sustituir - Cómo dividir cada fila de una matriz por elementos de un vector en R

seleccionar columnas en r

Question

Me gustaría dividir cada fila de una matriz por un vector fijo. Por ejemplo

mat<-matrix(1,ncol=2,nrow=2,TRUE)
dev<-c(5,10)

Dar mat/dev divide cada columna por dev .

     [,1] [,2]
[1,]  0.2  0.2
[2,]  0.1  0.1

Sin embargo, me gustaría tener esto como resultado, es decir, hacer la operación en fila :

rbind(mat[1,]/dev, mat[2,]/dev)

     [,1] [,2]
[1,]  0.2  0.1
[2,]  0.2  0.1

¿Hay un comando explícito para llegar allí?

Answer 1

Aquí hay algunas maneras para aumentar el orden de la longitud del código:

t(t(mat) / dev)

mat / dev[col(mat)] #  @DavidArenburg & @akrun

mat %*% diag(1 / dev)

sweep(mat, 2, dev, "/")

t(apply(mat, 1, "/", dev))

plyr::aaply(mat, 1, "/", dev)

mat / rep(dev, each = nrow(mat))

mat / t(replace(t(mat), TRUE, dev))

mapply("/", as.data.frame(mat), dev)  # added later

mat / matrix(dev, nrow(mat), ncol(mat), byrow = TRUE)  # added later

do.call(rbind, lapply(as.data.frame(t(mat)), "/", dev))

mat2 <- mat; for(i in seq_len(nrow(mat2))) mat2[i, ] <- mat2[i, ] / dev

Marcos de datos

Todas las soluciones que comienzan con mat / también funcionan si mat es un marco de datos y produce un resultado de marco de datos. Lo mismo ocurre con la solución de sweep y la última solución, es decir mat2 . Las soluciones de mapply funcionan con data.frames pero producen una matriz.

Vector

Si mat es un vector simple en lugar de una matriz, cualquiera de estos devuelve una matriz de una columna

t(t(mat) / dev)
mat / t(replace(t(mat), TRUE, dev))

y este devuelve un vector:

plyr::aaply(mat, 1, "/", dev)

Los otros dan un error, advierten o no la respuesta deseada.

Puntos de referencia

La brevedad y la claridad del código pueden ser más importantes que la velocidad, pero a los fines de la integridad aquí hay algunos puntos de referencia que usan 10 repeticiones y luego 100 repeticiones.

library(microbenchmark)
library(plyr)

set.seed(84789)

mat<-matrix(runif(1e6),nrow=1e5)
dev<-runif(10)

microbenchmark(times=10L,
  "1" = t(t(mat) / dev),
  "2" = mat %*% diag(1/dev),
  "3" = sweep(mat, 2, dev, "/"),
  "4" = t(apply(mat, 1, "/", dev)),
  "5" = mat / rep(dev, each = nrow(mat)),
  "6" = mat / t(replace(t(mat), TRUE, dev)),
  "7" = aaply(mat, 1, "/", dev),
  "8" = do.call(rbind, lapply(as.data.frame(t(mat)), "/", dev)),
  "9" = {mat2 <- mat; for(i in seq_len(nrow(mat2))) mat2[i, ] <- mat2[i, ] / dev},
 "10" = mat/dev[col(mat)])

dando:

Unit: milliseconds
 expr         min          lq       mean      median          uq        max neval
    1    7.957253    8.136799   44.13317    8.370418    8.597972  366.24246    10
    2    4.678240    4.693771   10.11320    4.708153    4.720309   58.79537    10
    3   15.594488   15.691104   16.38740   15.843637   16.559956   19.98246    10
    4   96.616547  104.743737  124.94650  117.272493  134.852009  177.96882    10
    5   17.631848   17.654821   18.98646   18.295586   20.120382   21.30338    10
    6   19.097557   19.365944   27.78814   20.126037   43.322090   48.76881    10
    7 8279.428898 8496.131747 8631.02530 8644.798642 8741.748155 9194.66980    10
    8  509.528218  524.251103  570.81573  545.627522  568.929481  821.17562    10
    9  161.240680  177.282664  188.30452  186.235811  193.250346  242.45495    10
   10    7.713448    7.815545   11.86550    7.965811    8.807754   45.87518    10

Volviendo a ejecutar la prueba en todos aquellos que tomaron <20 milisegundos con 100 repeticiones:

microbenchmark(times=100L,
  "1" = t(t(mat) / dev),
  "2" = mat %*% diag(1/dev),
  "3" = sweep(mat, 2, dev, "/"),
  "5" = mat / rep(dev, each = nrow(mat)),
  "6" = mat / t(replace(t(mat), TRUE, dev)),
 "10" = mat/dev[col(mat)])

dando:

Unit: milliseconds
 expr       min        lq      mean    median        uq       max neval
    1  8.010749  8.188459 13.972445  8.560578 10.197650 299.80328   100
    2  4.672902  4.734321  5.802965  4.769501  4.985402  20.89999   100
    3 15.224121 15.428518 18.707554 15.836116 17.064866  42.54882   100
    5 17.625347 17.678850 21.464804 17.847698 18.209404 303.27342   100
    6 19.158946 19.361413 22.907115 19.772479 21.142961  38.77585   100
   10  7.754911  7.939305  9.971388  8.010871  8.324860  25.65829   100

Entonces, en ambas pruebas, la # 2 (usando diag ) es la más rápida. La razón puede radicar en su atractivo casi directo al BLAS, mientras que el n. ° 1 se basa en el t más costoso.

Answer 2

Está buscando la función apply , aplicada en las filas:

t(apply(mat, 1, function(x) x/dev))