当结果是向量时如何在R中存储for循环的结果

Question

在循环生成向量的函数时，我只是希望能够将生成的向量存储为一个长向量。

这不起作用：

n_total <- 5
grps <- 2
start_s <- 0.7
start_v <- 0.8
Alpha <- 0.9

cols <- vector()
for(i in seq(grps)){
  if(i > 1){
    start_s <- start_s-0.1
    start_v <- start_v-0.1
  }
  cols[i] <- rainbow(n_total, start_s, start_v, alpha = Alpha)
}

所以cols中存储的结果应该是：

[1] "#B34747E6" "#9DB347E6" "#47B372E6" "#4772B3E6" "#9D47B3E6" "#994D4DE6" "#8A994DE6" "#4D996BE6" "#4D6B99E6" "#8A4D99E6"

即一个 1x10 的字符串向量。

Answer 1

我们可以在这里使用mapply：

n_total <- 5
grps <- 2
start_s <- 0.7
start_v <- 0.8
Alpha <- 0.9


inds <- seq(0, by = 0.1, length.out = grps)
c(mapply(function(x, y) rainbow(n_total, x, y, alpha = Alpha), 
         start_s - inds, start_v - inds))

#[1] "#B34747E6" "#9DB347E6" "#47B372E6" "#4772B3E6" "#9D47B3E6" 
#    "#994D4DE6" "#8A994DE6" "#4D996BE6" "#4D6B99E6" "#8A4D99E6"

Answer 2

也许这不是您所期望的（放置了 for-loop 标签），但您应该尽可能避免使用 R for 循环。相反，习惯于使用矢量化操作进行迭代。它们效率更高，并产生更易读的代码。一种选择是使用mapply，这是另一种使用map（purrr 包）的方法。

tibble 函数为迭代创建基础（如果您愿意，可以创建迭代器）。

mutate 和map 的组合实际上是运行rainbow 函数并将其结果保存在tibble 中。

结果以列表中的列表形式提供（tibble 中的字符向量列），因此unnest 用于将它们提取回常规向量。

最终，要将其作为一个简单的向量，您可以使用answer_tib$rainbow_val。

请注意，您在问题中提供的输出与您应该得到的输出不一致。不清楚为什么您可能打算为 start_s 和 start_v 使用不同的值？

library(tidyverse)

n_total <- 5
set_alpha <- 0.9
start_s <- 0.7
start_v <- 0.8

answer_tib <- tibble(run_index = seq(0, 0.1, by = 0.1)) %>% 
  mutate(rainbow_val = map(run_index, ~{
    rainbow(n = n_total, start_s - .x, start_v - .x, alpha = set_alpha)
  })) %>% 
  unnest(rainbow_val)

answer_tib$rainbow_val
#>  [1] "#CC3D3DE6" "#AFCC3DE6" "#3DCC76E6" "#3D76CCE6" "#AF3DCCE6" "#B34747E6"
#>  [7] "#9DB347E6" "#47B372E6" "#4772B3E6" "#9D47B3E6"

Answer 3

在 OP 的帖子中，'cols' 用 length 0 初始化。这里的一个选项是在每次迭代中分配向量时附加向量

cols <- vector()
for(i in seq(grps)){
if(i > 1){
 start_s <- start_s-0.1
  start_v <- start_v-0.1
  }
  cols<- c(cols, rainbow(n_total, start_s, start_v, alpha = Alpha))
}


cols
#[1] "#CC3D3DE6" "#AFCC3DE6" "#3DCC76E6" "#3D76CCE6" "#AF3DCCE6" "#B34747E6" "#9DB347E6" "#47B372E6"
#[9] "#4772B3E6" "#9D47B3E6"

---

如果 OP 想要运行的不是固定的 0.1 来减去

cols <- vector()
i1 <- seq(0, by = 0.1, length.out = grps)
for(i in seq_len(grps)) {
   if(i > 1){
    start_s <- start_s-i1[i]
     start_v <- start_v-i1[i]
     }  
     cols<- c(cols, rainbow(n_total, start_s, start_v, alpha = Alpha))
  }



cols
#[1] "#B34747E6" "#9DB347E6" "#47B372E6" "#4772B3E6" "#9D47B3E6" "#994D4DE6" "#8A994DE6" "#4D996BE6"
#[9] "#4D6B99E6" "#8A4D99E6"

---

相反，使用预先确定的长度进行初始化然后进行索引分配会更有效。但是，这里有一些不确定的事情，即它正在执行if 检查，并且只有当它是 TRUE 时，它才会执行分配

cols <- character(10)

注意：OP 在这里要求 for 循环。在R中，有更好的方法来处理它而不是for循环