我需要对包含数组和因子变量的列表进行子集化。本质上，如果您想象阵列的每个组成部分都与单个个体相关，然后该个体与两个因素变量（治疗）相关联。
list(array=array(rnorm(2,4,1),c(5,5,10)), treatment= rep(c(1,2),5))
通常，当从列表的第一个组件设置数组的多个组件时，我会使用类似
list$array[,,c(2,4,6)]
这将返回位置 2,4 和 6 中的数组组件。但是，对于列表的因子组件，这将不起作用，因为子集不同，您需要的是：
list$treatment[c(2,4,6)]
需要用相同的相对数对包含不同类（数组和向量）的列表进行子集化。
【问题讨论】：
您将矩阵列表视为某种 3 维对象，但事实并非如此。
您的 list$matrices 本身也是一个列表，这意味着您也可以将 at 作为一个列表进行索引，不管它是矩阵、数字、绘图对象还是其他的列表。
您作为示例提供的数据只能在一级索引，因此list$matrices[c(2,4,6)] 可以正常工作。
我真的不明白你关于将索引保存在数字向量中的问题，是什么阻止你使用这段代码？
indices <- c(2,4,6)
mysubset <- list(list$matrices[indices], list$treatment[indices])
我看到你现在实际上有一个 3-D 数组。这有点奇怪，因为对于什么可以被视为“组件”没有明确的约定。我的意思是，根据您的问题，我了解到 list$array[,,n] 指的是第 n 个个人，但从纯代码的角度来看，没有理由像 list$array[n,,] 这样的东西不能指代。
也许您从其他语言中得到了这个想法，但这并不是真正的 R-ish，您之前的矩阵列表示例对我来说更有意义。而且我认为最合乎逻辑的应该是带有列矩阵和处理的 data.frame（从概念上讲，它接近于带有向量和矩阵列表的列表，但对其他人来说，您所拥有的更清楚）。
但无论如何，你想要的输出是什么？
如果它只是子集：使用这种结构，因为对可能的内容没有限制，你只需要准确地告诉 R 你想要什么。没有一个运算符可以同时获取向量的子集和数组的第三个索引。您将不得不告诉 R 您希望将第三个索引用于子集，并且您希望使用相同的索引来对向量进行子集。这基本上就是你已经拥有的代码：
idx <- c(2,4,6)
output <- list(list$array[,,idx], list$treatment[idx])
【讨论】：
您用于对多个矩阵进行子集化的方式实际上会产生错误，因为尽管您已经指定了您所在的子列表，但您提供了额外的维度。因此，为了对给定索引的矩阵进行子集化，您可以使用my_list[[1]][indices] 或直接my_list$matrices[indices]。案例处理my_list[[2]][indices]或my_list$treatement[indices]也是一样
【讨论】：