看板 R_Language 關於我們 聯絡資訊
感謝 celestialgod 版主大大提點: 以前以為 *apply 家族的函數就已經是向量化(vectorized)的寫法了 查了資料才發現其實底層背後還是有 for 迴圈 (覺得震撼啊...) 試試看這樣的寫法 theta <- seq(0,1,len=100) df <- rep(19,len=100) n <- rep(20,len=100) vrt <- Vectorize(rt) x <- vrt(n=n, df=df, ncp=1/theta) 於是 x[,1] ... x[,100] 就是100個 n 等於20 然後對應各自 delta 值的 t 分配樣本了 (但是不知道 df, n 的預先定義有沒有意義?) 請版上各位高手再指點~ 謝謝大家 ====== 補充: 但還是有查到 *apply function 的好處: 1. 程式易讀性 2. 會 pre-allocate 向量的記憶體空間 2. 只影響區域變數不會改變全域變數 ref: https://www.r-bloggers.com/vectorization-in-r-why/ ※ 引述《ntpuisbest (阿龍)》之銘言: : n <- 20 : theta=seq(0,1,len=100) : rt(n ,1/theta ) : 如題 : 我想要生100組 ,每組都是n=20的t分配樣本 : 只是這100組的theta都不一樣 : 我像上面那樣打 只會回傳20個樣本 : 並不是我想要的 2000個樣本 請問要如何打才能要我要的結果 : 想避免for loop : 用loop的話 我知道怎麼做 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.160.3.67 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1553700002.A.12F.html
VIATOR: 其實我對於易讀性這點很懷疑 04/11 07:59
VIATOR: 大部分人都能夠很快 看懂 for迴圈 04/11 08:00
VIATOR: 可是對於apply語法不懂的人很難看懂apply 04/11 08:01
locka: 看不懂apply那可以從sapply開始學(認真誤) 我以前也覺得要 04/11 08:32
locka: 指定row或column參數的apply很難看懂;相較之下sapply親切 04/11 08:32
locka: 多了,傳進去的就是迭代進FUN的參數,跟for是一樣的概念, 04/11 08:32
locka: 還更有彈性。看得懂for就看的懂sapply(應該吧XD) 04/11 08:32
VIATOR: *apply各種變形各有些微不同,之後可能還要用do.call,rbind 04/11 23:57
VIATOR: 而且如果想用平行運算,可能還要改回foreach 04/11 23:59
VIATOR: 我雖然會用*apply了,但常常懷疑*apply的好處 04/12 00:02
VIATOR: preallocate 大概是我目前唯一覺得的好處 04/12 00:04
VIATOR: 但懂得自己preallocate 的話,其實for迴圈也沒什麼不好 04/12 00:05
celestialgod: 基本上我同意apply系列沒什麼好處 這也算是R特 04/12 14:02
celestialgod: 殊的撰寫風格,大多數人稱這種寫法是functional pro 04/12 14:02
celestialgod: gramming,來避免一些太複雜的程式計算,至於好處壞 04/12 14:02
celestialgod: 處就是各有利弊,每個人看法不同 04/12 14:02
celestialgod: 至於平行的話,parallel::parLapply也都可以做,並 04/12 14:03
celestialgod: 不是只有foreach能用 04/12 14:03
VIATOR: apply系列,MATLAB有類似的寫法,不過不常看到人用 04/12 14:36
VIATOR: parLapply能處理lapply,但windows就沒有辦法平行mcapply 04/12 14:39
celestialgod: MATLAB的cellfun跟arrayfun 我的愛XDD 04/12 19:50
celestialgod: 我用matlab幾乎都用那個處理資料= = 04/12 19:50
celestialgod: matlab雖然有JIT,但是preallocation還是比較快 04/12 19:51