R, selezionare la sequenza della sottomatrice da un array ad alta dimensionalità

Question

A è un array a 4 dimensioni con dim 100 * 100 * 100 * 100. Voglio selezionare 10000 sotto-matrice dalle ultime due dimensioni di A. B e C sono vettori di lunghezza 10000. Sono criteri di selezione. B specifica il numero di riga di A e C specifica il numero di colonna.

A <- array(rnorm(100^4), dim=c(100,100,100,100)) 
B <- sample(nrow(A) , 10000 , repl = TRUE) 
C <- sample(ncol(A) , 10000 , repl = TRUE) 
D <- array(0, dim=c(10000,100,100)) 

Con ciclo:

system.time(
for (i in 1:10000){  
    D[i,,] <- A[B[i],C[i],,] 
}) 

user system elapsed 
10.20 0.14 10.34 

con mapply:

sub_array <- function(b,c) return(A[b,c,,]) 
system.time(D <- mapply(FUN = sub_array, B, C, SIMPLIFY='array')) 

user system elapsed 
9.77 3.75 29.17 

che è ancora più lento. C'è un modo più veloce per farlo? Grazie.

Answer 1

Il trucco è di ri-dimmerare A in un array 3D in modo da poter usare quello che chiameremmo indicizzazione "normale".

Alcuni dati di esempio:

n <- 60 
A <- array(rnorm(n^4), dim=c(n,n,n,n)) 
B <- sample(nrow(A) , n^2 , repl = TRUE) 
C <- sample(ncol(A) , n^2 , repl = TRUE) 
D <- array(0, dim=c(n^2,n,n)) 

metodo OP:

system.time({ 
    D <- array(0, dim=c(n*n, n, n)) 
    for (i in 1:(n*n)) D[i,,] <- A[B[i],C[i],,] 
}) 
# user system elapsed 
# 2.33 0.08 2.41 

soluzione consigliata:

system.time({ 
    d <- dim(A) 
    dim(A) <- c(prod(d[1:2]), d[3:4]) 
    D2 <- A[B + d[1]*(C-1),,] 
}) 
# user system elapsed 
# 0.37 0.06 0.44 

E controlliamo che i risultati sono identici:

identical(D, D2) 
# [1] TRUE