我正在R 中写一个邻接矩阵，如下所示：
neighbours <- array(0, c(100,100))
for (i in 1:100) { neighbours[i,i] = 1 } #reflexive
但后来我注意到class(neighbours) 是double matrix。这将占用更大的矩阵太多的空间。所以我想强制类型为integer，或者更好，因为这是无向的，logical。
但是……
> class(neighbours[5])
[1] "numeric"
> class(neighbours[5]) <- "integer"
> class(neighbours[5])
[1] "numeric"
不听我的！
【问题讨论】：
diag(neighbours) <- 1 避免for 循环。
也许我遗漏了一些东西，但为什么不直接将它声明为一个逻辑数组呢？
neighbors <- array(FALSE, c(100,100))
diag(neighbors) <- TRUE
比较两者：
> object.size(array(0, c(100,100)))
80200 bytes
> object.size(array(FALSE, c(100,100)))
40200 bytes
编辑：我很想知道为什么逻辑数组每个条目占用 4B...
【讨论】：
ints 存储整数和逻辑 SEXP。无论如何，使用逻辑数据类型在存储方面没有任何好处。请参阅 R 内部手册的relevant section
一种选择是最初用整数 0 (0L) 填充，然后用整数 1 替换对角线 (1L)
m <- matrix(0L, 100, 100)
diag(m) <- 1L
这是在 R 中创建对角矩阵的更直接方法的一半：
m2 <- diag(1L, 100, 100)
> object.size(m)
40200 bytes
> object.size(m2)
80200 bytes
因此，分配整数矩阵m 然后更改对角线会得到最紧凑的密集矩阵。
【讨论】：
m2 最终会与m 相同，但显然不是。
Matrix 包（现在是标准包）中有一个 sparseMatrix 超类。如果你想要一个稀疏的对角矩阵，你可以用
创建它library(Matrix)
Matrix(diag(1,4) , sparse=TRUE)
#---------
4 x 4 sparse Matrix of class "dsCMatrix"
[1,] 1 . . .
[2,] . 1 . .
[3,] . . 1 .
[4,] . . . 1
进一步的想法。如果您想将矩阵的模式更改为整数并且不关心它是否保持密集：
> m <- matrix(rnorm(25), 5)
> m[] <- as.integer(m)
# you do need those square-brackets or the structure becomes a dimensionless vector.
> m
[,1] [,2] [,3] [,4] [,5]
[1,] 0 0 -1 0 0
[2,] 1 0 0 0 0
[3,] 1 0 0 0 0
[4,] 0 0 0 0 0
[5,] 0 0 0 -1 0
Gavin 的评论引发了进一步的思考：如果您的目标是表示“邻接”，并且它是一个非常大的样本空间，您可能只想使用 sparseMatrix 类作为模型，而不是使用两列矩阵列中的对数.. 这并不是 sparseMatrices 保存它们的行、列和值的方式，但是 2 列存储模式可能适用于您的问题。请参阅“igraph”包中的工作示例。我认为您的问题可能表示为无向图。
【讨论】：
object.size(Matrix(diag(1, 100), sparse=TRUE)) 只有 2500 字节。
最好不要一开始就将其初始化为数字，但如果你不能这样做，请设置storage.mode：
R> neighbours <- array(0, c(100,100))
R> for (i in 1:100) { neighbours[i,i] = 1 }
R> str(neighbours)
num [1:100, 1:100] 1 0 0 0 0 0 0 0 0 0 ...
R> storage.mode(neighbours) <- "integer"
R> str(neighbours)
int [1:100, 1:100] 1 0 0 0 0 0 0 0 0 0 ...
R> storage.mode(neighbours) <- "logical"
R> str(neighbours)
logi [1:100, 1:100] TRUE FALSE FALSE FALSE FALSE FALSE ...
【讨论】：
对于那些仍在寻找将现有数字矩阵强制为整数 1 的方法的人：
m2 <- apply (m, c (1, 2), function (x) {
(as.integer(x))
})
c(1, 2) 表示将函数应用于行和列。测试元素的类然后给出：
> class(m2[1,])
[1] "integer"
> class(m[1,])
[1] "numeric"
>
我一直在寻找这样的东西，因为我需要转换一个已经存在的数字矩阵。这是计算速度非常慢的结果，因此修改代码比简单地转换结果要花费我更多的时间。
【讨论】：