R sparseVector-class 稀疏向量类

说明

稀疏向量类：虚拟母类 "sparseVector" 有五个实际子类 "dsparseVector" 、 "isparseVector" 、 "lsparseVector" 、 "nsparseVector" 和 "zsparseVector" ，其中我们主要实现了 d* 的方法、l* 和n* 。

插槽

length：

类"numeric" - 稀疏向量的length。请注意，"numeric" 可以故意大于最大值 "integer" 、 .Machine$integer.max 。

i：

类 "numeric" - 非零条目的(从 1 开始)索引。不能是NA并且严格递增排序。

请注意， "integer" 是 “part of” "numeric" ，并且可以(并且通常会)用于非大型稀疏向量。

x：

(对于除 "nsparseVector" 之外的所有内容)：非零条目。这是类 "numeric" 的类 "dsparseVector" ， "logical" 的类 "lsparseVector" 等。

请注意，"nsparseVector" 没有 x 插槽。此外，主要是为了便于方法定义，我们将具有 x 槽的所有稀疏向量类的类并集(参见 setClassUnion )定义为类 "xsparseVector" 。

方法

长度

signature(x = "sparseVector") ：简单地提取length 槽。

展示

signature(object = "sparseVector")：稀疏向量的show方法使用非导出的prSpVector函数将“structural”零打印为"."，该函数允许进一步定制，例如用" "(空白)替换"."。

请注意，options(max.print) 将影响打印大型稀疏向量的条目数量。

as.vector

signature(x = "sparseVector", mode = "character") 将稀疏向量强制为 “regular”，即原子向量。这与 as(x, "vector") 相同。

作为

..：参见下面的coerce

强制

signature(from = "sparseVector", to = "sparseMatrix")， 和

强制

signature(from = "sparseMatrix", to = "sparseVector")等：对稀疏矩阵的强制转换(sparseMatrix)的提供和工作方式与标准类似R，即向量被强制转换为 1 列矩阵。

暗淡<-

signature(x = "sparseVector", value = "integer") 将稀疏向量强制转换为稀疏矩阵，即继承自 sparseMatrix 的适当维度的对象。

头

signature(x = "sparseVector"): 与R的(包util)head,head(x,n)(为了n >= 1)相当于x[1:n]，但这里可以更有效，请参阅示例。

尾巴

signature(x = "sparseVector") ：类似于 head ，见上文。

托普利茨

signature(x = "sparseVector") ：作为 toeplitz(x) ，从 x 生成 n \times n Toeplitz 矩阵，其中 n = length(x) 。

代表

signature(x = "sparseVector") 重复 x ，使用相同的参数列表 (x, times, length.out, each, ...) 作为 rep() 的默认方法。

哪一个

signature(x = "nsparseVector") 和

哪一个

signature(x = "lsparseVector") 返回非零条目的索引(这对于稀疏向量来说很简单)。

行动

signature(e1 = "sparseVector", e2 = "*") ：定义算术、比较和逻辑运算(参见Ops)。

概括

signature(x = "sparseVector") ：定义所有Summary 方法。

[

signature(x = "atomicVector", i = ...)：您不仅可以使用稀疏向量i对sparseVectors x[i]进行子集化(又名“index into”)，而且我们还支持通过逻辑稀疏向量对传统向量x进行高效子集化。 (即类 "nsparseVector" 或 "lsparseVector" 的 i )。

is.na，is.finite，is.infinite

(x = "sparseVector") 和

is.na，is.finite，is.infinite

(x = "nsparseVector")： 返回logical或者"nsparseVector"与相同长度x，表示是否/何处x是NA(或者NaN)，有限或无限，完全类似于相应的基数R职能。

c.sparseVector()是适用于所有的 S3 方法"sparseVector"s，但自动分派仅发生在第一个参数上，因此它也可以像常规一样有用R函数，请参阅示例。

例子

getClass("sparseVector")
getClass("dsparseVector")
getClass("xsparseVector")# those with an 'x' slot

sx <- c(0,0,3, 3.2, 0,0,0,-3:1,0,0,2,0,0,5,0,0)
(ss <- as(sx, "sparseVector"))

ix <- as.integer(round(sx))
(is <- as(ix, "sparseVector")) ## an "isparseVector" (!)
(ns <- sparseVector(i= c(7, 3, 2), length = 10)) # "nsparseVector"
## rep() works too:
(ri <- rep(is, length.out= 25))

## Using `dim<-`  as in base R :
r <- ss
dim(r) <- c(4,5) # becomes a sparse Matrix:
r
## or coercion (as as.matrix() in base R):
as(ss, "Matrix")
stopifnot(all(ss == print(as(ss, "CsparseMatrix"))))

## currently has "non-structural" FALSE -- printing as ":"
(lis <- is & FALSE)
(nn <- is[is == 0]) # all "structural" FALSE

## NA-case
sN <- sx; sN[4] <- NA
(svN <- as(sN, "sparseVector"))

v <- as(c(0,0,3, 3.2, rep(0,9),-3,0,-1, rep(0,20),5,0),
         "sparseVector")
v <- rep(rep(v, 50), 5000)
set.seed(1); v[sample(v@i, 1e6)] <- 0
str(v)




system.time(for(i in 1:4) hv <- head(v, 1e6))
##   user  system elapsed
##  0.033   0.000   0.032
system.time(for(i in 1:4) h2 <- v[1:1e6])
##   user  system elapsed
##  1.317   0.000   1.319

stopifnot(identical(hv, h2),
          identical(is | FALSE, is != 0),
	  validObject(svN), validObject(lis), as.logical(is.na(svN[4])),
	  identical(is^2 > 0,	is & TRUE),
	  all(!lis), !any(lis), length(nn@i) == 0, !any(nn), all(!nn),
	  sum(lis) == 0, !prod(lis), range(lis) == c(0,0))

## create and use the t(.) method:
t(x20 <- sparseVector(c(9,3:1), i=c(1:2,4,7), length=20))
(T20 <- toeplitz(x20))
stopifnot(is(T20, "symmetricMatrix"), is(T20, "sparseMatrix"),
	  identical(unname(as.matrix(T20)),
                    toeplitz(as.vector(x20))))

## c() method for "sparseVector" - also available as regular function
(c1 <- c(x20, 0,0,0, -10*x20))
(c2 <- c(ns, is, FALSE))
(c3 <- c(ns, !ns, TRUE, NA, FALSE))
(c4 <- c(ns, rev(ns)))
## here, c() would produce a list {not dispatching to c.sparseVector()}
(c5 <- c.sparseVector(0,0, x20))

## checking (consistency)
.v <- as.vector
.s <- function(v) as(v, "sparseVector")
stopifnot(
  all.equal(c1, .s(c(.v(x20), 0,0,0, -10*.v(x20))),      tol=0),
  all.equal(c2, .s(c(.v(ns), .v(is), FALSE)),            tol=0),
  all.equal(c3, .s(c(.v(ns), !.v(ns), TRUE, NA, FALSE)), tol=0),
  all.equal(c4, .s(c(.v(ns), rev(.v(ns)))),              tol=0),
  all.equal(c5, .s(c(0,0, .v(x20))),                     tol=0)
)

也可以看看

sparseVector() 用于稀疏向量的友好构造(as(*, "sparseVector") 除外)。