0

と を使用%dopar%しforeach、出力を結合する必要があります。

並行して呼び出される関数には、呼び出しごとに一定の長さのリストが出力されます。ただし、このリストの要素の長さは常に一定ではありません。

結合後、各要素の元のリスト (反復) を識別できるようにしながら、結果をできるだけ単純化したいと考えています。

B/c の長さは、この深いレベルでは異なります。

データの例を次に示します。

list1 <- list(rnorm(1), rnorm(1), rnorm(1), rnorm(8))
list2 <- list(rnorm(1), rnorm(1), rnorm(1), rnorm(8))
list3 <- list(rnorm(1), rnorm(1), rnorm(1), rnorm(14))

do.call(Map, c(c, list(list1, list2, list3)))与えます：

    [[1]]
    [1] -0.2923462  0.4891224 -0.5080176

    [[2]]
    [1]  0.3229466  0.9511572 -0.9815504

    [[3]]
    [1] -1.160413  0.707568 -1.564874

    [[4]]
     [1] -1.13093146  0.06791923  0.65380844  1.01829862  0.47360903  0.68616334 -1.07166155 -1.54018814 -0.60860430  1.64524185  0.40222817 -0.54747627
    [13] -1.73420011  0.67861611  0.55527953  1.36454409  0.40215155 -0.65706184 -0.71008434 -1.11484886 -0.69811408 -0.45451101 -0.85574891 -0.79241329
    [25]  0.31018144 -0.03212242 -1.55192430 -2.19142725 -1.85528112  0.85204097

そしてdo.call(Map, c(list, list(list1, list2, list3)))与えます：

[[1]]
[[1]][[1]]
[1] -0.2923462

[[1]][[2]]
[1] 0.4891224

[[1]][[3]]
[1] -0.5080176


[[2]]
[[2]][[1]]
[1] 0.3229466

[[2]][[2]]
[1] 0.9511572

[[2]][[3]]
[1] -0.9815504


[[3]]
[[3]][[1]]
[1] -1.160413

[[3]][[2]]
[1] 0.707568

[[3]][[3]]
[1] -1.564874


[[4]]
[[4]][[1]]
[1] -1.13093146  0.06791923  0.65380844  1.01829862  0.47360903  0.68616334 -1.07166155 -1.54018814

[[4]][[2]]
[1] -0.6086043  1.6452418  0.4022282 -0.5474763 -1.7342001  0.6786161  0.5552795  1.3645441

[[4]][[3]]
 [1]  0.40215155 -0.65706184 -0.71008434 -1.11484886 -0.69811408 -0.45451101 -0.85574891 -0.79241329  0.31018144 -0.03212242 -1.55192430 -2.19142725
[13] -1.85528112  0.85204097

編集、正解は次のようにする必要があります（RNGを許してください）：

part1 <- do.call(Map, c(c, list(list1, list2, list3)))
part2 <- do.call(Map, c(list, list(list1, list2, list3)))
correct <- list(part1[[1]], part1[[2]], part1[[3]], part2[[4]])
correct
[[1]]
[1]  1.80341685 -0.06408827  0.07004951

[[2]]
[1]  0.4389224 -0.1821140  0.2538133

[[3]]
[1]  0.008303713 -1.004631075  1.936738072

[[4]]
[[4]][[1]]
[1] -0.86790931  1.20414809  0.04373068 -0.49097606  1.12826503 -0.76263091 -0.93364770  0.13392904

[[4]][[2]]
[1] -1.0823008 -0.4382813  1.4328709 -0.8961412  0.8350054  1.4855032 -1.3800748  1.4300227

[[4]][[3]]
 [1]  0.02126034  0.30640618  0.49420442  0.72107997  0.97666620 -0.48049810  1.22227279 -1.00918452 -0.23290645 -1.27834163  2.55142878  1.07120297
[13]  1.37473759  0.72308135

また、リストの要素は必ずしも数値ではないことも指摘しておく必要があります。たとえば、 からのモデル出力である可能性がありますjags()。

Usingcは最初の部分を正しく (私が望むものと比較して) 取得し、 usinglistは最後の部分を正しく取得します。両方の長所を活かすにはどうすればよいですか?

4

1 に答える 1

0

私はそれを理解したと思います – 鍵は、どのように見て、結果sapplyをmapply単純化することでした: simplify2array.

リストの各要素のクラスに関係なく、この答えが機能するかどうかはわかりません（これlmをテストするためにオブジェクトを追加しましたが）：

list1 <- list(rnorm(1), rnorm(1), rnorm(1), rnorm(8), list(lm(y1~x1)))
list2 <- list(rnorm(1), rnorm(1), rnorm(1), rnorm(8), list(lm(y1~x1)))
list3 <- list(rnorm(1), rnorm(1), rnorm(1), rnorm(14), list(lm(y1~x1)))

lapply(do.call(Map, c(list, list(list1, list2, list3))), simplify2array)

正しくは次のようになります。

[[1]]
[1] -0.3947090  0.3347808 -0.3404769

[[2]]
[1] -0.4661581  1.0141749  0.3178242

[[3]]
[1]  0.4460540 -0.3971673  0.7291202

[[4]]
[[4]][[1]]
[1]  0.15486131  0.04511161  0.79932793  0.31679677 -1.05818552 -0.59902937  0.05348751 -1.28561604

[[4]][[2]]
[1] -1.1898877 -0.9595261  1.2784798  0.6056794  0.2355697 -0.5116538 -1.0667602  2.1319707

[[4]][[3]]
 [1] -0.03475871  0.50329073 -1.25297549  0.75347700  0.30558110  0.39872038  0.62724542  0.14938488  0.42032236  0.20953381  1.26509289  0.47796645
[13]  0.33260481  1.10625794


[[5]]
[[5]][[1]]

Call:
lm(formula = y1 ~ x1)

Coefficients:
(Intercept)           x1  
     0.2366      -0.4091  


[[5]][[2]]

Call:
lm(formula = y1 ~ x1)

Coefficients:
(Intercept)           x1  
     0.2366      -0.4091  


[[5]][[3]]

Call:
lm(formula = y1 ~ x1)

Coefficients:
(Intercept)           x1  
     0.2366      -0.4091
于 2015-02-05T17:40:09.030 に答える