为什么这个向量化矩阵比较会失败？

Question

我正在尝试将矩阵的第一行与同一矩阵的所有行进行比较。但是矢量化比较没有返回正确的结果。为什么会发生这种情况？

m <- matrix(c(1,2,3,1,2,4), nrow=2, ncol=3, byrow=TRUE)

> m
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    1    2    4

> # Why does the first row not have 3 TRUE values?
> m[1,] == m
      [,1]  [,2]  [,3]
[1,]  TRUE FALSE FALSE
[2,] FALSE FALSE FALSE

> m[1,] == m[1,]
[1] TRUE TRUE TRUE

> m[1,] == m[2,]
[1]  TRUE  TRUE FALSE

跟进。在我的实际数据中，我有大量的行（至少 1000 万行），然后时间和内存都加起来了。其他人在下面提出的其他建议？

m <- matrix(rep(c(1,2,3), 1000000), ncol=3, byrow=TRUE)

> #by @alexis_laz
> m1 <- matrix(m[1,], nrow = nrow(m), ncol = ncol(m), byrow = T)
> system.time(m == m1)
   user  system elapsed 
   0.21    0.03    0.31

> object.size(m1)
24000112 bytes

> #by @PaulHiemstra
> system.time( t(apply(m, 1, function(x) x == m[1,])) )
   user  system elapsed 
  35.18    0.08   36.04 

跟进 2。 @alexis_laz 你是对的。我想比较每一行，并发布了一个后续问题 (How to vectorize comparing each row of matrix with all other rows)

Answer 1

在比较m[1,] == m 中，第一项m[1,] 被回收（一次）以等于m 的长度。然后按列进行比较。

您将c(1,2,3) 与c(1,1,2,2,3,4) 进行比较，因此c(1,2,3,1,2,3) 与c(1,1,2,2,3,3,4) 进行比较，因此您有一个TRUE，后跟五个FALSE（并打包为矩阵以匹配m 的尺寸)。

Answer 2

正如@MatthewLundberg 所指出的，R 的回收规则并不像您预期​​的那样运行。在我看来，最好明确说明要比较的内容，而不是依赖 R 的假设。进行正确比较的一种方法：

t(apply(m, 1, function(x) x == m[1,]))
     [,1] [,2]  [,3]
[1,] TRUE TRUE  TRUE
[2,] TRUE TRUE FALSE

或：

m == rbind(m[1,], m[1,])
     [,1] [,2]  [,3]
[1,] TRUE TRUE  TRUE
[2,] TRUE TRUE FALSE

或者让 R 的回收工作对你有利（感谢 @Arun）：

t(t(m) == m[1,])
     [,1] [,2]  [,3]
[1,] TRUE TRUE  TRUE
[2,] TRUE TRUE FALSE