如何避免在R

如何解决如何避免在R

我是R编程的初学者。最近，我编写了一个用户定义的函数，如下所示：

foo <- function(x){
power <- 1:4
sum(x^power)
}

当x是一个整数时，此功能可以正常使用。例如，当x = 1时，结果为4；当x = 10时，结果为11110。但是，此函数不适用于矢量。例如，当x <- c(1,10)时，结果是10102，这不是我想要的。我期望的结果是一个向量，例如4 11110。我知道可以通过在函数上使用sapply()或在函数内部添加for循环来解决此问题，但是我认为可能存在另一种无需使用循环或“应用”函数即可重写函数的方法。我尝试了多种方法重写函数，但是没有任何效果，有人可以帮助我解决问题吗？谢谢！

解决方法

从数学上讲，一种简单而直接的方法是像下面这样重写foo函数

foo <- function(x) {
  power <- 1:4
  ifelse(x==1,max(power),x*(x**(max(power))-1)/(x-1))
}

给出

> foo(c(1,10))
[1]     4 11110

,

我认为没有办法避免任何形式的隐式或显式循环，因为power是向量，而您将x传递给它是另一个向量。

以下是几种选择：

1. 您最好的选择是sapply（您已经知道了）。

sapply(c(1,10),foo)
#[1]     4 11110

1. 另一种方法是使用Vectorize，在该位置您无法“看到”该循环，但由于它是mapply的包装，因此仍在下面循环。

Vectorize(foo)(c(1,10))
#[1]     4 11110

1. 使用outer：

foo <- function(x){
  power <- 1:4
  rowSums(outer(x,power,`^`))
}
foo(c(1,10))
#[1]     4 11110

显然，您也可以编写一个简单的for循环并将c(1,10)传递给它。

,

这有效：

foo <- function(x,power = 1:4){
  
  ind <- 1 + seq_along(power)
  power <- matrix(rep(power,length(x)),nrow = length(x),byrow = T)
  x <- as.matrix(x)
  
  m <- cbind(x,power)
  m <- m[,1]^m[,ind]
  v <- rowSums(m)
  
  return(v)
  
}

foo(x = c(1,10))
## [1]     4 11110

运行速度比使用sapply(x foo)快8.5倍（当foo是长度== 1,000,000的向量时）。这里有点晚了，所以我不知道您是否可以更好地优化内部。