在 3d for 循环中矢量化替换答案

【问题标题】：vectorize replacement over 3d for loop在 3d for 循环中矢量化替换
【发布时间】：2013-09-15 18:19:38
【问题描述】：

我想矢量化（或以任何可能的方式优化）以下 3d for 循环：

dat：dim = c(n,n,m) 的数组

ref：dim = c(n,m) 的矩阵

for(i in 1:length(dat[,1,1])){
    for(k in 1:length(dat[1,1,])){
        dat[i,,k][dat[i,,k] > ref[i,k]] <- NA 
    }
}

我正在使用的数组是 7e3 x 7e3 x 2e2 所以上面的 for 循环非常昂贵。要启动，我需要执行两到三个非常相似的操作（在不同的阵列上），因此节省的时间将成倍增加。

dat 和 ref 数组示例：

dat <- array(seq(1,75), dim=c(5,5,3))
ref <- cbind(seq(6,10), seq(36,40), seq(61,65))

【问题讨论】：

标签： r for-loop vectorization

【解决方案1】：

您可以改用它。它创建了一个符合dat 的new_ref 数组，因此您可以直接比较它们：

new_ref <- aperm(array(ref, dim(dat)[c(1,3,2)]), c(1,3,2))

dat3 <- dat

dat3[dat3 > new_ref] <- NA

与你的循环比较：

dat2 <- dat

for(i in 1:length(dat[,1,1])){
    for(k in 1:length(dat[1,1,])){
        dat2[i,,k][dat2[i,,k] > ref[i,k]] <- NA 
    }
}

identical(dat2, dat3)
#[1] TRUE

【讨论】：