如何对多个矩阵执行相同的计算？

Question

我将B1、B2、B3 等作为igraph 对象。

这是我的代码：

setwd("D:\\Educacion\\PeerEffects\\matriz de contactos\\Intentos\\")
filenames <- list.files(path=getwd(),pattern="matriz+.*dta")
list(filenames)
names <-substr(filenames,1,7)
for(i in names) 
  {
  filepath <- file.path("D:/Educacion/PeerEffects/matriz de contactos/Intentos",paste(i,".dta",sep=""))
  assign(i, read.dta(filepath))
}

for (i in 1:length(names)){
  assign(paste0("A", i), unname(as.matrix(get(paste0("matriz", i)))))
  assign(paste0("B", i), graph.adjacency(get(paste0("A", i)), mode = "directed", weighted = NULL, diag = FALSE))
}

这是我需要对每个 igraph objetc B1、B2 等执行的操作，其中“矩阵”应该是 igraph objetcs 的列表：

for (i in matrices) {
  average.path.length(i)
  diameter(i)
  transitivity(i)
  degree(i)
}

这是当矩阵是名称列表（B1、B2 等）时我得到的错误： average.path.length(i) 中的错误：不是图形对象

Answer 1

要获取名为“matrix1”的变量，请使用get

m <- get(paste0('matrix', i))

然后做你所有的事情，比如degree(m)，...

尽管正如我在上一个问题中提到的，如果 matrices 是 igraph 对象 的列表，而不是对象的 名称 列表，那会更好.然后，您当前的代码将按原样工作，并且您将拥有像 lapply 这样的函数可供您使用。

---

更新：重新分配代码。

您可以通过多种方式做到这一点，但共同的元素是，不是将变量存储在 A1, ..., A100 中，而是将它们存储在列表中 A 以便 A[[1]] 是您的旧 A1。

例如

As <- lapply(names,
             function (name) {
                 filepath <- ...
                 as.matrix(read.dta(filepath)) # this is Ai
              })
# note As[[i]] is your old Ai

Bs <- lapply(As, graph.adjacency, mode="directed", weighted = NULL, diag = FALSE)
# now Bs[[i]] is your old Bi

你可以这样做，例如

avg.lengths <- lapply(Bs, average.path.length)
degree <- lapply(Bs, degree)

等等。然后对于图形i，您可以使用Bs[[i]] 获取图形，avg.lengths[[i]] 获取平均长度等。

如果average.path.length、diameter、transitivity 和 degree 都返回 SINGLE 值，您可以简单地将它们存储在数据框中：

graph.properties <- data.frame(
                        graph=1:length(Bs),
                        average.path.length=sapply(Bs, average.path.length),
                        diameter=sapply(Bs, diameter),
                        ...)

那么graph.properties$diameter[i]就是Bi的直径。但是，您不能将图形本身存储在数据框中，因为数据框单元格应该只包含单个值而不是复杂的对象。

另外我认为degree 返回一个数字向量，所以你被困在一个列表而不是数据框（因此我最初使用lapply 而不是sapply）。