[color=rgba(0, 0, 0, 0.75)]R语言入门——离散的高维变量的数据生成
8 m0 Y2 W- J$ }5 F: [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( ^3 X! J- H5 r% L
- 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
: S0 }' H" Z8 X$ |5 | $ i" N! O4 j3 P1 C% S9 l( ?
- 2、总结9 F& `: a9 T! t$ q
& Z3 Z' I* v, m# i; r
/ t* e" W' P( E) c5 f! c4 [: n" \; B
0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 l" u9 T: ]( K h' i9 L
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:
( c! K, n9 C8 H [color=rgba(0, 0, 0, 0.75)]X1X2
3 H- F9 Z' j( a K' S) [008 _ J" l. x2 p' f9 v8 k6 j
01' u7 y( H; ]; ]) y+ u# b( f
11; u1 w J7 [! d3 p8 [* b+ l( y* w: b
10
; O$ v# Z. W) ?- L' a* x7 C2 I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
: E' `! { Z( O! }, ~
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* x4 {0 s& x8 x& e. s$ N" z+ \( M; Q
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
7 J. z* X, {0 e& V$ _( { 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
- 137 H- U, R" t9 B( S% O5 q! I
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
1 V3 G' {, }5 ^% w& O/ t 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( a6 V5 q) M9 F- Q$ }9 c
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, ^ `" K6 c. j4 s# z* x- B
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。
6 U( x: f; s& ]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。 , w8 B; T" g' p2 ]% p1 p! o/ {2 u
& d! U4 x2 a: X9 O
|