有效地从 R 中的一组矩阵中找到最小单元格值答案

【问题标题】：Efficiently finding minimum cells values from a set of matrices in R有效地从 R 中的一组矩阵中找到最小单元格值
【发布时间】：2023-04-05 16:47:01
【问题描述】：

我有一个矩阵列表（大小为 n*n），我需要根据我的列表创建一个新矩阵，给出每个单元格观察到的最小值。

例如，使用以下矩阵列表：

> a = list(matrix(rexp(9), 3), matrix(rexp(9), 3), matrix(rexp(9), 3))
> a
[[1]]
          [,1]       [,2]       [,3]
[1,] 0.5220069 0.39643016 0.04255687
[2,] 0.4464044 0.66029350 0.34116609
[3,] 2.2495949 0.01705576 0.08861866

[[2]]
          [,1]     [,2]      [,3]
[1,] 0.3823704 0.271399 0.7388449
[2,] 0.1227819 1.160775 1.2131681
[3,] 0.1914548 1.004209 0.7628437

[[3]]
          [,1]       [,2]      [,3]
[1,] 0.2125612 0.45379057 1.5987420
[2,] 0.3242311 0.02736743 0.4372894
[3,] 0.6634098 1.15401347 0.9008529

输出应该是：

          [,1]       [,2]      [,3]
[1,] 0.2125612 0.271399 0.04255687
[2,] 0.1227819 0.02736743 0.34116609
[3,] 0.1914548 0.01705576 0.08861866

我尝试使用带有以下代码的应用循环（使用 reshape2 库中的 melt 和 dcast）：

library(reshape2)
all = melt(a)
allComps = unique(all[,c(1:2)])
allComps$min=apply(allComps, 1, function(x){
  g1 = x[1]
  g2 = x[2]
  b = unlist(lapply(a, function(y){
    return(y[g1,g2])
  }))
  return(b[which(b==min(b))])
})
dcast(allComps, Var1~Var2)

它可以工作，但是当应用于大型矩阵 (6000*6000) 时需要很长时间才能运行。我正在寻找一种更快的方法来做到这一点。

【问题讨论】：

标签： r

【解决方案1】：

将Reduce 与pmin 一起使用：

Reduce(pmin, a)

#           [,1]       [,2]      [,3]
#[1,] 0.02915345 0.03157736 0.3142273
#[2,] 0.57661027 0.05621098 0.1452668
#[3,] 0.48021473 0.18828404 0.4787604

数据

set.seed(123)
a = list(matrix(rexp(9), 3), matrix(rexp(9), 3), matrix(rexp(9), 3))

【讨论】：

由于pmin不是二元函数，do.call(pmin, a)应该更高效

【解决方案2】：

也许应该考虑将矩阵存储在array而不是list。这可以通过simplify2array 完成。在array 中，可以在apply 中使用min 找到超过特定尺寸的最小值。

A <- simplify2array(a)
apply(A, 1:2, min)

【讨论】：

【解决方案3】：

我们可以使用

apply(array(unlist(a), c(3, 3, 3)), 1:2, min)

【讨论】：