在R中,我试图使用以下代码将几个单位矩阵行绑定到一个巨大的矩阵中:
> X <- 4
> Y <- 3
> block1 <- diag(X)
> for(x in 2:Y) {
> block1 <- cbind(block1,diag(X))
> }
应该是这样的:
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12]
[1,] 1 0 0 0 1 0 0 0 1 0 0 0
[2,] 0 1 0 0 0 1 0 0 0 1 0 0
[3,] 0 0 1 0 0 0 1 0 0 0 1 0
[4,] 0 0 0 1 0 0 0 1 0 0 0 1
我觉得有一种更干净、记忆更少的方法可以做到这一点。事实上,我的X是几千,Y是20多岁,所以最好"从头开始"生成矩阵,而不在for循环中使用这些替换,因为我的内存堵塞了。我试着在Matrix
包中查看bdiag()
,但该函数并不是我想要的。
那么,有没有一个函数可以"从头开始"做到这一点呢?
编辑:
用户们好心地建议我研究"稀疏矩阵"我偶然发现了SparseM
包,99%都在那里。我只需使用as.matrix.csr
函数将矩阵转换为CSR
格式,再加上cbind.matrix.csr
和rbind.matrix.csr
,我就可以有效地获得所需的所有矩阵。现在的问题是,当我试图在线性规划求解器(Rsymphony
)中使用它时,我必须使用as.matrix()
将CSR矩阵转换回正常值,但它仍然会给我带来内存问题。
正如@OChristiaanse所建议的,稀疏矩阵可能是可行的。你可以试试这个简短的电话,看看它是否适合你。
library(Matrix)
do.call(cBind, replicate(Y, Diagonal(X)))
4 x 12 sparse Matrix of class "dgCMatrix"
[1,] 1 . . . 1 . . . 1 . . .
[2,] . 1 . . . 1 . . . 1 . .
[3,] . . 1 . . . 1 . . . 1 .
[4,] . . . 1 . . . 1 . . . 1
看到您如何使用非稀疏数据(即非零/一)并存在内存问题,您可能需要查看bigmemory
包。有了这些对象,您可以使用filebacking,并拥有比可用内存更大的对象。
编辑
在与bigmemory
维护人员交谈后,我了解到您可以为Windows安装它。它不在CRAN上,因为BH
包(它所依赖的)从C++提升库生成警告。要在Windows上安装它,您需要安装Rtools,然后从github repo进行安装。
devtools::install_github("kaneplusplus/bigmemory")