计算数组中相邻值的中心答案

【问题标题】：Calculate the center of adjacent values in an array计算数组中相邻值的中心
【发布时间】：2011-09-02 17:25:19
【问题描述】：

我创建了一个值数组：

binBorder=exp(0:5)
# 1.000000   2.718282   7.389056  20.085537  54.598150 148.413159

在这种情况下，它给了我一个长度为 6 的数组。现在我想创建第二个数组，其中包含正好在这两个数字之间的数字。在这种情况下，这应该给出一个大小为 5 的数组并包含值：

 1.000000 - ( 1.000000 -   2.718282) / 2
 2.718282 - ( 2.718282 -   7.389056) / 2
 7.389056 - ( 7.389056 -  20.085537) / 2
20.085537 - (20.085537 -  54.598150) / 2
54.598150 - (54.598150 - 148.413159) / 2

这些东西有内置函数吗？我需要它来计算 bin 中心（这应该是一个常见问题）。还是以下代码是“最简单的解决方案”？

> bb1 = exp(0:4)
> bb2 = exp(1:5)
> bb = bb1 + ((bb2 - bb1) / 2)
> bb

我是 R 的新手，所以我不确定问题通常是如何解决的。是更多的内置函数还是像我编写的解决方案那样构建东西？

感谢您的帮助，

斯文

【问题讨论】：

标签： arrays r vector

【解决方案1】：

这不是很容易被 diff() 处理的吗？

binBorder <- exp(0:5)
binBorder[1:5] + diff(binBorder)/2

【讨论】：

【解决方案2】：

函数filter 可以满足您的要求。当以下列方式使用时，它会计算 2 周期移动平均线：

filter(binBorder, c(0.5, 0.5), sides=1)
Time Series:
Start = 1 
End = 6 
Frequency = 1 
[1]         NA   1.859141   5.053669  13.737297  37.341843 101.505655

过滤器的唯一（轻微）缺点是它返回一个类 ts 的值（用于时间序列）。

你可以通过调用convolve来避免这种情况：

convolve(binBorder, c(0.5, 0.5), type="filter")
[1]   1.859141   5.053669  13.737297  37.341843 101.505655

【讨论】：

不错的答案，但我认为convolve 会为这项任务带来很多开销。

【解决方案3】：

您的解决方案可以使用子集重写以避免中间变量：

(binBorder[1:5]+binBorder[-1])/2
[1]   1.859141   5.053669  13.737297  37.341843 101.505655

事实上，更一般地你可以编写如下函数：

midPoints <- function(x){
  (x[-length(x)]+x[-1])/2
}

【讨论】：