我在 R 中创建了两个向量，使用统计分布来构建向量。
第一个是长度为 1000 的字符串上的位置向量。该向量有大约 10 个值，称为 mu。
第二个向量是一个数字列表，每个数字代表上述每个位置的特征数量。这个向量称为 N。
我需要做的是为每个位置 (mu) 的所有特征 (N) 生成随机分布
经过一番折腾，我发现这段代码可以正常工作：
for (i in 1:length(mu)){
a <- rnorm(N[i],mu[i],20)
feature.location <- c(feature.location,a)
}
这会产生正确的输出 - 长度为 sum(N) 的数字列表，每个数字都是与 mu 中的数据相关的位置图。
我发现这只有在我使用连接将值放入向量时才有效。
我的问题是；为什么这段代码有效？ R如何知道循环总和（N）次但对于mu中的每个位置？连接在这里起什么作用？
提前致谢。
【问题讨论】：
标签： r loops statistics
要尝试直接回答您的问题，c(...) 不是“连接”，而是“组合”。也就是说，它将它的参数列表组合成一个向量。所以c(1,2,3) 是一个包含 3 个元素的向量。
另外，rnorm(n,mu,sigma) 是一个函数，它返回从正态分布采样的n 随机数向量。所以在每次迭代中，i,
a <- rnorm(N[i],mu[i],20)
创建一个向量a，其中包含从Normal(mu[i],20) 采样的N[i] 随机数。那么
feature.location <- c(feature.location,a)
将该向量的元素添加到上一次迭代的向量中。所以最后，你有一个带有sum(N[i]) 元素的向量。
【讨论】：
我猜你是从一系列位置采样，每个位置都有一个变量号。次。 我猜你的数据看起来像这样：
set.seed(1) # make reproducible
N <- ceiling(10*runif(10))
mu <- sample(seq(1000), 10)
> N;mu
[1] 3 4 6 10 3 9 10 7 7 1
[1] 206 177 686 383 767 496 714 985 377 771
现在您想从长度为 N(i) 的 rnorm 中抽取样本，平均值为 mu(i) 和 sd=20，并将所有结果存储在一个向量中。
不推荐您使用的方法（增加向量），因为每次添加元素时都会在内存中重新复制它。 （参见Circle 2，虽然对于像这样的小例子，它并不那么重要。）
首先，初始化存储向量：
f.l <- NULL
for (i in 1:length(mu)){
a <- rnorm(n=N[i], mean=mu[i], sd=20)
f.l <- c(f.l, a)
}
然后，每次，a 都会存储您的长度为 N[i] 和 c() 的样本 将其与现有的 f.l 添加到末尾。
更有效的方法是
unlist(mapply(rnorm, N, mu, MoreArgs=list(sd=20)))
向量化循环。 Unlist 用作 mapply 返回一个不同长度的向量列表。
【讨论】：