向量化矩阵

Question

我有一个 1000 x 1000 的大型二维矩阵。我想对其进行整形，使其成为一列（或行）。例如，如果矩阵是：

A B C
1 4 7
2 5 8
3 6 9

我想把它变成：

1 2 3 4 5 6 7 8 9

我不需要保留列标题，只需保留数据的顺序。如何使用 reshape2 （这是我认为最容易使用的包）来执行此操作？

---

为了澄清起见，我提到了reshape，因为我认为这是实现此目的的最佳方法。我可以看到有一些更简单的方法，我对此非常满意。

Answer 1

我认为很难找到比以下更紧凑的方法：

c(m)
[1] 1 2 3 4 5 6 7 8 9

但是，如果您想保留矩阵结构，那么对 dim 属性的这种重新设计将是有效的：

dim(m) <- c(dim(m)[1]*dim(m)[2], 1)
m
      [,1]
 [1,]    1
 [2,]    2
 [3,]    3
 [4,]    4
 [5,]    5
 [6,]    6
 [7,]    7
 [8,]    8
 [9,]    9

将会有更紧凑的方法来获取维度的乘积但上述方法强调了dim属性是矩阵的二元素向量。在该示例中获取“9”的其他方法包括：

> prod(dim(m))
[1] 9
> length(m)
[1] 9

Answer 2

一个可能的解决方案，但不使用 reshape2：

> m <- matrix(c(1:9), ncol = 3)
> m
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9
> as.vector(m)
[1] 1 2 3 4 5 6 7 8 9

Answer 3

来吧，R 伙计们，让我们给 OP 一个 reshape2 解决方案：

> m <- matrix(c(1:9), ncol = 3)
> melt(m)$value
[1] 1 2 3 4 5 6 7 8 9

我只是懒得去测试它比 c(m) 慢多少。不过，它是一样的：

> identical(c(m),melt(m)$value)
[1] TRUE

[编辑：哦，我在跟谁开玩笑：]

> system.time(for(i in 1:1000){z=melt(m)$value})
   user  system elapsed 
  1.653   0.004   1.662 
> system.time(for(i in 1:1000){z=c(m)})
   user  system elapsed 
  0.004   0.000   0.004 

Answer 4

as.vector(m) 应该比 c(m) 更有效：

> library(rbenchmark)
> m <- diag(5000)
> benchmark(
+   vect = as.vector(m), 
+   conc = c(m), 
+   replications=100
+ )
  test replications elapsed relative user.self sys.self user.child sys.child
2 conc          100  12.699    1.177     6.952    5.754          0         0
1 vect          100  10.785    1.000     4.858    5.933          0         0

Answer 5

一种更简单的方法是使用函数“sapply”（或者也可以使用“for”循环来完成相同的操作）

 m <- matrix(c(1:9), ncol = 3)
 (m1 <- as.numeric(sapply(1:NROW(m), function(i)(m[,i]))))