在R中分配矩陣的最佳方法，NULL vs NA？

我在寫R代碼來創建一個方形矩陣。所以，我的做法是：在R中分配矩陣的最佳方法，NULL vs NA？

分配正確的尺寸
循環矩陣通過我的矩陣中的每個元素，並用適當的值

我的問題填充它是非常簡單的：什麼是預先分配此矩陣的最佳方式是什麼？到目前爲止，我有兩個途徑：

> x <- matrix(data=NA,nrow=3,ncol=3) 
> x 
    [,1] [,2] [,3] 
[1,] NA NA NA 
[2,] NA NA NA 
[3,] NA NA NA

或

> x <- list() 
> length(x) <- 3^2 
> dim(x) <- c(3,3) 
> x 
    [,1] [,2] [,3] 
[1,] NULL NULL NULL 
[2,] NULL NULL NULL 
[3,] NULL NULL NULL

據我所看到的，前者比後者更簡潔的方法。另外，前者用NAs填充矩陣，而後者用NULL填充。

哪種「更好」的方式來做到這一點？在這種情況下，我將「更好」定義爲「更好的性能」，因爲這是統計計算，而且此操作將與大型數據集一起進行。

雖然前者更簡潔，但並不令人驚訝地容易理解，所以我覺得這樣做可能無論如何。

另外，R中的NA和NULL有什麼區別？？NA和？NULL告訴我，「NA」的長度爲「1」，而NULL的長度爲「0」 - 但這裏有更多嗎？還是最佳做法？這將影響我用來創建矩陣的方法。

來源

2009-11-16 poundifdef

不問，是爲什麼你想*循環*在矩陣的元素上？是否有可能使用矢量化操作？這應該是你的下一個問題！ :) – Harlan 2009-11-17 14:17:09

@Harlan這基本上是我在這個問題在這裏：http://stackoverflow.com/questions/1719447/outer-equivalent-for-non-vector-lists-in-r。如果您有建議，我很樂意聽到它！ – poundifdef 2009-11-17 15:03:59

如有疑問，請測試一下自己。第一種方法既簡單又快捷。

> create.matrix <- function(size) { 
+ x <- matrix() 
+ length(x) <- size^2 
+ dim(x) <- c(size,size) 
+ x 
+ } 
> 
> system.time(x <- matrix(data=NA,nrow=10000,ncol=10000)) 
    user system elapsed 
    4.59 0.23 4.84 
> system.time(y <- create.matrix(size=10000)) 
    user system elapsed 
    0.59 0.97 15.81 
> identical(x,y) 
[1] TRUE

關於NA和NULL之間的區別：

實際上有四個特殊的常量。

另外，還有四個特殊的常量，NULL，NA，Inf和NaN。

NULL用於指示空對象。 NA用於不存在（「不可用」）數據值。 Inf表示無窮大，並且NaN在IEEE浮點演算中不是數字（例如，分別爲1/0和0/0的操作的結果）。

你可以在the R manual on language definition瞭解更多。

來源

2009-11-16 23:58:39 Shane

呵呵，也不知道system.time。非常感謝！ – poundifdef 2009-11-17 02:12:37

如果你將要比較的方法不應該包裝在一個函數中的兩個方法？通過函數調用添加開銷。 – Dason 2012-02-04 17:11:43

@Dason在實踐中，如果一個人經常使用較長的方法，是不是可能被封裝在一個函數中呢？而「矩陣」將保持原樣。 – Gregor 2012-08-31 18:04:10

根據this article我們可以做得比預先分配NA預先分配NA_real_更好。從文章：

只要您爲'x'中的任何單元格指定一個數值，矩陣將首先必須被強制轉換爲數值，當分配新值時。最初分配的邏輯矩陣是徒勞無功的，只是增加了不必要的內存佔用和垃圾收集器的額外工作。使用NA_real_（或NA_integer_爲整數）

根據建議相反，它分配：讓我們來測試它。

testfloat = function(mat){ 
    n=nrow(mat) 
    for(i in 1:n){ 
    mat[i,] = 1.2 
    } 
} 

>system.time(testfloat(matrix(data=NA,nrow=1e4,ncol=1e4))) 
user system elapsed 
3.08 0.24 3.32 
> system.time(testfloat(matrix(data=NA_real_,nrow=1e4,ncol=1e4))) 
user system elapsed 
2.91 0.23 3.14

而對於整數：

testint = function(mat){ 
    n=nrow(mat) 
    for(i in 1:n){ 
    mat[i,] = 3 
    } 
} 

> system.time(testint(matrix(data=NA,nrow=1e4,ncol=1e4))) 
user system elapsed 
2.96 0.29 3.31 
> system.time(testint(matrix(data=NA_integer_,nrow=1e4,ncol=1e4))) 
user system elapsed 
2.92 0.35 3.28

所不同的是在我的測試例小，但它的存在。

來源

2014-11-03 22:27:59

'3'屬於'numeric'類，你可能意思是3L。儘管如此，我並沒有看到僅僅使用NA的任何可衡量的性能影響（即使每次測量20s並確保gc完成其工作） – 2015-08-16 10:22:06

rows<-3 
cols<-3  
x<-rep(NA, rows*cols) 
x1 <- matrix(x,nrow=rows,ncol=cols)

來源

2017-04-13 14:52:39

在R中分配矩陣的最佳方法，NULL vs NA？

回答

相關問題