我正在尝试使用apply
/ mapply
/ lapply
/sapply
或任何其他方式对我的嵌套 for 循环代码进行矢量化以减少运行时间。我的代码如下:
for (i in 1:dim){
for (j in i:dim){
if(mydist.fake[i,j] != d.hat.fake[i,j]){
if((mydist.fake[i,j]/d.hat.fake[i,j] > 1.5)|(d.hat.fake[i,j]/mydist.fake[i,j]>1.5)){
data1 = cbind(rowNames[i],rowNames[j], mydist.fake[i,j], d.hat.fake[i,j], 1)
colnames(data1) = NULL
row.names(data1) = NULL
data = rbind(data, data1)
}else{
data1 = cbind(rowNames[i],rowNames[j], mydist.fake[i,j], d.hat.fake[i,j], 0)
colnames(data1) = NULL
row.names(data1) = NULL
data = rbind(data, data1)
}
}
}
}
write.table(data, file = "fakeTest.txt", sep ="\t", col.names = FALSE, row.names = FALSE)
- rowNames 是所有数据点的行名向量
data
是一个数据框mydist.fake
和d.hat.fake
是距离矩阵(对角线为零,上下三角形的值相同),因此对下三角形的横向感兴趣(也保留对角线的值)。- 两个矩阵的维度相同。
我面临的主要问题j
是j
初始化为i
.