推 koai: 試試看 ?sapply 01/15 16:18
感覺好像有難度,lapply系列的,都是針對list的每一個物件,物件跟物件間的
元素好像沒辦法@@
推 obarisk: do.call 01/15 17:38
我試試!謝謝
推 celestialgod: apply(mat. list, 1:2, sum) 01/15 18:14
這個好像無法度
推 celestialgod: Reduce也可以,只是do.call最有效率 01/15 18:15
我試試看,謝謝
推 raysonic: Reduce('+' , mat.list) 01/15 18:44
感謝!!!解決了!!!!
抱歉,有人能示範在do.call要怎麼做到這件事嗎?我目前沒試出來
→ obarisk: do.call好像不能用`+`,還是先用Reduce吧Orz 01/15 21:49
→ obarisk: 要指定`+`.__C__matrix,但是這個我試不出來 01/15 21:54
感謝你,以前沒用過do.call,現在看到就能開始想用在哪了~
推 memphis: 如果list中的matrix大小一樣 建議你這樣做 01/15 22:07
→ memphis: matrix(rowSums(matrix(unlist(mat.list), nrow=4)), nro 01/15 22:08
→ memphis: w=2) 01/15 22:08
謝謝!!學習了!!!
→ a78998042a: 謝謝!!!學習了 01/16 02:46
回報一下,我以Reduce的方法與m大以拆開再拼的做法比較,以長度為12582912的2by2
矩陣相加,Reduce是12.38秒,unlist是1.84秒。謝謝!!
→ clickhere: do.call(.Primitive("+"), mat.list) 01/16 05:48
感謝!這樣寫在length(mat.list)==2時確實可以,長度>2的還要再試試
→ obarisk: apply和 for的效能應該沒差多少 01/16 09:26
你好,參考一下,因為最近學校給了份模擬跌代的作業,寫出來的結果,for要約3.7天,
通篇apply2.5天,再配合sapply進行優化有人到1.5天以內(Reduec),接著可能會試M大
的方法。
※ 編輯: a78998042a (140.116.152.120), 01/16/2015 14:26:33
※ 編輯: a78998042a (140.116.152.120), 01/16/2015 14:28:09
→ obarisk: for 要用 compiler,不過我太曉得目前jit的情況 01/16 15:14
→ obarisk: 如果要超過小時的code,還是推RCpp吧 01/16 15:14
謝謝!!又學習了,看來我對R的了解仍是一知半解阿
※ 編輯: a78998042a (140.116.1.136), 01/16/2015 17:35:47
→ yanchenglin: 推Rcpp, RcppArmadillo.還有若是你每次迴圈或是模擬 01/16 18:47
→ yanchenglin: 都是獨立的,平行運算也很快.Rcpp+平行運算直接逆天!! 01/16 18:48
→ yanchenglin: 簡單說,模擬K次,K次間都獨立,可以分散到N個CPU平行~~ 01/16 18:49
推 Edster: 為什麼不用array? 01/17 15:31
→ Edster: mat.array = array(mat, 1:3) # 可能是吧, 隨意寫. 01/17 15:31
→ Edster: sum(mat.array[,,1:3]) 01/17 15:32
→ Edster: 你的每個list維度都一樣, 用array比較簡單吧. 01/17 15:33
推 celestialgod: 我回錯了...apply那個只能用到3維陣列... 01/17 19:44