如何使用 R 从更大的矩阵中提取子矩阵的维度？答案

【问题标题】：How to extract dimension of a submatrix from a bigger matrix using R?如何使用 R 从更大的矩阵中提取子矩阵的维度？
【发布时间】：2017-03-06 00:58:43
【问题描述】：

我有以下矩阵：

      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,]    0    0    0    0    0    0    0    0    0     0
 [2,]    0    0    0    0    0    0    0    0    0     0
 [3,]    0    0    0    0    0    0    0    0    0     0
 [4,]    1    1    1    1    0    0    0    0    0     0
 [5,]    1    1    1    1    0    0    0    0    0     0
 [6,]    1    1    1    1    0    0    0    0    0     0
 [7,]    1    1    1    1    0    0    0    0    0     0
 [8,]    1    1    1    1    0    0    0    0    0     0
 [9,]    1    1    1    1    0    0    0    0    0     0
[10,]    1    1    1    1    0    0    0    0    0     0

我想知道如何提取元素等于 1 的子矩阵的 7x4 维度。

【问题讨论】：

标签： r matrix dimensions submatrix

【解决方案1】：

类似于 JDL 的答案，但直接为您提供子矩阵维度：

mat <- structure(c(
0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L
), .Dim = c(10L, 10L), .Dimnames = list(NULL, NULL))

dim(mat[apply(mat, 1, any), apply(mat, 2, any)])
#[1] 7 4

这将删除仅包含零的行和列。如果您想保留至少包含一个1 的行和列，您可以这样做：

mat[3, 5] <- 2 #just to complicate it a little

f <- function(x) any(x==1) #create a simple function

dim(mat[apply(mat, 1, f), apply(mat, 2, f)])
#[1] 7 4

【讨论】：

【解决方案2】：

您实际上是在问“有多少行和列中有一个”？使用apply 最容易回答这些问题：

apply(M,1,any)
apply(M,2,any)

将分别告诉您包含非零值的行数和列数。

如果测试非零值不是您的问题，请将any 替换为一个函数，该函数将为所需的行返回TRUE，否则为FALSE。

如果您不能保证它们形成子矩阵（即它们不是矩形），那么您将需要做更多的工作。

【讨论】：

【解决方案3】：

你可以试试：

apply(which(matrix==1, arr.ind = T), 2, function(x) length(unique(x)))
row col 
  7   4

【讨论】：

【解决方案4】：

您可以强制转换为稀疏矩阵并提取索引槽：

library(Matrix)
m <- as(M, "TsparseMatrix")
#row dim:
diff(range(m@i)) + 1L
#[[1] 7

#column dim:
diff(range(m@j)) + 1L
#[1] 4

我希望这会非常有效，并且无论如何将矩阵存储/视为稀疏矩阵可能会很有用。

【讨论】：