将大矩阵的每个单元格除以其行的总和答案

【问题标题】：Divide each each cell of large matrix by sum of its row将大矩阵的每个单元格除以其行的总和
【发布时间】：2016-06-11 23:59:13
【问题描述】：

我有一个按物种矩阵排列的站点。尺寸为 375 x 360。每个值代表一个物种在该站点样本中的频率。

我正在尝试将此矩阵从频率转换为每个站点的相对丰度。

我尝试了几种方法来实现这一点，唯一有效的方法是使用 for 循环。但是，这需要非常长的时间，或者根本无法完成。

是否有实现此目的的功能或矢量化方法？我已将我的 for 循环作为我正在尝试做的示例。

relative_abundance <- matrix(0, nrow= nrow(data_wide),
ncol=ncol(data), dimnames = dimnames(data))

i=0
j=0

for(i in 1:nrow(relative_abundance)){
  for(j in 1:ncol(relative_abundance)){
    species_freq <- data[i,j]
    row_sum <- sum(data[i,])
    relative_abundance[i,j] <- species_freq/row_sum
 }
}

【问题讨论】：

relative_abundance/rowSums(relative_abundance)?

标签： r matrix probability frequency

【解决方案1】：

您可以使用apply 执行此操作，但在这种情况下scale 会使事情变得更简单。假设您想将列除以它们的总和：

set.seed(0)
relative_abundance <- matrix(sample(1:10, 360*375, TRUE), nrow= 375)

freqs <- scale(relative_abundance, center = FALSE, 
               scale = colSums(relative_abundance))

矩阵太大，无法在这里输出，但它应该是这样的：

> head(freqs[, 1:5])
            [,1]         [,2]        [,3]        [,4]         [,5]
[1,] 0.004409603 0.0014231499 0.003439803 0.004052685 0.0024026910
[2,] 0.001469868 0.0023719165 0.002457002 0.005065856 0.0004805382
[3,] 0.001959824 0.0018975332 0.004914005 0.001519757 0.0043248438
[4,] 0.002939735 0.0042694497 0.002948403 0.002532928 0.0009610764
[5,] 0.004899559 0.0009487666 0.000982801 0.001519757 0.0028832292
[6,] 0.001469868 0.0023719165 0.002457002 0.002026342 0.0009610764

还有健全性检查：

> head(colSums(freqs))
[1] 1 1 1 1 1 1

使用apply：

freqs2 <- apply(relative_abundance, 2, function(i) i/sum(i))

这具有易于更改为按行运行的优点，但结果无论如何都会作为列连接，因此您必须转置它。

【讨论】：

这就像一个魅力，但我不明白 apply() 如何知道如何将每个单元格 'i' 除以行的总和。因为在我的逻辑中i 引用了一个单元格，因此sum(i) 将返回单元格的总和而不是行的总和。
@Zane.Lazare apply 适用于行或列，这取决于我设置为2 的第二个参数，所以列。 i 代表一列，所以整列将除以它的和，并返回一个向量。 apply 自动将列重新绑定在一起，因此您将获得一个矩阵作为输出。
sweep 通常是这个的标准

【解决方案2】：

首先，你可以这样做

relative_abundance[i,j] <- data[i,j]/sum(data[i,])

所以你不创建变量...

但要对其进行矢量化，我建议：使用 rowsum 函数（快速）计算行总和，然后您可以只使用按列应用，然后每个除以行和：

 relative_freq<-apply(data,2,function(x) data[,x]/rowsum(data))

【讨论】：

relative_freq<-apply(data,2,function(x) data[,x]/rowsum(data)) 不起作用，因为它rowsum(data) 抛出错误"Error in rowsum.default(data) : argument "group" is missing, with no default". 如果我定义grouping = row.names()，并设置reorder = FALSE，我最终会得到另一个错误"Error in Ops.data.frame(data[, x], rowsum(data, group = row.names(data), : ‘/’ only defined for equally-sized data frames"

【解决方案3】：

使用一些简单的线性代数，我们可以产生更快的结果。只需将左侧的对角矩阵乘以您需要的缩放因子，如下所示：

library(Matrix)
set.seed(0)
relative_abundance <- matrix(sample(1:10, 360*375, TRUE), nrow= 375)
Diagonal_Matrix <- diag(1/rowSums(relative_abundance))

然后我们从左乘：

row_normalized_matrix <- Diagonal_Matrix %*% relative_abundance

如果你想按列标准化，只需制作：

Diagonal_Matrix <- diag(1/colSums(relative_abundance))

然后从右边乘。

【讨论】：

【解决方案4】：

你可以这样做

relative_abundance <- matrix(sample(1:10, 360*375, TRUE), nrow= 375)
datnorm <- relative_abundance/rowSums(relative_abundance)

如果 relative_abundance 是矩阵而不是 data.frame，这会更快

【讨论】：