如何使用 while 循环填充矩阵(按块)?
Posted
技术标签:
【中文标题】如何使用 while 循环填充矩阵(按块)?【英文标题】:How do I fill in a matrix (by chunks) using a while loop? 【发布时间】:2021-11-16 11:10:54 【问题描述】:我正在尝试读取大型数据集的块: 找到每个块的平均值(代表更大的列) 将平均值添加到矩阵列中 然后找到平均值的平均值给我列的整体平均值。 我已经设置好了,但是我的 while 循环没有重复它的循环。我认为这可能与我如何指代“块”和“块”有关。
这是在R中使用“iris.csv”的一种做法
fl <- file("iris.csv", "r")
clname <- readLines(fl, n=1) # read the header
r <- unlist(strsplit(clname,split = ","))
length(r) # get the number of columns in the matrix
cm <- matrix(NA, nrow=1000, ncol=length(r)) # need a matrix that can be filled on each #iteration.
numchunk = 0 #set my chunks of code to build up
while(numchunk <= 0) #stop when no more chunks left to run
numchunk <- numchunk + 1 # keep on moving through chunks of code
x <- readLines(fl, n=100) #read 100 lines at a time
chunk <- as.numeric(unlist(strsplit(x,split = ","))) # readable chunk of code
m <- matrix(chunk, ncol=length(r), byrow = TRUE) # put chunk in a matrix
cm[numchunk,] <- colMeans(m) #get the column means of the matrix and fill in larger matrix
print(numchunk) # print the number of chunks used
cm
close(fl)
final_mean <- colSums(cm)/nrow(cm)
return(final_mean)
-- 这在我设置我的 n = 1000 时有效,但我希望它适用于更大的数据集,其中 while 需要继续运行。 谁能帮我纠正这个问题?
【问题讨论】:
【参考方案1】:也许这有帮助
clname <- readLines(fl, n=1) # read the header
r <- unlist(strsplit(clname,split = ","))
length(r) # get the number of columns in the matrix
cm <- matrix(NA, nrow=1000, ncol=length(r)) #
numchunk = 0
flag <- TRUE
while(flag)
numchunk <- numchunk + 1 # keep on moving through chunks of code
x <- readLines(fl, n=5)
print(length(x))
if(length(x) == 0)
flag <- FALSE
else
chunk <- as.numeric(unlist(strsplit(x,split = ","))) # readable chunk of code
m <- matrix(chunk, ncol=length(r), byrow = TRUE) # put chunk in a matrix
cm[numchunk,] <- colMeans(m) #get the column means of the matrix and fill in larger matrix
print(numchunk) # print the number of chunks used
cm
close(fl)
final_mean <- colSums(cm)/nrow(cm)
【讨论】:
【参考方案2】:首先,定义一个辅助函数r2v()
将原始行拆分为有用的向量可能会有所帮助。
r2v <- Vectorize(\(x)
## splits raw lines to vectors
strsplit(gsub('\\"', '', x), split=",")[[1]][-1]
)
打开文件后,使用system()
和 bash 命令检查文件大小,无需读取它(对于 Windows,请参阅there。)
## open file
f <- 'iris.csv'
fl <- file(f, "r")
## rows
(nr <-
as.integer(gsub(paste0('\\s', f), '', system(paste('wc -l', f), int=T))) - 1)
# nr <- 150 ## alternatively define nrows manually
# [1] 150
## columns
nm <- readLines(fl, n=1) |> r2v()
(nc <- length(nm))
# [1] 5
接下来,定义可以划分行的块大小。
## define chunk size
ch_sz <- 50
stopifnot(nr %% ch_sz == 0) ## all chunks should be filled
然后,使用replicate()
,我们逐块计算rowMeans()
(因为我们得到了转置的块),最后rowMeans()
再次对所有内容进行计算,以获得整个矩阵的列均值。
## calculate means chunk-wise
final_mean <-
replicate(nr / ch_sz,
rowMeans(type.convert(r2v(readLines(fl, n=ch_sz)), as.is=TRUE))) |>
rowMeans()
close(fl)
兽医验证结果。
## test
all.equal(final_mean, as.numeric(colMeans(iris[-5])))
# [1] TRUE
数据:
iris[-5] |>
write.csv('iris.csv')
【讨论】:
以上是关于如何使用 while 循环填充矩阵(按块)?的主要内容,如果未能解决你的问题,请参考以下文章