矩阵索引仅适用于y
暗淡的情况。 将此与标准R
回收以及所有矩阵实际上都是向量的事实相结合,这种行为是有意义的。
当您初始化y
为 NULL 时,您确保它没有暗淡。因此,当您y
按矩阵索引时,例如ind
,您会得到与调用相同的结果y[as.vector(ind)]
identical(y[ind], y[as.vector(ind)])
# [1] TRUE
如果 中 有重复值ind
并且您也在分配,那么对于每个索引,只有最后一个分配的值将保留。例如让我们假设我们正在执行
y <- NULL; y[cbind(1:2, 2:1)] <- list( list(1,2), list(3,4) )
# y has no dimension, so `y[cbind(1:2, 2:1)]`
# is the equivalent of `y[c(1:2, 2:1)]`
当您分配 y[c(1, 2, 2, 1)] <- list("A", "B")
时,实际上发生的情况类似于:
y[[1]] <- "A"
y[[2]] <- "B"
y[[2]] <- "B" # <~~ 'Overwriting' previous value
y[[1]] <- "A" # <~~ 'Overwriting' previous value
下面是对发生的索引的进一步了解:(注意前两个字母是如何重复的)
ind <- cbind(1:2, 1:2)
L <- as.list(LETTERS)
L[ind]
# [[1]]
# [1] "A"
#
# [[2]]
# [1] "B"
#
# [[3]]
# [1] "A"
#
# [[4]]
# [1] "B"
这是同样的事情,现在有分配。请注意仅保留了分配的第 3 和第 4 个值。
L[ind] <- c("FirstWord", "SecondWord", "ThirdWord", "FourthWord")
L[ind]
# [[1]]
# [1] "ThirdWord"
#
# [[2]]
# [1] "FourthWord"
#
# [[3]]
# [1] "ThirdWord"
#
# [[4]]
# [1] "FourthWord"
尝试不同的索引以获得更清晰的信息:
ind <- cbind(c(3, 2), c(1, 3)) ## will be treated as c(3, 2, 1, 3)
L <- as.list(LETTERS)
L[ind] <- c("FirstWord", "SecondWord", "ThirdWord", "FourthWord")
L[1:5]
# [[1]]
# [1] "ThirdWord"
#
# [[2]]
# [1] "SecondWord"
#
# [[3]]
# [1] "FourthWord"
#
# [[4]]
# [1] "D"
#
# [[5]]
# [1] "E"
L[ind]
# [[1]]
# [1] "FourthWord"
#
# [[2]]
# [1] "SecondWord"
#
# [[3]]
# [1] "ThirdWord"
#
# [[4]]
# [1] "FourthWord"
编辑@agstudy 的问题:
查看 src ,[
我们有以下评论:
- 特殊的 [ 下标 where dim(x) == ncol(subscript matrix)
- 在 VectorSubset 内部处理。下标矩阵转
- 成适当大小的下标向量,然后
- VectorSubset 继续。
查看功能static SEXP VectorSubset(SEXP x, SEXP s, SEXP call)
,相关检查如下:
/* lines omitted */
attrib = getAttrib(x, R_DimSymbol);
/* lines omitted */
if (isMatrix(s) && isArray(x) && ncols(s) == length(attrib)) {
/* lines omitted */
...