11

我正在写一个邻接矩阵，R如下所示：

neighbours <- array(0, c(100,100))
for (i in 1:100) { neighbours[i,i] = 1 }    #reflexive

但后来我注意到class(neighbours)is double matrix。这将占用更大的矩阵太多的空间。所以我想强制类型为，integer或者更好，因为这是无向的，logical.

但...

> class(neighbours[5])
[1] "numeric"
> class(neighbours[5]) <- "integer"
> class(neighbours[5])
[1] "numeric"

不听我的！

4

5 回答 5

9

最好不要一开始就将其初始化为数字，但如果你不能这样做，请设置storage.mode：

R> neighbours <- array(0, c(100,100))
R> for (i in 1:100) { neighbours[i,i] = 1 }
R> str(neighbours)
 num [1:100, 1:100] 1 0 0 0 0 0 0 0 0 0 ...
R> storage.mode(neighbours) <- "integer"
R> str(neighbours)
 int [1:100, 1:100] 1 0 0 0 0 0 0 0 0 0 ...
R> storage.mode(neighbours) <- "logical"
R> str(neighbours)
 logi [1:100, 1:100] TRUE FALSE FALSE FALSE FALSE FALSE ...
于 2012-09-07T23:29:33.817 回答
5

对于那些仍在寻找将现有数字矩阵强制为整数的方法的人：

m2 <- apply (m, c (1, 2), function (x) {
  (as.integer(x))
  })

c(1, 2) 表示将函数应用于行和列。测试元素的类然后给出：

> class(m2[1,])
[1] "integer"
> class(m[1,])
[1] "numeric"
>

我一直在寻找这样的东西，因为我需要转换一个已经存在的数字矩阵。这是计算速度非常慢的结果，因此修改代码比简单地转换结果要花费我更多的时间。

于 2015-01-17T16:59:16.383 回答
3

也许我遗漏了一些东西，但为什么不直接将它声明为一个逻辑数组呢？

neighbors <- array(FALSE, c(100,100))
diag(neighbors) <- TRUE

比较两者：

> object.size(array(0, c(100,100)))
80200 bytes
> object.size(array(FALSE, c(100,100)))
40200 bytes

编辑：我很想知道为什么一个逻辑数组每个条目占用 4B，不过......

于 2012-09-07T22:57:13.610 回答
2

一种选择是最初用整数 0 ( 0L) 填充，然后用整数 1 ( 1L)替换对角线

m <- matrix(0L, 100, 100)
diag(m) <- 1L

这是在 R 中创建对角矩阵的更直接方法的一半大小：

m2 <- diag(1L, 100, 100)

> object.size(m)
40200 bytes
> object.size(m2)
80200 bytes

因此，分配整数矩阵m然后改变对角线会导致最紧凑的密集矩阵。

于 2012-09-07T22:58:55.367 回答
2

Matrix 包（现在是标准包）中有一个 sparseMatrix 超类。如果你想要一个稀疏的对角矩阵，你可以用

library(Matrix) 
Matrix(diag(1,4) , sparse=TRUE)
#---------
4 x 4 sparse Matrix of class "dsCMatrix"

[1,] 1 . . .
[2,] . 1 . .
[3,] . . 1 .
[4,] . . . 1

进一步的思考。如果要将矩阵的模式更改为整数并且不关心它是否保持密集：

> m <- matrix(rnorm(25), 5)
> m[] <- as.integer(m)  
# you do need those square-brackets or the structure becomes a dimensionless vector.
> m
     [,1] [,2] [,3] [,4] [,5]
[1,]    0    0   -1    0    0
[2,]    1    0    0    0    0
[3,]    1    0    0    0    0
[4,]    0    0    0    0    0
[5,]    0    0    0   -1    0

然而，Gavin 的评论引发了进一步的思考：如果您的目标是表示“邻接”，并且它是一个非常大的样本空间，您可能只想使用 sparseMatrix 类作为模型，而不是使用带有数字的两列矩阵列中的对.. 这并不是 sparseMatrices 保存它们的行、列和值的方式，但是 2 列存储模式可能适用于您的问题。请参阅“igraph”包中的工作示例。我认为您的问题可能表示为无向图。

于 2012-09-07T23:01:15.933 回答