R Vectorize 向量化标量函数

说明

Vectorize 创建一个函数包装器，向量化其参数 FUN 的操作。

用法

Vectorize(FUN, vectorize.args = arg.names, SIMPLIFY = TRUE,
          USE.NAMES = TRUE)

参数

FUN	要应用的函数，通过 match.fun 找到。
vectorize.args	应向量化的参数的字符向量。默认为 FUN 的所有参数。
SIMPLIFY	逻辑或字符串；尝试将结果简化为向量、矩阵或更高维数组；请参阅 sapply 的 simplify 参数。
USE.NAMES	逻辑性；如果第一个 ... 参数有名称，则使用名称，或者如果它是字符向量，则使用该字符向量作为名称。

细节

Vectorize 的 vectorize.args 参数中指定的参数是 ... 列表中传递给 mapply 的参数。只有真正通过的才会被向量化；默认值不会。请参阅示例。

Vectorize 不能与基元函数一起使用，因为它们没有 formals 的值。

它也不能与具有名为 FUN 、 vectorize.args 、 SIMPLIFY 或 USE.NAMES 参数的函数一起使用，因为它们会干扰 Vectorize 参数。请参阅下面的 combn 示例了解解决方法。

值

与 FUN 具有相同参数的函数，包装对 mapply 的调用。

例子

# We use rep.int as rep is primitive
vrep <- Vectorize(rep.int)
vrep(1:4, 4:1)
vrep(times = 1:4, x = 4:1)

vrep <- Vectorize(rep.int, "times")
vrep(times = 1:4, x = 42)

f <- function(x = 1:3, y) c(x, y)
vf <- Vectorize(f, SIMPLIFY = FALSE)
f(1:3, 1:3)
vf(1:3, 1:3)
vf(y = 1:3) # Only vectorizes y, not x

# Nonlinear regression contour plot, based on nls() example
require(graphics)
SS <- function(Vm, K, resp, conc) {
    pred <- (Vm * conc)/(K + conc)
    sum((resp - pred)^2 / pred)
}
vSS <- Vectorize(SS, c("Vm", "K"))
Treated <- subset(Puromycin, state == "treated")

Vm <- seq(140, 310, length.out = 50)
K <- seq(0, 0.15, length.out = 40)
SSvals <- outer(Vm, K, vSS, Treated$rate, Treated$conc)
contour(Vm, K, SSvals, levels = (1:10)^2, xlab = "Vm", ylab = "K")

# combn() has an argument named FUN
combnV <- Vectorize(function(x, m, FUNV = NULL) combn(x, m, FUN = FUNV),
                    vectorize.args = c("x", "m"))
combnV(4, 1:4)
combnV(4, 1:4, sum)