- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个由 (x,y) 给出的参数空间,其中 x
值来自 1:5
和 y
值来自 1:8
。假设我当前的点 p
位于 (2,5)
(它是红色的)。我的目标是尝试将所有点都拉到距点 p
(蓝色点)一个单位距离内。
我想知道是否有一种有效的方法来做到这一点。假设我的变量以下列方式存储:
xrange <- 1:5
yrange <- 1:8
grid <- expand.grid(xrange,yrange)
p <- data.frame(x=2,y=5)
我想以这种方式将其他点存储在 p
下:
res <- data.frame(x=c(1,1,1,2,2,3,3,3),y=c(4,6,4,5,6,4,5,6))
res <- rbind(p,res)
> res
x y
1 2 5
2 1 4
3 1 6
4 1 4
5 2 5
6 2 6
7 3 4
8 3 5
9 3 6
最终目标是拥有一个二维以上的参数空间。所以我最终想找到距离 s
一些欧氏距离的所有点,并且类似地得到一个结果数据框,其中每一列都是参数空间中的一个参数,每一行都是一个坐标 的点(x,y,z,..,etc)
来自它的列。
编辑 如果我想要圆或欧氏距离s
,我已经尝试了以下实现,这似乎可行。不过,我不确定该解决方案的效率如何。
eucdist <- function(z,p){
return(dist(rbind(z, p)))
}
# in this case s=1 since that is the <= condition
res <- do.call(rbind,lapply(1:nrow(grid),function(m) if(eucdist(as.numeric(grid[m,]),as.numeric(p[1,])) <= 1){return(grid[m,])}))
更多信息:目前,我的参数空间是离散化的,如上图所示。最终,一些参数也会与离散参数连续混合。非常感谢!
最佳答案
网格上每个点到目标点 p
的欧氏距离可以通过以下方式有效计算:
dist <- sqrt(rowSums(mapply(function(x,y) (x-y)^2, grid, p)))
基本上,内部 mapply
调用将生成一个与 grid
大小相同的矩阵,但该矩阵具有该点与该维度中目标点的平方距离; rowSums
和 sqrt
然后有效地计算欧氏距离。
在这种情况下,您将包含与目标点的 sqrt(2)
欧氏距离的任何内容:
grid[dist < 1.5,]
# Var1 Var2
# 16 1 4
# 17 2 4
# 18 3 4
# 21 1 5
# 22 2 5
# 23 3 5
# 26 1 6
# 27 2 6
# 28 3 6
mapply
(对维度进行操作)和 rowSums
的使用使得这种方法比循环遍历网格上的各个点、计算到目标点。要了解这一点,请考虑一个稍大一些的示例,该示例在三个维度上具有 1000 个随机分布的点:
set.seed(144)
grid <- data.frame(x=rnorm(1000), y=rnorm(1000), z=rnorm(1000))
p <- data.frame(x=rnorm(1), y=rnorm(1), z=rnorm(1))
lim <- 1.5
byrow <- function(grid, p, lim) grid[apply(grid, 1, function(x) sqrt(sum((x-p)^2))) < lim,]
vectorized <- function(grid, p, lim) grid[sqrt(rowSums(mapply(function(x,y) (x-y)^2, grid, p))) < lim,]
identical(byrow(grid, p, lim), vectorized(grid, p, lim))
[1] TRUE
library(microbenchmark)
# Unit: microseconds
# expr min lq mean median uq max neval
# byrow(grid, p, lim) 446792.71 473428.137 500680.0431 495824.7765 521185.093 579999.745 10
# vectorized(grid, p, lim) 855.33 881.981 954.1773 907.3805 1081.658 1108.679 10
矢量化方法比循环遍历行的方法快 500 倍。
这种方法可以用于你有更多点的情况(在这个例子中是 100 万):
set.seed(144)
grid <- data.frame(x=rnorm(1000000), y=rnorm(1000000), z=rnorm(1000000))
p <- data.frame(x=rnorm(1), y=rnorm(1), z=rnorm(1))
lim <- 1.5
system.time(vectorized(grid, p, lim))
# user system elapsed
# 3.466 0.136 3.632
关于r - 如何在R中拉出一定距离内的点?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34297932/
我是一名优秀的程序员,十分优秀!