スパースベクトルのリストからスパース行列を作成する

Question

スパースベクトル（R）のリストがあります。このリストを疎な行列に変換する必要があります。 forループを使用して実行すると、時間がかかります。

sm<-spMatrix(length(tc2),n.col) 
for(i in 1:length(tc2)){ 
    sm[i,]<-(tc2[i])[[1]]; 
} 

良い方法はありますか？ここで

Answer 1

は、2段階のソリューションです：

• 使用lapply()とas(..., "sparseMatrix") 1列sparseMatricesのリストにsparseVectorsのリストを変換します。単一疎行列にsparseMatricesを組み合わせること

• 使用do.call()とcBind()。解決策を示唆ためのジョシュ・オブライエンに

---

require(Matrix) 

# Create a list of sparseVectors 
ss <- as(c(0,0,3, 3.2, 0,0,0,-3), "sparseVector") 
l <- replicate(3, ss) 

# Combine the sparseVectors into a single sparseMatrix 
l <- lapply(l, as, "sparseMatrix") 
do.call(cBind, l) 

# 8 x 3 sparse Matrix of class "dgCMatrix" 
#      
# [1,] . . . 
# [2,] . . . 
# [3,] 3.0 3.0 3.0 
# [4,] 3.2 3.2 3.2 
# [5,] . . . 
# [6,] . . . 
# [7,] . . . 
# [8,] -3.0 -3.0 -3.0 

Answer 2

ありがとう：3つのリストを作成し、その後、疎行列を作成します。 私はここで、このためのコードは次のとおりです。

vectorList2Matrix<-function(vectorList){ 
nzCount<-lapply(vectorList, function(x) length(x@j)); 
nz<-sum(do.call(rbind,nzCount)); 
r<-vector(mode="integer",length=nz); 
c<-vector(mode="integer",length=nz); 
v<-vector(mode="integer",length=nz); 
ind<-1; 
for(i in 1:length(vectorList)){ 
    ln<-length(vectorList[[i]]@i); 
    if(ln>0){ 
    r[ind:(ind+ln-1)]<-i; 
    c[ind:(ind+ln-1)]<-vectorList[[i]]@j+1 
    v[ind:(ind+ln-1)]<-vectorList[[i]]@x 
    ind<-ind+ln; 
    } 
} 
return (sparseMatrix(i=r,j=c,x=v)); 
} 

Answer 3

このシナリオで、cbindベクトルの束をINGのは、右のsparse, column-orientedマトリックス（dgCMatrixクラス）に情報をダンプするために完璧に設定されています。

ここでそれを行います機能です。

sv.cbind <- function (...) { 
    input <- lapply(list(...), as, "dsparseVector") 
    thelength <- unique(sapply(input,length)) 
    stopifnot(length(thelength)==1) 
    return(sparseMatrix( 
      x=unlist(lapply(input,slot,"x")), 
      i=unlist(lapply(input,slot,"i")), 
      p=c(0,cumsum(sapply(input,function(x){length(x@x)}))), 
      dims=c(thelength,length(input)) 
     )) 
} 

簡単なテストから、これは強制+ cBindよりも約10倍高速になりそうだ。

require(microbenchmark) 
xx <- lapply(1:10, function (k) { 
      sparseVector(x=rep(1,100), i=sample.int(1e4,100), length=1e4) 
     }) 
microbenchmark(do.call(sv.cbind, xx), do.call(cBind, lapply(xx,as,"sparseMatrix"))) 
# Unit: milliseconds 
#           expr  min  lq  mean median  uq  max neval cld 
#       do.call(sv.cbind, xx) 1.398565 1.464517 1.540172 1.49487 1.55911 3.455421 100 a 
# do.call(cBind, lapply(xx, as, "sparseMatrix")) 16.037890 16.356268 16.956326 16.59854 17.49956 20.256253 100 b