r - R中的载体结合

Question

我想实现一个模拟程序，它需要以下结构:

它有一个for循环，程序会在每次迭代中生成一个向量。我需要将每个生成的向量附加到现有向量。

我不知道如何在 R 中执行此操作。感谢您的帮助。

Answer 1

这些答案有效，但它们都需要调用非确定性函数，如 sample()在循环。这不是循环不变的代码(每次都是随机的)，但它仍然可以移出 for环形。诀窍是使用 n参数并预先生成您需要的所有随机数(如果您的问题允许这样做；有些可能不会，但很多会这样做)。现在您调用一个电话而不是 n电话，如果您的 n很大。这是一个简单的随机游走示例(但许多问题可以这样表述)。另外，完全披露:我今天没有喝咖啡，所以如果你看到错误请指出:-)

steps <- 30
n <- 100
directions <- c(-1, 1)

results <- vector('list', n)

for (i in seq_len(n)) {
  walk <- numeric(steps)
  for (s in seq_len(steps)) {
    walk[s] <- sample(directions, 1)
  }
  results[[i]] <- sum(walk)
}

我们可以通过调用 sample() 来重写它。 :

all.steps <- sample(directions, n*steps, replace=TRUE)
dim(all.steps) <- c(n, steps)
walks <- apply(all.steps, 1, sum)

速度增加证明(n=10000):

> system.time({
+ for (i in seq_len(n)) {
+   walk <- numeric(steps)
+   for (s in seq_len(steps)) {
+     walk[s] <- sample(directions, 1)
+   }
+   results[[i]] <- sum(walk)
+ }})
   user  system elapsed 
  4.231   0.332   4.758 

> system.time({
+ all.steps <- sample(directions, n*steps, replace=TRUE)
+ dim(all.steps) <- c(n, steps)
+ walks <- apply(all.steps, 1, sum)
+ })
   user  system elapsed 
  0.010   0.001   0.012 

如果您的模拟每次模拟函数调用只需要一个随机变量，请使用 sapply() ，或者更好的是 multicore包的 mclapply() .革命分析的 foreach包在这里也可能有用。此外，JD Long 有一个很棒的演示文稿和帖子，内容是通过 Amazon 的 EMR here 在 Hadoop 上模拟 R 中的内容。 (我找不到视频，但我相信有人会知道)。

带回家点:

预分配 numeric(n)或 vector('list', n)

将不变代码推出 for循环。使用其n 巧妙地将随机函数从代码中推出。争论。

努力争取sapply()或 lapply() ，或者更好mclapply .

不要使用 x <- c(x, rnorm(100)) .每次你这样做，R-core 的成员都会杀死一只小狗。