R语言入门——离散的高维变量的数据生成

杨利霞

[color=rgba(0, 0, 0, 0.75)]R语言入门——离散的高维变量的数据生成
$ D  c9 j; ?7 N3 d- p4 e" R目录

• 0引言
• 1、函数代码及其结果
• • 1.1、固定取值空间的情况
  • • 案例1.1
    • 案例1.2
      , B1 w* z, J5 X' e- h0 O
  • 1.2、每个参数空间长度不固定
  • • 案例2.1
    • 案例2.2
    • 案例2.3
      & z9 q9 v* o: F1 {6 B1 ~! @" W) G; k( c
    
    
• 2、总结
  

6 Z# G: r7 X' }, M0引言

今天应同学需求，写了个关于生成任意高维离散参数的组合数据。具体要求如下:

• 需要生成k个取值离散参数
• 每一个参数取值有限
  为了更好的理解需求，给出一个比较常见的例子。由X1和X2两个参数，每个参数取值为0和1。需要生成的结果如下：
  ' K5 T' K; J: d  X4 |

[color=rgba(0, 0, 0, 0.75)]X1X2
/ C0 t* y+ p' I$ h* T00
3 O. f3 r( @9 T0 M: {9 V$ n01
1 x! @) _+ V9 }11
$ \5 H" o3 y0 b+ W1 @) Y* O) y10

但是想产生任意维度，每个维度的取值空间不同的数据该怎么办？下面是我的解决方案和大家分享一下。

1、函数代码及其结果1.1、固定取值空间的情况

为了找寻思路先来个情况比较特殊的。嘿嘿，不多解释直接上代码：

# 1、参数空间固定# n是参数个数，C是每个参数的取值空间fun <- function(n = 3, C = C){  Data <- c()  p = length(C)  for(i in 1:n){    Data <- cbind(Data, rep(C, each = p^(n-i), time = p^(i-1)))  }  Data}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
  . `! X: E7 p* @

接下来是这个代码使用案例：

案例1.1## 参数空间# 生成数据> C <- c(0, 2, 3)> # 两个参数> fun(n = 2, C = C)      [,1] [,2] [1,]    0    0 [2,]    0    2 [3,]    0    3 [4,]    2    0 [5,]    2    2 [6,]    2    3 [7,]    3    0 [8,]    3    2 [9,]    3    3> fun(n = 3, C = C)  #  增加变量个数      [,1] [,2] [,3] [1,]    0    0    0 [2,]    0    0    2 [3,]    0    0    3 [4,]    0    2    0 [5,]    0    2    2 [6,]    0    2    3 [7,]    0    3    0 [8,]    0    3    2 [9,]    0    3    3[10,]    2    0    0[11,]    2    0    2[12,]    2    0    3[13,]    2    2    0[14,]    2    2    2[15,]    2    2    3[16,]    2    3    0[17,]    2    3    2[18,]    2    3    3[19,]    3    0    0[20,]    3    0    2[21,]    3    0    3[22,]    3    2    0[23,]    3    2    2[24,]    3    2    3[25,]    3    3    0[26,]    3    3    2[27,]    3    3    3

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
  

案例1.2# 改变空间> C <- c(0, 2, 3, 4)> fun(n = 2, C = C)      [,1] [,2] [1,]    0    0 [2,]    0    2 [3,]    0    3 [4,]    0    4 [5,]    2    0 [6,]    2    2 [7,]    2    3 [8,]    2    4 [9,]    3    0[10,]    3    2[11,]    3    3[12,]    3    4[13,]    4    0[14,]    4    2[15,]    4    3[16,]    4    4

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
  

1.2、每个参数空间长度不固定

依然直接给出函数：

fun2 <- function(n = 3, ...){  arg = list(...)  p <- c()  for(k in 1:n){    p[k] <- length(arg[[k]])  }  Data <- c()  for(i in 1:n){    Data <- cbind(Data, rep(arg[],    each = prod(p)/prod(p[1:i]), time = prod(p[1:i])/p))  }  Data}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
  8 h9 k) p& ^; `- K) z) [0 U

案例2.1

两个参数，空间长度不同。

# 生成数据> C1 <- c(1, 2)> C2 <- c(3, 4, 5)> C3 <- c(6, 7)> # 函数调用> fun2(n = 2, C1, C2)     [,1] [,2][1,]    1    3[2,]    1    4[3,]    1    5[4,]    2    3[5,]    2    4[6,]    2    5

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
  7 p2 Y, @- a1 x. O0 C7 ?) Q

案例2.2

两个参数，空间长度相同，可以发现对于空间长度相同的参数也可以使用fun2来实现。

# 注:数据使用案例2.1中的数据> fun2(n = 2, C1, C3)     [,1] [,2][1,]    1    6[2,]    1    7[3,]    2    6[4,]    2    7

• 1
• 2
• 3
• 4
• 5
• 6
• 7
  / x5 t$ b% R7 A* c0 ]0 n

案例2.3

三个参数，不同状态空间。

# 注:数据使用案例2.1中的数据> fun2(n = 3, C1, C2, C3)      [,1] [,2] [,3] [1,]    1    3    6 [2,]    1    3    7 [3,]    1    4    6 [4,]    1    4    7 [5,]    1    5    6 [6,]    1    5    7 [7,]    2    3    6 [8,]    2    3    7 [9,]    2    4    6[10,]    2    4    7[11,]    2    5    6[12,]    2    5    7

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
  

2、总结

上述函数的核心思想在于对rep函数的each和time参数的灵活应用以及高中数列的知识。再写不同参数空间的数据生成函数fun2时，还应该注意输入参数...的使用使函数使用更加方便。
最后欢迎大家发现错误及时在评论区指出，若有更好的方法在评论区域给出一起学习探讨。

% `' f+ o9 S0 |* m
" ^1 y* B# o6 Z# b