将矩阵转换为一维数组

我有一个矩阵(32X48)。

如何将矩阵转换为单维数组？

271581 次浏览
小开

来自 ?matrix: “矩阵是二维‘数组’的特殊情况。”您可以简单地更改矩阵/数组的尺寸。

Elts_int <- as.matrix(tmp_int)  # read.table returns a data.frame as Brandon noted
dim(Elts_int) <- (maxrow_int*maxcol_int,1)
小开

你可以使用约书亚的解决方案，但我认为你需要 Elts_int <- as.matrix(tmp_int)

或者循环:

z <- 1 ## Initialize
counter <- 1 ## Initialize
for(y in 1:48) { ## Assuming 48 columns otherwise, swap 48 and 32
for (x in 1:32) {
z[counter] <- tmp_int[x,y]
counter <- 1 + counter
}
}

Z 是一维矢量。

小开
最佳答案

要么用“扫描”方式读入，要么在矩阵上执行 as.Vector ()。如果需要按行或列转换矩阵，可能需要首先转换矩阵。

> m=matrix(1:12,3,4)
> m
[,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]    2    5    8   11
[3,]    3    6    9   12
> as.vector(m)
[1]  1  2  3  4  5  6  7  8  9 10 11 12
> as.vector(t(m))
[1]  1  4  7 10  2  5  8 11  3  6  9 12
小开

如果我们讨论的是 data.frame 那么你应该问自己这些变量是同一类型的吗？如果是这样的话，你可以使用 rapplication，或者 unlist，因为 data.frame 是列表，在它们的灵魂深处..。

 data(mtcars)
unlist(mtcars)
rapply(mtcars, c) # completely stupid and pointless, and slower
小开

试试 c()

x = matrix(1:9, ncol = 3)


x
[,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9


c(x)


[1] 1 2 3 4 5 6 7 8 9
小开

array(A)或 array(t(A))将为您提供一个1-d 数组。

小开

因为1d 数组本质上是一个向量，所以它简单而快速

result <- matrix[1:length(matrix)]
小开

也许已经太晚了，不管怎样，这是我把 Matrix 转换成矢量的方法:

library(gdata)
vector_data<- unmatrix(yourdata,byrow=T))

希望能有所帮助

小开

如果您有一个包含多个列的 data.frame (df) ，并且希望向量化，那么可以这样做

矩阵(df，ncol= 1)

小开

你可以使用 as.vector()。根据我的小基准，它看起来是最快的方法，如下:

library(microbenchmark)
x=matrix(runif(1e4),100,100) # generate a 100x100 matrix
microbenchmark(y<-as.vector(x),y<-x[1:length(x)],y<-array(x),y<-c(x),times=1e4)

第一个解决方案使用 as.vector()，第二个解决方案使用一个矩阵作为一个连续的数组存储在内存中，并且 length(m)给出了一个矩阵 m中的元素数。第三个实例化来自 x的 array，第四个使用连接函数 c()。我也尝试从 gdata的 unmatrix，但它太慢，以至于不能在这里提到。

下面是我得到的一些数值结果:

> microbenchmark(
y<-as.vector(x),
y<-x[1:length(x)],
y<-array(x),
y<-c(x),
times=1e4)


Unit: microseconds
expr    min      lq     mean  median      uq       max neval
y <- as.vector(x)  8.251 13.1640 29.02656 14.4865 15.7900 69933.707 10000
y <- x[1:length(x)] 59.709 70.8865 97.45981 73.5775 77.0910 75042.933 10000
y <- array(x)  9.940 15.8895 26.24500 17.2330 18.4705  2106.090 10000
y <- c(x) 22.406 33.8815 47.74805 40.7300 45.5955  1622.115 10000

平坦化矩阵是机器学习中的一种常见操作，其中矩阵可以表示要学习的参数，但是要使用通用库中的优化算法，该算法需要参数向量。因此，将矩阵(或矩阵)转换成这样的向量是很常见的。这就是标准 R 函数 optim()的情况。

小开

对于希望不仅生成数组，而且生成具有相应的 Row 和 Column 名称的数组的任何人，我推荐使用 这个中的 melt 函数。

library(reshape2)
df.L <- melt( df, id.vars="New_name4_rownames",
value.name="NAME_of_VALUE", variable.name="New_name4_colnames" )
print(df.L)

然后您可以根据需要组合行和列的名称，并使用 span/pivot _ wide 将列名称组合为矩阵的行 + 列名称和矢量为1的行。

df.L$Both <- paste0(df.L$New_name4_rownames, "_", df.L$New_name4_colnames)
df.sel <- df.L[,3:4] #select only values and combined column names
output1d <- pivot_wider(data = df.sel, names_from = Both, values_from = NAME_of_VALUE)

提交答案