R中for循环内的子集

如何解决R中for循环内的子集

请快速回答一个问题：我正在尝试比较su -c "mount -o rw,remount /system" 中两列的值。如果我手动执行，则效果很好。如果我在下面使用for循环，它将无法正常工作。

对于为什么会发生这种情况的任何指导将不胜感激。

费尔南多

R

解决方法

如果我们要使用for循环。初始化一个NULL对象，然后在每次迭代时连接该对象，同时更新它

v1 <- c()
for (i in 1:ncol(predictions)) {
   v1 <- c(v1,mean (predictions[,i] == mnist_27$test$y))

 }

或者另一种选择是使用length作为'predictions'的ncol初始化向量，然后使用索引将mean的值分配给'v1'的每个元素

v1 <- numeric(ncol(predictions))
for(i in 1:ncol(predictions)) {
        v1[i] <-  mean (predictions[,i] == mnist_27$test$y)
 }

---

在R中，这可以更轻松地完成

colMeans(predictions == mnist_27$test$y)

---

基准

predictions <- as.data.frame(rep(rnorm(10000),10))
y<- c(predictions[1:1000,]) 

dyn.vect <- function(){
    v1 <- c()
    for (i in 1:ncol(predictions)) v1 <- c(v1,i] == y))
    v1
} 
vector.initialised <- function(){
    v1 <- numeric(ncol(predictions))
    for(i in 1:ncol(predictions)) v1[i] <-  mean (predictions[,i] == y)
    v1
}

( bench<-microbenchmark::microbenchmark(
    "Dynamic vector"=dyn.vect(),"Intialised vector"=vector.initialised(),colMeans=colMeans(predictions == y),lapply=lapply(predictions,function(x) {mean(x==y)})#,#times=1000
) )
#> Unit: microseconds
#>               expr      min        lq      mean    median        uq       max neval
#>     Dynamic vector  270.199  481.5680  627.9717  504.5865  557.5565  8212.167   100
#>  Intialised vector  273.730  480.0315  700.2607  511.1460  570.0820  6879.310   100
#>           colMeans 4450.484 7392.6910 8642.0002 7635.3505 8634.2050 50261.697   100
#>             lapply  272.007  466.1775  565.0209  486.5720  550.4960  4921.402   100
ggplot2::autoplot(bench)

lapply似乎是最快的，而colMeans似乎是最快的