代码之家 › 专栏 › 技术社区 › doug

如何使用“sweep”功能

statistics r

doug · 技术社区 · 14 年前

sweep 经常使用。有时当一个更简单的函数已经足够时使用它(例如。, apply ), 花相当多的时间逐步完成它所在的代码块。

我可以复制的事实 打扫 我不明白的核心用例,以及经常使用此函数的事实表明它非常有用。

背景:

是R标准库中的函数;其论点是:

sweep(x, MARGIN, STATS, FUN="-", check.margin=T, ...)

# x is the data
# STATS refers to the summary statistics which you wish to 'sweep out'
# FUN is the function used to carry out the sweep, "-" is the default

应用 虽然要求还有一个参数, STATS .

打扫 返回 形状相同 应用

打扫 行动中:

# e.g., use 'sweep' to express a given matrix in terms of distance from 
# the respective column mean

# create some data:
M = matrix( 1:12, ncol=3)

# calculate column-wise mean for M
dx = colMeans(M)

# now 'sweep' that summary statistic from M
sweep(M, 2, dx, FUN="-")

     [,1] [,2] [,3]
[1,] -1.5 -1.5 -1.5
[2,] -0.5 -0.5 -0.5
[3,]  0.5  0.5  0.5
[4,]  1.5  1.5  1.5

请不要背诵或链接到R文档、邮件列表或任何“主要”R来源——假设我读过它们。我感兴趣的是有经验的R程序员/分析师如何使用 打扫

5 回复 | 直到 7 年前

Rekyt 5 年前

sweep() 通常在按行或按列操作矩阵时使用,该操作的另一个输入是每行/每列的不同值。按行还是按列操作是按边距定义的,例如 apply() . 我称之为“其他输入”的值是由STATS定义的。因此,对于每一行(或每一列),您将从STATS中获取一个值并在FUN定义的操作中使用。

sweep (M, 1, c(1: 4), "+")

坦白地说,我也不理解R文档中的定义,我只是通过查找示例来学习的。

Brad Horn 11 年前

sweep()非常适合系统地逐列或逐行操作大型矩阵,如下所示:

> print(size)
     Weight Waist Height
[1,]    130    26    140
[2,]    110    24    155
[3,]    118    25    142
[4,]    112    25    175
[5,]    128    26    170

> sweep(size, 2, c(10, 20, 30), "+")
     Weight Waist Height
[1,]    140    46    170
[2,]    120    44    185
[3,]    128    45    172
[4,]    122    45    205
[5,]    138    46    200

James King 11 年前

cov.wt ,用于计算加权协方差矩阵。我正在看r3.0.1中的代码。在这里 sweep 用于在计算协方差之前减去列平均值。在代码的第19行,导出了中心向量:

 center <- if (center) 
        colSums(wt * x)
    else 0

在第54行,它被从矩阵中扫出

x <- sqrt(wt) * sweep(x, 2, center, check.margin = FALSE)

代码的作者正在使用默认值 FUN = "-"

dardisco 9 年前

一个用途是当你在计算的时候数组的和。在哪里? rowSums colSums 可假定为“权重=1”, sweep

例如,当按照@James King的例子计算加权协方差矩阵时,就会出现这种情况。

set.seed(1)
## 2x2x2 array
a1 <- array(as.integer(rnorm(8, 10, 5)), dim=c(2, 2, 2))
## 'element-wise' sum of matrices
## weights = 1
rowSums(a1, dims=2)
## weights
w1 <- c(3, 4)
## a1[, , 1] * 3;  a1[, , 2] * 4
a1 <- sweep(a1, MARGIN=3, STATS=w1, FUN="*")
rowSums(a1, dims=2)

Ehsan88 10 年前

你可以用 sweep means 和 sds 在这里是任意的(您可能有一些参考值,希望基于它们标准化数据):

df=matrix(sample.int(150, size = 100, replace = FALSE),5,5)

df_means=t(apply(df,2,mean))
df_sds=t(apply(df,2,sd))

df_T=sweep(sweep(df,2,df_means,"-"),2,df_sds,"/")*10+50

> df
     [,1] [,2] [,3] [,4] [,5]
[1,]  109    8   89   69   15
[2,]   85   13   25  150   26
[3,]   30   79   48    1  125
[4,]   56   74   23  140  100
[5,]  136  110  112   12   43
> df_T
         [,1]     [,2]     [,3]     [,4]     [,5]
[1,] 56.15561 39.03218 57.46965 49.22319 40.28305
[2,] 50.42946 40.15594 41.31905 60.87539 42.56695
[3,] 37.30704 54.98946 47.12317 39.44109 63.12203
[4,] 43.51037 53.86571 40.81435 59.43685 57.93136
[5,] 62.59752 61.95672 63.27377 41.02349 46.09661