I Matlab можно добавлять элементы по вертикали в вектор, хотя их область индекса далеко за пределами следующей строки. Например:Имитировать поведение Matlab Matrix
test = 1:5;
test(5,:) = 1:5;
вернется.
1 2 3 4 5
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
1 2 3 4 5
Есть ли хороший, не такой хакерский способ сделать это в R?
Хотя joran, вероятно, прав насчет изменения вашей процедуры при переключении на R, вы можете использовать тот факт, что индексирование вектора приводит к увеличению, как заметил Фрэнк в комментариях. Пользуясь, что матрицы являются векторы с атрибутом «затемнить» и -для convenience-, используя по-колонки для хранения матриц, вы могли бы использовать что-то вроде:
add_col = function(x, col, value)
{
nr = NROW(x)
nc = if(col > NCOL(x)) col else NCOL(x)
i1 = nr * (col - 1) + 1
i2 = i1 + length(value) - 1
x[i1:i2] = value
length(x) = nr * nc
dim(x) = c(nr, nc)
return(x)
}
test = 1:5
add_col(test, 3, 1:3)
# [,1] [,2] [,3]
#[1,] 1 NA 1
#[2,] 2 NA 2
#[3,] 3 NA 3
#[4,] 4 NA NA
#[5,] 5 NA NA
t(add_col(add_col(test, 3, 1:3), 6, 4:1))
# [,1] [,2] [,3] [,4] [,5]
#[1,] 1 2 3 4 5
#[2,] NA NA NA NA NA
#[3,] 1 2 3 NA NA
#[4,] NA NA NA NA NA
#[5,] NA NA NA NA NA
#[6,] 4 3 2 1 NA
Это может быть немного Hacky, но не намного медленнее чем, просто, индексируя вектор за пределы:
X = seq_len(1e5)
microbenchmark::microbenchmark(add_col(X, 1e2, seq_along(X)),
t(add_col(X, 1e2, seq_along(X))), #with a transpose
"[<-"(X, (1e7 - (length(X) - 1)):1e7, seq_along(X)), #just vector out-of-bounds indexing
times = 50)
#Unit: milliseconds
# expr min lq median uq max neval
# add_col(X, 100, seq_along(X)) 34.79408 40.02492 45.61020 63.24266 78.48069 50
# t(add_col(X, 100, seq_along(X))) 79.81389 84.06544 87.57906 102.75845 110.72842 50
# `[<-`(X, (1e+07 - (length(X) - 1)):1e+07, seq_along(X)) 17.25123 18.06138 21.48956 24.69084 48.91988 50
identical(c(add_col(X, 1e2, seq_along(X))), "[<-"(X, (1e7 - (length(X) - 1)):1e7, seq_along(X)))
#[1] TRUE
Нет, это не выполнимая вещь в R. Вы можете сделать это с помощью векторов 'v = 1: 3; v [6] = 4', но больше ничего. Вероятно, вы захотите ознакомиться с некоторыми вводными материалами по R. Лучшая практика заключается в том, чтобы предварительно распределить свою матрицу. – Frank
'm <- матрица (0, 5, 5); m [1,] <- 1: 5; m [5,] <- 1: 5' не знаю, как это полезно, но – rawr
Итак, если мне нужно это сделать, мне нужно будет написать свою собственную функцию, которая обрабатывает все особые случаи? – hfjn