所以我在R中有一个相当复杂的(至少对我来说)问题。
我想计算两对分布之间的距离，将近 10k 对。
我有一个来自包philentropy的distance函数，它xy两个向量并计算它们之间的距离，例如：
d <- distance(x, y, method="desired_method")
另一种选择是创建一个矩阵，每行代表一个分布，以便函数将计算矩阵中所有分布之间的所有成对距离：
d <- distance(x, method="desired_method")
我有两个相关矩阵a和b，每个矩阵近 10k 行，对应于 10k 个相关分布。两个矩阵具有相同的行数，我的目标是迭代地将矩阵a的第一行与矩阵b的第一行、第二行a行与第二行b行等进行对比。
我可以选择每个所需的行并执行第一个distance用法，或者我可以将两个矩阵与rbind合并，并以第二个distance用法执行所有成对距离。
问题是，对于第一种方法，我不知道如何生成一个for循环来迭代获取每个矩阵的第 n 行，并执行distance计算，同时将结果存储在向量中。
此外，如果我执行第二个选项，我不想获取所有成对距离，而只是对应于以下距离的距离：
d[i,i+nrow(a)]
并迭代这样做以生成nrow(a)值的相应向量。
有什么帮助吗？
如果你有两个矩阵，mat_x 和 mat_y，每个矩阵的行数相同，那么 for 循环将是：
answer <- vector(mode = 'numeric', length = 10000L)
for (i in 1:10000){
answer[[i]] <- distance(mat_x[i,], mat_y[i,], method="desired_method")
}