r中多个矩阵的累积和答案

【问题标题】：cumulative sum of multiple matrices in rr中多个矩阵的累积和
【发布时间】：2016-09-06 01:10:15
【问题描述】：

假设我有一个由 3 个矩阵组成的数组。

set.seed(1)
array1<-array(sample(1:50,18), dim=c(2,3,3))
, , 1
     [,1] [,2] [,3]
[1,]   14   28   10
[2,]   19   43   41
, , 2
     [,1] [,2] [,3]
[1,]   42   27    9
[2,]   29    3    7
, , 3
     [,1] [,2] [,3]
[1,]   44   48   25
[2,]   15   18   33

我需要的是两个矩阵累积矩阵，一个是前两个矩阵的和，另一个是三个矩阵的和。显然，我可以通过计算两个矩阵的和来简单地得到它们。

array1[,,1]+array1[,,2]
     [,1] [,2] [,3]
[1,]   56   55   19
[2,]   48   46   48

array1[,,1]+array1[,,2]+array1[,,3]
     [,1] [,2] [,3]
[1,]  100  103   44
[2,]   63   64   81

但是，我想知道一种使用简单函数生成累积矩阵的方法，以防有很多矩阵。

谢谢。

【问题讨论】：

我们可以使用apply，即apply(array1, c(1,2), sum)
@akrun 谢谢，但它只给出了最后一个矩阵，而我需要两者都有。

标签： r matrix

【解决方案1】：

我们可以使用apply 和MARGIN 并得到sum

apply(array1[,,1:2], c(1,2), sum)
#     [,1] [,2] [,3]
#[1,]   56   55   19
#[2,]   48   46   48

apply(array1, c(1,2), sum)
#     [,1] [,2] [,3]
#[1,]  100  103   44
#[2,]   63   64   81

或者我们指定MARGIN=1并得到rowSums

t(apply(array1[,, 1:2], 1, rowSums))
t(apply(array1, 1, rowSums))

或者另一种选择是在初始化输出矩阵 ('r2') 后的 for 循环

r2 <- matrix(0, nrow = nrow(array1[,,1]), ncol = ncol(array1[,,1]))
for(j in seq(dim(array1)[3])){
     r2 <- r2 + array1[,,j]
 }
r2
#    [,1] [,2] [,3]
#[1,]  100  103   44
#[2,]   63   64   81

对于第一种情况，在for 循环中使用head(seq(dim(array1)[3]),2)，而不是seq(dim(array1)[3])。

【讨论】：

【解决方案2】：

只是为您的具体示例添加 akrun 的方法，用于在数组中创建和求和的函数形式将是：

set.seed(1)
SumMatrices<-function(beginSum,endSum,n){
matrixArray<-array(sample(1:50,6*n), dim=c(2,3,n)) 
#where 6 is the product of the first two dimensions - 2*3,
#and 1:50 are the limits of the random number generation
apply(matrixArray[,,beginSum:endSum], c(1,2), sum)
#beginSum and endSum are the matrices within the array you would
#like to sum
}
SumMatrices(1,2,3)

当然，这也可以推广，因此用户可以将数组中的矩阵设置为他们想要的任何维度：

set.seed(1)
SumMatrices<-function(beginSum,endSum,x,y,n){
matrixArray<-array(sample(1:50,x*y*n), dim=c(x,y,n)) 
apply(matrixArray[,,beginSum:endSum], c(1,2), sum)
}
SumMatrices(1,2,2,3,3)

希望这能回答你的问题！

【讨论】：