r - 列表示 3d 矩阵(立方体)Rcpp

Question

我有一个程序，我需要在 Rcpp 中重复计算立方体 X(nRow, nCol, nSlice) 的每个切片的列均值，结果均值形成矩阵 M(nCol, nSlice)。以下代码产生错误:

#include <RcppArmadillo.h>

// [[Rcpp::depends(RcppArmadillo)]]
using namespace Rcpp; 
using namespace arma;

// [[Rcpp::export]]

mat cubeMeans(arma::cube X){
   int nSlice = X.n_slices;
   int nCol = X.n_cols;
   int nRow = X.n_rows;
   arma::vec Vtmp(nCol);
   arma::mat Mtmp(nRow, nCol);
   arma::mat Means(nCol, nSlice);
   for (int i = 0; i < nSlice; i++){
      Mtmp = X.slice(i);
      for(int j = 0; j < nCol; j++){
         Vtmp(j) = sum(Mtmp.col(j))/nRow; 
      }
      Means.col(i) = Vtmp;
   }
  return(wrap(Means));
}

'/Rcpp/internal/Exporter.h:31:31: error: no matching function for call to 'arma::Cube::Cube(SEXPREC*&)'

我想不通。当函数的输入是一个矩阵(并返回一个向量)时，我没有得到错误。但是，我将上述功能作为我的主程序的一部分，即

#include <RcppArmadillo.h>

// [[Rcpp::depends(RcppArmadillo)]]
using namespace Rcpp;
using namespace arma;

mat cubeMeans(arma::cube X){
  int nSlice = X.n_slices;
  ...
  return(Means);
}

// [[Rcpp::export]]

main part of program

程序编译成功，但速度非常慢(几乎与使用 colMeans 的 R 版本程序一样慢)。有没有更好的方法来计算多维数据集上的列均值，为什么会出现编译错误？

如果有任何帮助，我将不胜感激。

问候，

Answer 1

我在尝试使用 arma::cube 时也收到此错误作为 Rcpp 函数参数。 根据编译器错误，我相信这是因为没有 Rcpp::wrap<arma::cube>当前已定义(这是处理传递给函数的 R 对象所必需的)。 † 在网上阅读了几个相关示例后，看起来典型的解决方法是在 R 中阅读 array作为 NumericVector , 因为它保留了它的 dims属性，使用这些设置您的 arma::cube方面。尽管需要额外的一两步来解决 缺失 wrap 的问题特化 †，我放在一起的 Armadillo 版本似乎比我的 R 解决方案快很多:

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

// [[Rcpp::export]]
arma::mat cube_means(Rcpp::NumericVector vx) {

  Rcpp::IntegerVector x_dims = vx.attr("dim");
  arma::cube x(vx.begin(), x_dims[0], x_dims[1], x_dims[2], false);

  arma::mat result(x.n_cols, x.n_slices);
  for (unsigned int i = 0; i < x.n_slices; i++) {
    result.col(i) = arma::conv_to<arma::colvec>::from(arma::mean(x.slice(i)));  
  }

  return result;
}

/*** R

rcube_means <- function(x) t(apply(x, 2, colMeans))

xl <- array(1:10e4, c(100, 100 ,10))
all.equal(rcube_means(xl), cube_means(xl))
#[1] TRUE

R> microbenchmark::microbenchmark(
    "R Cube Means" = rcube_means(xl),
    "Arma Cube Means" = cube_means(xl),
    times = 200L)
Unit: microseconds
            expr      min       lq      mean   median       uq       max neval
    R Cube Means 6856.691 8204.334 9843.7455 8886.408 9859.385 97857.999   200
 Arma Cube Means  325.499  380.540  643.7565  416.863  459.800  3068.367   200

*/

我在这里利用了 arma::mean 的事实arma::mat 的函数重载s 将默认计算列均值(arma::mean(x.slice(i), 1) 将为您提供该切片的行均值)。

---

编辑: † 再想一想，我不确定这是否与 Rcpp::wrap 有关或不是 - 但问题似乎与缺失 Exporter<> 有关特化arma::cube - Rcpp 的 Exporter.h 第 31 行:

template <typename T>
class Exporter{
public:
  Exporter( SEXP x ) : t(x){}
  inline T get(){ return t ; }

private:
  T t ;
} ;

无论如何，NumericVector/我使用的设置尺寸方法目前看来是实用的解决方案。

---

根据您在问题中描述的输出维度，我假设您希望结果矩阵的每一列都是相应数组切片的列均值向量(第 1 列 = 切片 1 的列均值，等等... ), 即

R> x <- array(1:27, c(3, 3, 3))
R> rcube_means(x)
     [,1] [,2] [,3]
[1,]    2   11   20
[2,]    5   14   23
[3,]    8   17   26
R> cube_means(x)
     [,1] [,2] [,3]
[1,]    2   11   20
[2,]    5   14   23
[3,]    8   17   26

但如果需要，您可以轻松更改它。