8

我需要矩阵每一列的加权和。

data <- matrix(1:2e7,1e7,2) # warning large number, will eat up >100 megs of memory
weights <- 1:1e7/1e5
system.time(colSums(data*weights))
system.time(apply(data,2,function(x) sum(x*weights)))
all.equal(colSums(data*weights), apply(data,2,function(x) sum(x*weights)))

通常colSums(data*weights)比应用调用更快。

我经常做这个操作（在一个大矩阵上）。因此，寻求有关最有效实施的建议。理想情况下，如果我们可以将权重传递给 colSums（或 rowSums），那就太好了。

谢谢，感谢任何见解！

4

2 回答 2

8

colSums并且*都是内部或原始函数，并且将比该apply方法快得多

您可以尝试的另一种方法是在寻找时使用一些基本的矩阵代数

 weights %*% data

矩阵乘法方法似乎并没有更快，但它会避免创建一个大小为data 

system.time({.y <- colSums(data * weights)})
##  user  system elapsed 
##  0.12    0.03    0.16 


system.time({.x <- weights %*% data})
##   user  system elapsed 
##   0.20    0.05    0.25
于 2012-11-08T02:33:51.037 回答
3

Rcpp 导致性能提升（特别是在列数较多的情况下）。

library(Rcpp)
library(inline)
src <- '
 Rcpp::NumericMatrix dataR(data);
 Rcpp::NumericVector weightsR(weights);
 int ncol = dataR.ncol();
 Rcpp::NumericVector sumR(ncol);
 for (int col = 0; col<ncol; col++){
   sumR[col] = Rcpp::sum(dataR( _, col)*weightsR);
 }
 return Rcpp::wrap(sumR);'

weighted.colSums <- cxxfunction(
  signature(data="numeric", weights="numeric"), src, plugin="Rcpp")
data <- matrix(as.numeric(1:1e7),1e5,100) # warning large object
weights <- 1:1e5/1e5
all.equal(colSums(data*weights), weighted.colSums(data, weights))
## [1] TRUE
print(system.time(colSums(data*weights)))
##   user  system elapsed 
##  0.065   0.001   0.064 
print(system.time(as.vector(weighted.colSums(data, weights))))
##   user  system elapsed 
##  0.019   0.001   0.019 
all.equal(as.vector(weights %*% data), weighted.colSums(data, weights))
## [1] TRUE
print(system.time(weights %*% data))
##   user  system elapsed 
##  0.066   0.001   0.066
于 2012-11-08T09:33:36.847 回答