superponer - Cómo usar la función ''barrido''

superponer graficas en r

Question

Cuando miro la fuente de los R Paquetes, veo que el sweep funciones se usa con bastante frecuencia. A veces se usa cuando una función más simple hubiera sido suficiente (por ejemplo, apply ), otras veces, es imposible saber exactamente lo que está haciendo sin pasar una buena cantidad de tiempo para pasar por el bloque de código en el que se encuentra.

El hecho de que puedo reproducir el efecto de sweep usando una función más simple sugiere que no entiendo los casos de uso principales de sweep , y el hecho de que esta función se usa con tanta frecuencia sugiere que es bastante útil.

El contexto:

sweep es una función en la biblioteca estándar de R; sus argumentos son:

sweep(x, MARGIN, STATS, FUN="-", check.margin=T, ...)
# x is the data
# STATS refers to the summary statistics which you wish to ''sweep out''
# FUN is the function used to carry out the sweep, "-" is the default

Como puede ver, los argumentos son similares a apply aunque sweep requiere un parámetro más, STATS .

Otra diferencia clave es que el sweep devuelve una matriz de la misma forma que la matriz de entrada, mientras que el resultado devuelto por la apply depende de la función pasada.

sweep en acción:

# e.g., use ''sweep'' to express a given matrix in terms of distance from
# the respective column mean
# create some data:
M = matrix( 1:12, ncol=3)
# calculate column-wise mean for M
dx = colMeans(M)
# now ''sweep'' that summary statistic from M
sweep(M, 2, dx, FUN="-")
[,1] [,2] [,3]
[1,] -1.5 -1.5 -1.5
[2,] -0.5 -0.5 -0.5
[3,] 0.5 0.5 0.5
[4,] 1.5 1.5 1.5

Entonces, en resumen, lo que estoy buscando es un caso de uso ejemplar o dos para el sweep .

No recite ni vincule a la documentación de R, las listas de correo ni a ninguna de las fuentes R principales, suponiendo que las he leído. Lo que me interesa es la forma en que los programadores / analistas R utilizan el sweep en su propio código.

Answer 1

Esta pregunta es un poco antigua, pero dado que recientemente me he enfrentado a este problema, se puede encontrar un uso típico del barrido en el código fuente de la función de estadísticas cov.wt , que se usa para calcular las matrices de covarianza ponderadas. Estoy mirando el código en R 3.0.1. Aquí se usa sweep para restar los promedios de la columna antes de calcular la covarianza. En la línea 19 del código se deriva el vector de centrado:

 center <- if (center)
colSums(wt * x)
else 0

y en la línea 54 es barrido de la matriz

x <- sqrt(wt) * sweep(x, 2, center, check.margin = FALSE)

El autor del código está utilizando el valor predeterminado FUN = "-" , que me confundió por un tiempo.

Answer 2

Puede usar la función de sweep para escalar y centrar datos como el siguiente código. Tenga en cuenta que los means y los sds son arbitrarios aquí (es posible que tenga algunos valores de referencia que desee estandarizar en función de ellos):

df=matrix(sample.int(150, size = 100, replace = FALSE),5,5)
df_means=t(apply(df,2,mean))
df_sds=t(apply(df,2,sd))
df_T=sweep(sweep(df,2,df_means,"-"),2,df_sds,"/")*10+50

Este código convierte puntajes brutos en puntajes T (con media = 50 y sd = 10):

> df
[,1] [,2] [,3] [,4] [,5]
[1,] 109 8 89 69 15
[2,] 85 13 25 150 26
[3,] 30 79 48 1 125
[4,] 56 74 23 140 100
[5,] 136 110 112 12 43
> df_T
[,1] [,2] [,3] [,4] [,5]
[1,] 56.15561 39.03218 57.46965 49.22319 40.28305
[2,] 50.42946 40.15594 41.31905 60.87539 42.56695
[3,] 37.30704 54.98946 47.12317 39.44109 63.12203
[4,] 43.51037 53.86571 40.81435 59.43685 57.93136
[5,] 62.59752 61.95672 63.27377 41.02349 46.09661

Answer 3

Un uso es cuando está calculando sumas ponderadas para una matriz. Cuando rowSums o colSums se pueden suponer que significan ''pesos = 1'', el sweep se puede usar antes de esto para obtener un resultado ponderado. Esto es particularmente útil para matrices con> = 3 dimensiones.

Esto aparece, por ejemplo, al calcular una matriz de covarianza ponderada según el ejemplo de @James King.

Aquí hay otro basado en un proyecto actual:

set.seed(1)
## 2x2x2 array
a1 <- array(as.integer(rnorm(8, 10, 5)), dim=c(2, 2, 2))
## ''element-wise'' sum of matrices
## weights = 1
rowSums(a1, dims=2)
## weights
w1 <- c(3, 4)
## a1[, , 1] * 3; a1[, , 2] * 4
a1 <- sweep(a1, MARGIN=3, STATS=w1, FUN="*")
rowSums(a1, dims=2)

Answer 4

sweep () puede ser ideal para manipular sistemáticamente una matriz grande columna por columna o fila por fila, como se muestra a continuación:

> print(size)
Weight Waist Height
[1,] 130 26 140
[2,] 110 24 155
[3,] 118 25 142
[4,] 112 25 175
[5,] 128 26 170
> sweep(size, 2, c(10, 20, 30), "+")
Weight Waist Height
[1,] 140 46 170
[2,] 120 44 185
[3,] 128 45 172
[4,] 122 45 205
[5,] 138 46 200

Por supuesto, este ejemplo es simple, pero cambiando el argumento STATS y FUN, otras manipulaciones son posibles.

Answer 5

sweep se usa generalmente cuando se opera una matriz por fila o por columna, y la otra entrada de la operación tiene un valor diferente para cada fila / columna. Si usted opera por fila o columna está definido por MARGIN, como para aplicar. Los valores utilizados para lo que llamé "la otra entrada" están definidos por STATS. Por lo tanto, para cada fila (o columna), tomará un valor de STATS y lo usará en la operación definida por FUN.

Por ejemplo, si quiere agregar 1 a la 1ra fila, 2 a 2, etc. de la matriz que definió, hará:

sweep (M, 1, c (1: 4), "+")

Francamente, no entendí la definición en la documentación de R, acabo de aprender buscando ejemplos.