在R中获取矩阵列的加权和的最快方法

Posted 2023-03-12

【中文标题】在R中获取矩阵列的加权和的最快方法

【英文标题】：Fastest way to take the weighted sum of the columns of a matrix in R

【发布时间】：2012-10-28 04:57:01

【问题描述】：

我需要矩阵每一列的加权和。

data <- matrix(1:2e7,1e7,2) # warning large number, will eat up >100 megs of memory
weights <- 1:1e7/1e5
system.time(colSums(data*weights))
system.time(apply(data,2,function(x) sum(x*weights)))
all.equal(colSums(data*weights), apply(data,2,function(x) sum(x*weights)))

通常colSums(data*weights) 比应用调用更快。

我经常做这个操作（在一个大矩阵上）。因此，寻求有关最有效实施的建议。理想情况下，如果我们可以将权重传递给 colSums（或 rowSums），那就太好了。

谢谢，感谢任何见解！

【参考方案1】：

colSums 和 * 都是内部或原始函数，将比 apply 方法快得多

您可以尝试的另一种方法是在寻找时使用一些基本的矩阵代数

 weights %*% data

矩阵乘法的方法看起来并不快但是会避免创建一个大小为data的临时对象

system.time(.y <- colSums(data * weights))
##  user  system elapsed 
##  0.12    0.03    0.16 


system.time(.x <- weights %*% data)
##   user  system elapsed 
##   0.20    0.05    0.25 

【参考方案2】：

Rcpp 会带来性能提升（尤其是在列数较多的情况下）。

library(Rcpp)
library(inline)
src <- '
 Rcpp::NumericMatrix dataR(data);
 Rcpp::NumericVector weightsR(weights);
 int ncol = dataR.ncol();
 Rcpp::NumericVector sumR(ncol);
 for (int col = 0; col<ncol; col++)
   sumR[col] = Rcpp::sum(dataR( _, col)*weightsR);
 
 return Rcpp::wrap(sumR);'

weighted.colSums <- cxxfunction(
  signature(data="numeric", weights="numeric"), src, plugin="Rcpp")
data <- matrix(as.numeric(1:1e7),1e5,100) # warning large object
weights <- 1:1e5/1e5
all.equal(colSums(data*weights), weighted.colSums(data, weights))
## [1] TRUE
print(system.time(colSums(data*weights)))
##   user  system elapsed 
##  0.065   0.001   0.064 
print(system.time(as.vector(weighted.colSums(data, weights))))
##   user  system elapsed 
##  0.019   0.001   0.019 
all.equal(as.vector(weights %*% data), weighted.colSums(data, weights))
## [1] TRUE
print(system.time(weights %*% data))
##   user  system elapsed 
##  0.066   0.001   0.066