r - 向量化 R 函数

Question

我有以下功能

f <- function(x){sum(g(x - X))}

在哪里

X - n-dimensional vector with some data
g is some vecrtorized function

如何对函数进行矢量化，f以便它可以采用 n 维输入并产生 n 维输出？

我正在尝试以下

rowSums(sapply(x, "-", X))

这种方法的问题是它没有涵盖一维的情况x。是否可以涵盖这两种情况？例如让

x <- c(1,2,3)
X <- c(6,9,1)
g <- function(x){x^2}

如果我使用sapply基于 - 的代码，我会得到正确的答案（n 维向量）

rowSums(sapply(x, "-", X))
[1] -12 -21   3

但是如果我设置x=1并运行相同的代码，我会得到错误的答案（n 维向量而不是标量）

rowSums(sapply(x, "-", X))
[1] -5 -8  0

这并不奇怪，因为rowSums应用于列向量给出了列向量。但是，在一维的情况下，我需要的x是 apply sum。有没有一种优雅的方法可以在不使用if尺寸条件的情况下做到这一点？

Answer 1

似乎您有两个示例，我将它们命名f为h：

X <- c(6,9,1)

g <- function(x){x^2}
f <- function(x){sapply(x,function(x)sum(g(x - X)))}

f(1) 
# [1] 89
f(1:3)
# [1] 89 66 49

h <- function(x){colSums(sapply(x,function(x) x-X))}
h(1)
# [1] -13
h(1:3)
# [1] -13 -10  -7

它看起来就像colSums你在那里寻找的东西。