R 和 Python 在处理基本数组操作方面的区别

Question

我在 Python 中有以下代码：

n = 3
m = 2

y = np.random.normal(loc = 0, scale = 1, size = (n, m))
y_diff = np.expand_dims(y, 1) - np.expand_dims(y, 0)

我想翻译成 R。据我了解，它创建了一个 $ n x n x m $ 数组，其中 $y_i - y_j$ 作为值。

我找到了一种将 expand_dims 从 python 转换为 R 的方法（请参阅：Translating Python np.expand_dims to R）。

现在在 R 中有以下代码：

m = 2
n = 3
x = array(rnorm(m*n),c(m,n))

以下两行似乎都有效：

expand_dims(x,1)
expand_dims(x,2)

但不是：

expand_dims(x,2) - expand_dims(x,1)

返回：

Error in expand_dims(x, 2) - expand_dims(x, 1) : non-conformable arrays

我的直觉是 Python 和 R 处理其数组的基本操作的方式有所不同。

关于如何使其在 R 中工作的任何想法？

Answer 1

我认为listarrays::expand_dims() 并没有真正按您的预期工作；我认为这就是你的问题所在。你应该可以通过比较看到这一点

np.expand_dims(y, 1)

与

listarrays::expand_dims(x, 2)

Python 的 numpy 和 R 都按元素减去，所以这不是问题。我认为你最好直接在 R 中操作数组。我将使用一个更简单的 n x m 矩阵来说明

1 2
3 4
5 6

然后在 Python 中我们有

z = np.array([[1, 2], [3, 4], [5, 6]])
z

array([[1, 2],
       [3, 4],
       [5, 6]])

np.expand_dims(z, 1) - np.expand_dims(z, 0)

array([[[ 0,  0],
        [-2, -2],
        [-4, -4]],

       [[ 2,  2],
        [ 0,  0],
        [-2, -2]],

       [[ 4,  4],
        [ 2,  2],
        [ 0,  0]]])

在R中

n <- 3
m <- 2
z <- matrix(1:(n*m), nrow = n, byrow = TRUE)
z
#      [,1] [,2]
# [1,]    1    2
# [2,]    3    4
# [3,]    5    6
array(rep(t(z), each = 3), dim = c(n, m, n)) - array(z, dim = c(n, m, n))
# , , 1
# 
#      [,1] [,2]
# [1,]    0    0
# [2,]   -2   -2
# [3,]   -4   -4
# 
# , , 2
# 
#      [,1] [,2]
# [1,]    2    2
# [2,]    0    0
# [3,]   -2   -2
# 
# , , 3
# 
#      [,1] [,2]
# [1,]    4    4
# [2,]    2    2
# [3,]    0    0