循环更快计算的替代方法答案

【问题标题】：Alternative way to loop for faster computing循环更快计算的替代方法
【发布时间】：2013-12-10 13:41:28
【问题描述】：

假设我有一个 n*p 数据框。

我计算了一个包含 p*p 维数的 n 个矩阵的列表（在下面的 R 脚本中命名为 listMat），其中每个矩阵都是 n 个响应者中每个人的 p 个变量之间的距离矩阵。

我想计算一个称为 normMat 的 n*n 矩阵，其中每个元素对应于每个成对距离矩阵之间差异的范数。例如： normMat[1,2] 将是名为“diffMat”的矩阵的范数，其中 diffMat 是矩阵“listMat”列表的第一个距离矩阵和第二个距离矩阵之间的差。

我编写了以下运行良好的脚本，但我想知道是否有更有效的方法来编写它，以避免循环（例如使用 lapply 等）并使脚本执行更快。

# exemple of n = 3 distances matrix between p = 5 variables
x <- abs(matrix(rnorm(1:25),5,5))
y <- abs(matrix(rnorm(1:25),5,5))
z <- abs(matrix(rnorm(1:25),5,5))

listMat <- list(x, y, z)
normMat <- matrix(NA,n,n)

for (numRow in 1:n){
  for (numCol in 1:n){
    diffMat <- listMat[[numRow]] - listMat[[numCol]]
    normMat[numRow, numCol] <- norm(diffMat, type="F")
  }  
}

感谢您的帮助。

【问题讨论】：

标签： r matrix

【解决方案1】：

试试：

normMat <- function(x, y) {
    norm(x-y, type="F")
}

sapply(listMat, function(x) sapply(listMat, function(y) normMat(x,y)))

【讨论】：