1,] 1 4 9
[2,] 11 24 39
o
> MyMatrix %*% diag(MyVector)
[,1] [,2] [,3]
[1,] 1 4 9
[2,] 11 24 39
In realtà, sweep
non è l'opzione più veloce sul mio computer:
MyMatrix <- matrix(c(1:1e6), ncol=1e4, byrow=TRUE)
MyVector <- c(1:1e4)
Rprof(tmp <- tempfile(),interval = 0.001)
t(t(MyMatrix) * MyVector) # first option
Rprof()
MyTimerTranspose=summaryRprof(tmp)$sampling.time
unlink(tmp)
Rprof(tmp <- tempfile(),interval = 0.001)
MyMatrix %*% diag(MyVector) # second option
Rprof()
MyTimerDiag=summaryRprof(tmp)$sampling.time
unlink(tmp)
Rprof(tmp <- tempfile(),interval = 0.001)
sweep(MyMatrix ,MARGIN=2,MyVector,`*`) # third option
Rprof()
MyTimerSweep=summaryRprof(tmp)$sampling.time
unlink(tmp)
Rprof(tmp <- tempfile(),interval = 0.001)
t(t(MyMatrix) * MyVector) # first option again, to check order
Rprof()
MyTimerTransposeAgain=summaryRprof(tmp)$sampling.time
unlink(tmp)
MyTimerTranspose
MyTimerDiag
MyTimerSweep
MyTimerTransposeAgain
Questa rendimenti:
> MyTimerTranspose
[1] 0.04
> MyTimerDiag
[1] 40.722
> MyTimerSweep
[1] 33.774
> MyTimerTransposeAgain
[1] 0.043
Oltre ad essere l'opzione più lenta, la seconda opzione raggiunge il limite di memoria (2046 MB). Tuttavia, considerando le opzioni rimanenti, il doppia trasposizione sembra molto meglio di sweep
a mio parere.
Modifica
Solo cercando di dati più piccoli una serie ripetuta di volte:
MyMatrix <- matrix(c(1:1e3), ncol=1e1, byrow=TRUE)
MyVector <- c(1:1e1)
n=100000
[...]
for(i in 1:n){
# your option
}
[...]
> MyTimerTranspose
[1] 5.383
> MyTimerDiag
[1] 6.404
> MyTimerSweep
[1] 12.843
> MyTimerTransposeAgain
[1] 5.428
Per una velocità può creare matrice dal vettore prima di moltiplicare
mat <- matrix(rnorm(1e6), ncol=1e4)
vec <- c(1:1e4)
mat * matrix(vec, dim(mat)[1], length(vec))
library(microbenchmark)
microbenchmark(
transpose = t(t(mat) * vec),
make_matrix = mat * matrix(vec, dim(mat)[1], length(vec), byrow = TRUE),
sweep = sweep(mat,MARGIN=2,vec,`*`))
#Unit: milliseconds
# expr min lq mean median uq max neval cld
# transpose 9.940555 10.480306 14.39822 11.210735 16.19555 77.67995 100 b
#make_matrix 5.556848 6.053933 9.48699 6.662592 10.74121 74.14429 100 a
# sweep 8.033019 8.500464 13.45724 12.331015 14.14869 77.00371 100 b