20

R では、データ行列、たとえば 100 x 10 の行列 X と、可能な値 (0、1、2、3) を持つ 100 要素のベクトル t がある場合、単純な式を使用して X の部分行列 y を簡単に見つけることができます。構文：

y = X[t == 1, ]

しかし、問題は、どうすれば Rcpp の NumericMatrix でそれを行うことができるでしょうか?
(または、より一般的には、C++ の任意のコンテナーでそれを行うにはどうすればよいですか?)

ディルクのヒントのおかげで、

NumericMatrix X(dataX);
IntegerVector T(dataT);
mat Xmat(X.begin(), X.nrow(), X.ncol(), false);
vec tIdx(T.begin(), T.size(), false); 
mat y = X.rows(find(tIdx == 1));

私がやりたいことはできますが、それは長すぎるようです。

4

2 に答える 2

11

私はこれを砂糖として見たいと思っています。残念ながら、私はそれを実装する資格がありません。ここには、私が遊んださまざまなソリューションがまだたくさんあります。

まず、これを機能させるために、Gong-Yi Liao コードにいくつかの変更を加える必要がありました (colvec代わりにvecfortIdxとXmat.rows(...の代わりにX.rows(...:

mat Xmat(X.begin(), X.nrow(), X.ncol(), false);
colvec tIdx(T.begin(), T.size(), false); 
mat y = Xmat.rows(find(tIdx == 1));

2 つ目は、論理ステートメントに基づいてすべてのサブセット マトリックスであるベンチマークを含む 3 つの関数です。関数は、arma または rcpp の引数を取り、値を返します。2 つは Gong-Yi Liao のソリューションに基づいており、1 つは単純なループベースのソリューションです。

n(行)=100、p(T==1)=0.3

                expr   min     lq median     uq    max
1  submat_arma(X, T) 5.009 5.3955 5.8250 6.2250 28.320
2 submat_arma2(X, T) 4.859 5.2995 5.6895 6.1685 45.122
3  submat_rcpp(X, T) 5.831 6.3690 6.7465 7.3825 20.876
4        X[T == 1, ] 3.411 3.9380 4.1475 4.5345 27.981

n(行)=10000、p(T==1)=0.3

                expr     min       lq   median       uq      max
1  submat_arma(X, T) 107.070 113.4000 125.5455 141.3700 1468.539
2 submat_arma2(X, T)  76.179  80.4295  88.2890 100.7525 1153.810
3  submat_rcpp(X, T) 244.242 247.3120 276.6385 309.2710 1934.126
4        X[T == 1, ] 229.884 236.1445 263.5240 289.2370 1876.980

submat.cpp

#include <RcppArmadillo.h>
// [[Rcpp::depends(RcppArmadillo)]]

using namespace Rcpp;
using namespace arma;

// arma in; arma out
// [[Rcpp::export]]
mat submat_arma(arma::mat X, arma::colvec T) {
    mat y = X.rows(find(T == 1));
    return y;
}

// rcpp in; arma out
// [[Rcpp::export]]
mat submat_arma2(NumericMatrix X, NumericVector T) {
    mat Xmat(X.begin(), X.nrow(), X.ncol(), false);
    colvec tIdx(T.begin(), T.size(), false); 
    mat y = Xmat.rows(find(tIdx == 1));
    return y;
}

// rcpp in; rcpp out
// [[Rcpp::export]]
NumericMatrix submat_rcpp(NumericMatrix X, LogicalVector condition) { 
    int n=X.nrow(), k=X.ncol();
    NumericMatrix out(sum(condition),k);
    for (int i = 0, j = 0; i < n; i++) {
        if(condition[i]) {
            out(j,_) = X(i,_);
            j = j+1;
        }
    }
    return(out);
}


/*** R
library("microbenchmark")

# simulate data
n=100
p=0.3
T=rbinom(n,1,p)
X=as.matrix(cbind(rnorm(n),rnorm(n)))

# compare output
identical(X[T==1,],submat_arma(X,T))
identical(X[T==1,],submat_arma2(X,T))
identical(X[T==1,],submat_rcpp(X,T))

# benchmark
microbenchmark(X[T==1,],submat_arma(X,T),submat_arma2(X,T),submat_rcpp(X,T),times=500)

# increase n
n=10000
p=0.3
T=rbinom(n,1,p)
X=as.matrix(cbind(rnorm(n),rnorm(n)))
# benchmark
microbenchmark(X[T==1,],submat_arma(X,T),submat_arma2(X,T),submat_rcpp(X,T),times=500)

*/
于 2012-12-05T20:29:52.923 に答える
10

私が知っている最も近いものは、RcppArmadilloを介してアクセスできるArmadilloの関数find()と組み合わせた関数の組み合わせです。submat()

編集:もちろん、これはパッチを介して追加できるものです。これを試す十分な動機がある人は、rcpp-devel メーリングリストに来てください。

于 2012-10-23T21:50:53.747 に答える