R：两个矩阵的列之间的成对欧几里得距离答案

【问题标题】：R: pairwise Euclidean distance between columns of two matricesR：两个矩阵的列之间的成对欧几里得距离
【发布时间】：2011-09-05 14:44:12
【问题描述】：

以下循环运行时间过长（2 分钟/迭代）肿瘤信号的大小为 950000x422 normal_signals 的大小为 950000x772 有关如何加快速度的任何想法？

for(i in 1:ncol(tumor_signals)){
x <- as.vector(tumor_signals[,i])
print("Assigned x")
y <- t((t(normal_signals) - x)^2)
print("assigned y")
y <- t(sqrt(colSums(y)))
print("done")
#all_distance <- cbind(all_distance,matrix(distance))
print(i)
}

【问题讨论】：

您真的想从整个 normal_signals 矩阵中一次减去一列肿瘤信号吗？您真的想每次运行都将大型 normal_signals 矩阵转置 2 倍吗？如果有必要，您可以在开始之前执行一次。鉴于这两个数据集的列数或列数不同，那么欧几里得距离到底是多少？
@Jogn，同意，我对 OP 想要什么感到困惑。删除所有这些打印调用会大大加快速度。
在如此庞大的数据结构中，t 无疑是瓶颈之一。
好点。是的，t 是一个瓶颈，感谢大家帮助我解决这个问题。（我是一个新程序员，才几个月）。我安装了字段包。 rdist() 工作得更快。因此，处理所有内容大约需要 1.5 小时。要回答这个问题，输出必须是 ncol(normal_signals) x ncol(tumor_signals)，每列 == 患者资料，因此我们需要计算每个患者到每个可用正常样本的距离。很抱歉有任何困惑，非常感谢您的帮助
每个tumor_signal 列和每个normal_signal 列之间的距离。我不认为删除打印语句会加快这个过程。我插入了这些以查看哪个步骤最慢。还有其他检查方法吗？

标签： r performance matrix distance euclidean-distance

【解决方案1】：

您的代码中有一个错误——您不需要转置normal_signals。据我了解，对于所有i = 1,2,...422 和j=1,2,...,772，您正在尝试计算tumor_signals[,i] 和normal_signals[,j] 之间的欧几里得距离。您可能希望结果为 422 x 772 矩阵。包fields 中有一个函数rdist() 可以为您执行此操作：

require(fields)
result <- rdist(t(tumor_signals), t(normal_signals))

顺便说一句，谷歌搜索[R Euclidean distance] 很容易找到这个包。

【讨论】：

我正在试用这个包：
感谢 Prasad，帮了大忙。分解 dist 函数并删除 t 以几乎相同的速度得到相同的结果。
现在。这样的搜索找到了这个问题。