他们可能称它们为矩阵,但实际上并非如此。但是,有一个as.matrix
函数可以让您获得矩阵索引:
> as.matrix(dist.m)[grep("A", codes), grep("A", codes) ]
A_1 A_2 A_3
A_1 0.000 0.298 0.398
A_2 0.298 0.000 0.100
A_3 0.398 0.100 0.000
因此,您可以使用非常紧凑的代码获得第一部分:
> sapply(LETTERS[1:3], function(let) as.matrix(dist.m)[grep(let, codes), grep(let, codes) ]
+ )
$A
A_1 A_2 A_3
A_1 0.000 0.298 0.398
A_2 0.298 0.000 0.100
A_3 0.398 0.100 0.000
$B
B_1 B_2 B_3 B_4
B_1 0.000 0.595 0.195 0.004
B_2 0.595 0.000 0.400 0.599
B_3 0.195 0.400 0.000 0.199
B_4 0.004 0.599 0.199 0.000
$C
C_1 C_2 C_3
C_1 0.000 0.298 0.008
C_2 0.298 0.000 0.290
C_3 0.008 0.290 0.000
然后使用负逻辑寻址来获得其余部分:
> sapply(LETTERS[1:3], function(let) as.matrix(dist.m)[grepl(let, codes), !grepl(let, codes) ]
+ )
$A
B_1 B_2 B_3 B_4 C_1 C_2 C_3
A_1 0.003 0.598 0.198 0.001 0.000 0.298 0.008
A_2 0.295 0.300 0.100 0.299 0.298 0.000 0.290
A_3 0.395 0.200 0.200 0.399 0.398 0.100 0.390
$B
A_1 A_2 A_3 C_1 C_2 C_3
B_1 0.003 0.295 0.395 0.003 0.295 0.005
B_2 0.598 0.300 0.200 0.598 0.300 0.590
B_3 0.198 0.100 0.200 0.198 0.100 0.190
B_4 0.001 0.299 0.399 0.001 0.299 0.009
$C
A_1 A_2 A_3 B_1 B_2 B_3 B_4
C_1 0.000 0.298 0.398 0.003 0.598 0.198 0.001
C_2 0.298 0.000 0.100 0.295 0.300 0.100 0.299
C_3 0.008 0.290 0.390 0.005 0.590 0.190 0.009
我没有看到将其表示为两列数据结构的方法,但您可以melt
在 pkg::reshape2 中使用来获得三列结构:
> melt( as.matrix(dist.m)[grep("A", codes), grep("A", codes) ] )
Var1 Var2 value
1 A_1 A_1 0.000
2 A_2 A_1 0.298
3 A_3 A_1 0.398
4 A_1 A_2 0.298
5 A_2 A_2 0.000
6 A_3 A_2 0.100
7 A_1 A_3 0.398
8 A_2 A_3 0.100
9 A_3 A_3 0.000
这会给你一个相当长的数据框来显示,但它很容易放在melt
函数调用中。