r - 提高 for 循环的速度/矢量化，包括样本函数 R

Question

我正在寻找一种快速方法来创建一个具有一定概率被选择的整数值的矩阵。给定一个向量L=c(3,4,2)和概率向量Prob=c(0.4,0.35,0.25,0.1,0.25,0.4,0.25,0.6,0.4)与 sum(L)元素，我想选择，例如 1:L[1] = 1:3 之间的元素有概率Prob[1:L[1]] = c(0.4,0.35,0.25) 。这应该对 L 的所有元素执行。由参数rows确定的次数并存储到名为 POP 的矩阵中.

由于两个 for 循环，我的解决方案非常慢，我正在通过矢量化或其他技术寻找性能更好的解决方案。

我对这个问题的解决方案如下:

L = c(3,4,2)
L_cum = c(0,cumsum(L)) #vector to call vector sections from Prob
Prob = c(0.4,0.35,0.25,0.1,0.25,0.4,0.25,0.6,0.4)  #probability vector for sum(L) elements
rows = 5  #number of rows of matrix POP
POP = matrix(0,rows,length(L)) 

for(i in 1:rows){
 for(j in 1:length(L)){
   POP[i,j] = sample(1:L[j],1,prob=Prob[(L_cum[j]+1):L_cum[j+1]])
 }
}

Answer 1

我只是尝试一下:

set.seed(1234)
#set the number of extractions
n<-10
vapply(split(Prob,rep(seq_along(L),L)), 
          function(x) sample(length(x),n,replace=TRUE,prob=x),
          integer(n))
#      1 2 3
# [1,] 1 4 1
# [2,] 2 2 1
# [3,] 2 3 1
# [4,] 2 1 1
# [5,] 3 3 1
# [6,] 2 4 2
# [7,] 1 3 1
# [8,] 1 3 2
# [9,] 2 3 2
#[10,] 2 3 1