Ich habe eine große Matrix, die ich Mitte möchte: dieEffizientes eine große Matrix in R Zentrum
X <- matrix(sample(1:10, 5e+08, replace=TRUE), ncol=10000)
Finden der Mittel ist schnell und effizient mit colMeans:
means <- colMeans(X)
Aber was ist ein gute (schnelle und speichereffiziente) Möglichkeit, den jeweiligen Mittelwert aus jeder Spalte zu subtrahieren? Das funktioniert, aber es fühlt sich nicht richtig an:
for (i in 1:length(means)){
X[,i] <- X[,i]-means[i]
}
Gibt es einen besseren Weg?
/edit: Hier ist eine Modifikation die die verschiedenen Benchmarks Dwin schrieb, auf eine größere Matrix, einschließlich der anderen Vorschläge gepostet:
require(rbenchmark)
X <- matrix(sample(1:10, 5e+07, replace=TRUE), ncol=10000)
frlp.c <- compiler:::cmpfun(function(mat){
means <- colMeans(mat)
for (i in 1:length(means)){
mat[,i] <- mat[,i]-means[i]
}
return(mat)
})
mat.c <- compiler:::cmpfun(function(mat){
t(t(X) - colMeans(X))
})
swp.c <- compiler:::cmpfun(function(mat){
sweep(mat, 2, colMeans(mat), FUN='-')
})
scl.c <- compiler:::cmpfun(function(mat){
scale(mat, scale=FALSE)
})
matmult.c <- compiler:::cmpfun(function(mat){
mat-rep(1, nrow(mat)) %*% t(colMeans(mat))
})
benchmark(
frlp.c=frlp.c(X),
mat=mat.c(X),
swp=swp.c(X),
scl=scl.c(X),
matmult=matmult.c(X),
replications=10,
order=c('replications', 'elapsed'))
Die matmult Funktion scheint neue Gewinner zu sein! Ich möchte das wirklich auf einer 5e + 08-Element-Matrix ausprobieren, aber mir geht immer noch der Arbeitsspeicher aus.
test replications elapsed relative user.self sys.self user.child sys.child
5 matmult 10 11.98 1.000 7.47 4.47 NA NA
1 frlp.c 10 35.05 2.926 31.66 3.32 NA NA
2 mat 10 50.56 4.220 44.52 5.67 NA NA
4 scl 10 58.86 4.913 50.26 8.42 NA NA
3 swp 10 61.25 5.113 51.98 8.64 NA NA
Vielleicht könnte 'scale' funtion Ihnen helfen. Siehe "Skalierung". Eine weitere nützliche Funktion könnte 'Sweep' sein. –
@Jiber: Die Skalierungsfunktion ist viel langsamer als die obige for-Schleife. Sweep sollte aber funktionieren, danke! – Zach
Wer ist "Wuber"? Die "Benchmark" -Funktion wurde von Wacek Kusnierczyk geschrieben. –