計算矩陣中每個元素最近鄰的標準差的有效方法

我想計算矩陣中每個元素的最近鄰居（3 * 3移動窗口）的標準偏差。我在R中寫了一些代碼來實現它：計算矩陣中每個元素最近鄰的標準差的有效方法

library(FNN)  
df <- matrix(1:10000, nrow = 100, ncol = 100, byrow = TRUE) 

df_ <- reshape2::melt(df) 
df_index <- df_[, c(1,2)] 

df_query <- df_index 
neighbor_index <- knnx.index(df_index, df_query, k = 9, algorithm = 'kd_tree') 

neighbor_coor<- apply(neighbor_index, 1, function(x) df_query[x, ]) 

neighbor_sd <- lapply(neighbor_coor, function(x) sd(df[x[, 1], x[, 2]])) 

sd <- do.call(rbind, neighbor_sd)

但是速度太慢。你會給我一些建議加快嗎？是否有其他方法來實現它？

來源

2017-06-21 Just Rookie

我敢肯定有一個閃電'data.table'解決這個的，但你有沒有考慮'光柵套餐？也許它可能有一些幫助。 https://stackoverflow.com/questions/24068509/r-focal-raster-package-function-that-calculates-relative-to-center-cell-of-mov –

謝謝！你會寫一個簡短的代碼嗎？我會接受它作爲答案。 –

由於@romanlustrik在他的評論中提出，我們可以使用raster::focal()來解決這個問題。

library(raster) 

df <- matrix(1:10000, nrow = 100, ncol = 100, byrow = TRUE) 
dfR <- raster(df) 

dfSD <- as.matrix(focal(dfR, w = matrix(1,3,3), fun = sd))

其中，w是表示最近鄰和內fun及其權重（在該情況下3×3是細胞本身和它的鄰居8）的矩陣。因此，只要它可以用矩陣表示，任何鄰域模式都是可以想象的。

matrix(1,3,3) 
#  [,1] [,2] [,3] 
# [1,] 1 1 1 
# [2,] 1 1 1 
# [3,] 1 1 1

只用4個相鄰（不包括對角線和電池本身）的一個例子：

matrix(c(0,1,0,1,0,1,0,1,0), 3, 3) 
#  [,1] [,2] [,3] 
# [1,] 0 1 0 
# [2,] 1 0 1 
# [3,] 0 1 0

來源

2017-06-21 11:57:44 loki

計算矩陣中每個元素最近鄰的標準差的有效方法

回答

相關問題