如何使用“扫描”功能

当我查看R Packages的来源时，我看到了sweep经常使用的函数。有时候，当一个简单的函数就足够了（例如apply）时，就会用到它，而在其他时间，如果不花费大量的时间来遍历其中的代码块，就不可能确切知道它在做什么。

我可以sweep使用更简单的功能来重现效果，这一事实表明我不了解sweep的核心用例，而经常使用此功能的事实表明它非常有用。

上下文：

sweep是R标准库中的函数；它的参数是：

sweep(x, MARGIN, STATS, FUN="-", check.margin=T, ...)

# x is the data
# STATS refers to the summary statistics which you wish to 'sweep out'
# FUN is the function used to carry out the sweep, "-" is the default

如您所见，参数与相似，apply尽管还sweep需要一个参数STATS。

另一个关键区别是，sweep返回的数组与输入数组的形状相同，而返回的结果apply取决于传入的函数。

sweep 实际上：

# e.g., use 'sweep' to express a given matrix in terms of distance from 
# the respective column mean

# create some data:
M = matrix( 1:12, ncol=3)

# calculate column-wise mean for M
dx = colMeans(M)

# now 'sweep' that summary statistic from M
sweep(M, 2, dx, FUN="-")

     [,1] [,2] [,3]
[1,] -1.5 -1.5 -1.5
[2,] -0.5 -0.5 -0.5
[3,]  0.5  0.5  0.5
[4,]  1.5  1.5  1.5

因此，总而言之，我正在寻找的是一个或两个示例用例sweep。

请不要背诵或链接到R文档，邮件列表或任何“主要” R资源-假设我已阅读它们。我感兴趣的是经验丰富的R程序员/分析师如何sweep在自己的代码中使用。

sweep()通常在按行或按列操作矩阵时使用，并且该操作的其他输入对于每个行/列都是不同的值。与一样，是按行还是按列由MARGIN定义apply()。我所谓的“另一个输入”所使用的值由STATS定义。因此，对于每一行（或每一列），您将从STATS中获取一个值并用于FUN定义的操作中。

例如，如果要在定义的矩阵的第一行中添加1，在第二行中添加2，依此类推，则可以执行以下操作：

sweep (M, 1, c(1: 4), "+")

坦率地说，我也不了解R文档中的定义，我只是通过查找示例来学习的。

scan（）对于系统地逐列或逐行处理大型矩阵非常有用，如下所示：

> print(size)
     Weight Waist Height
[1,]    130    26    140
[2,]    110    24    155
[3,]    118    25    142
[4,]    112    25    175
[5,]    128    26    170

> sweep(size, 2, c(10, 20, 30), "+")
     Weight Waist Height
[1,]    140    46    170
[2,]    120    44    185
[3,]    128    45    172
[4,]    122    45    205
[5,]    138    46    200

当然，此示例很简单，但是更改STATS和FUN参数，可以进行其他操作。

这个问题有点老了，但是由于我最近遇到了这个问题，通常可以在stats函数的源代码中找到sweep的典型用法，该函数cov.wt用于计算加权协方差矩阵。我正在看R 3.0.1中的代码。sweep在计算协方差之前，这里用于减去列均值。在代码的第19行，得出中心向量：

 center <- if (center) 
        colSums(wt * x)
    else 0

并在第54行将其从矩阵中清除

x <- sqrt(wt) * sweep(x, 2, center, check.margin = FALSE)

代码的作者使用默认值FUN = "-"，这让我有些困惑。

一种用途是在计算数组的加权和时。在rowSums或colSums可以假定表示“权重= 1”的情况下，sweep可以在此之前使用来得出加权结果。这对于尺寸大于等于3的数组特别有用。

例如，在根据@James King的示例计算加权协方差矩阵时，就会出现这种情况。

这是基于当前项目的另一个：

set.seed(1)
## 2x2x2 array
a1 <- array(as.integer(rnorm(8, 10, 5)), dim=c(2, 2, 2))
## 'element-wise' sum of matrices
## weights = 1
rowSums(a1, dims=2)
## weights
w1 <- c(3, 4)
## a1[, , 1] * 3;  a1[, , 2] * 4
a1 <- sweep(a1, MARGIN=3, STATS=w1, FUN="*")
rowSums(a1, dims=2)

您可以使用sweep函数来缩放和居中数据，如以下代码所示。请注意，此处的means和sds是任意的（您可能需要一些参考值，以便根据它们来标准化数据）：

df=matrix(sample.int(150, size = 100, replace = FALSE),5,5)

df_means=t(apply(df,2,mean))
df_sds=t(apply(df,2,sd))

df_T=sweep(sweep(df,2,df_means,"-"),2,df_sds,"/")*10+50

此代码将原始分数转换为T分数（平均值= 50，标准差= 10）：

> df
     [,1] [,2] [,3] [,4] [,5]
[1,]  109    8   89   69   15
[2,]   85   13   25  150   26
[3,]   30   79   48    1  125
[4,]   56   74   23  140  100
[5,]  136  110  112   12   43
> df_T
         [,1]     [,2]     [,3]     [,4]     [,5]
[1,] 56.15561 39.03218 57.46965 49.22319 40.28305
[2,] 50.42946 40.15594 41.31905 60.87539 42.56695
[3,] 37.30704 54.98946 47.12317 39.44109 63.12203
[4,] 43.51037 53.86571 40.81435 59.43685 57.93136
[5,] 62.59752 61.95672 63.27377 41.02349 46.09661