在向量上映射函数答案

【问题标题】：Map a function over a vector在向量上映射函数
【发布时间】：2018-09-11 16:57:41
【问题描述】：

我有以下x 和y：

set.seed(1234)
x <- seq(1, 1000, 1)
y <- rnorm(1000)

我需要使用smooth.spline 对它们进行建模：

model <- smooth.spline(x, y, nknots = 10)

问题是我每次都需要修改nknots来适应这个模型。表示节点的向量如下：

myknots <- seq(5, 15, 1)

我想创建自己的函数，例如：

myfoo <- function(x, y, nknots){
  smooth.spline(x, y, nknots = nknots)
}

但我找不到直接的方法。我宁愿使用purrr 包。有什么想法吗？

【问题讨论】：

你可以做lapply(myknots, function(k) myfoo(x=x,y=x,nknots=k))
您的功能 myfoo 没有帮助。你可以做lapply(myknots, function(k){smooth.spline(x=x,y=y,nknots=k)})

标签： r dplyr tidyverse purrr

【解决方案1】：

您可以做到这一点，而无需额外的加载额外包的负担，并依赖它们在单行中使用 base::Vectorize 永远不会改变：

> alls = Vectorize(smooth.spline,"nknots",SIMPLIFY=FALSE)(x=x,y=y,nknots=myknots)

这将返回一个列表，其中每个元素都是smooth.spline 的每个myknots 值的输出：

> alls[[1]]
Call:
(function (x, y = NULL, w = NULL, df, spar = NULL, lambda = NULL, 
    cv = FALSE, all.knots = FALSE, nknots = .nknots.smspl, keep.data = TRUE, 
  ...

Smoothing Parameter  spar= 0.1318881  lambda= 0.01540768 (14 iterations)
Equivalent Degrees of Freedom (Df): 5.244268
Penalized Criterion (RSS): 984.4824
GCV: 0.99489
> alls[[2]]
Call:
(function (x, y = NULL, w = NULL, df, spar = NULL, lambda = NULL, 
    cv = FALSE, all.knots = FALSE, nknots = .nknots.smspl, keep.data = TRUE, 
  ...

Smoothing Parameter  spar= 0.2285265  lambda= 0.03658625 (12 iterations)
Equivalent Degrees of Freedom (Df): 5.006371
Penalized Criterion (RSS): 984.8108
GCV: 0.994746

将依赖关系保持在最低限度是一种很好的做法。

【讨论】：

【解决方案2】：

对于purrr，我们使用map

library(purrr)
map(myknots,  ~ myfoo(x, y, nknots = .x))

【讨论】：