逐块洗牌/置换向量答案

【问题标题】：shuffle/permutate vector block-wise逐块洗牌/置换向量
【发布时间】：2021-10-05 03:58:37
【问题描述】：

我正在尝试打乱一个简单向量的元素，但我想逐块执行此操作，因此简单的sample 操作不起作用。

我的意思是，每 2 个连续的值都属于一个“块”，我只想打乱块，而不是单个值。

我虽然使用group_by 将我的值组合在一起，但是每个块中的值除了它们一起出现之外没有任何共同点。

这就是示例向量的样子。（真正的向量有超过 5e6 个元素）。

       <------- BLOCK1 ----->  <----- BLOCK 2 ------>    ........
x <- c(0.15055060, 0.69097695, 0.89731929, 0.84515906, 0.54843043, 0.77026955, 0.05127419, 0.33850021, 0.47623089, 0.36896818)

“成功”的洗牌看起来像这样：

                               <------- BLOCK1 ----->                         <----- BLOCK 2 ------>
x <- c(0.05127419, 0.33850021, 0.15055060, 0.69097695, 0.47623089, 0.36896818, 0.89731929, 0.84515906, 0.54843043, 0.77026955)

非常感谢我如何实现这一点的任何见解！

【问题讨论】：

标签： r permutation shuffle

【解决方案1】：

由于矩阵按列存储在R 中，我们可以简单地将向量转换为行数等于块大小的矩阵。之后，我们需要做的就是打乱矩阵的列并将其转换回向量。这是一个简单的函数：

ShuffleBlocks <- function(v, size = 2L) {
    size <- as.integer(size)
    stopifnot(length(v) %% size == 0L)
    
    mat <- matrix(v, nrow = size)
    as.vector(mat[, sample(ncol(mat))])
}

在 OP 的例子中调用它：

set.seed(42)
ShuffleBlocks(x)
# [1] 0.15055060 0.69097695 0.47623089 0.36896818 0.05127419 0.33850021 0.54843043 0.77026955 0.89731929 0.84515906
#        x[1]       x[2]        x[9]       x[10]      x[7]       x[8]       x[5]       x[6]       x[3]      x[4]

x
#[1] 0.15055060 0.69097695 0.89731929 0.84515906 0.54843043 0.77026955 0.05127419 0.33850021 0.47623089 0.36896818

这可以平滑地概括为不同的块大小。例如：

set.seed(321)
ShuffleBlocks(x, size = 5)
# [1] 0.77026955 0.05127419 0.33850021 0.47623089 0.36896818 0.15055060 0.69097695 0.89731929 0.84515906 0.54843043

【讨论】：

【解决方案2】：

只打乱区块编号 -

inds <- sample(length(x)/2) * 2
x[c(rbind(inds - 1, inds))]

length(x)/2 是 x 中的块数
我们sample他们并乘以2得到每个块的第二个值
从中减去 - 1 得到第一个块值
将它们组合在一起，并将其用作x 子集的索引。

任何大小的块的一般解决方案是 -

n <- 5000 #block size
inds <- sample(length(x)/n) * n
x[c(sapply(inds, `-`, (n-1):0))]

【讨论】：