R Vectorize 向量化標量函數

說明

Vectorize 創建一個函數包裝器，向量化其參數 FUN 的操作。

用法

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

參數

FUN	要應用的函數，通過 match.fun 找到。
vectorize.args	應向量化的參數的字符向量。默認為 FUN 的所有參數。
SIMPLIFY	邏輯或字符串；嘗試將結果簡化為向量、矩陣或更高維數組；請參閱 sapply 的 simplify 參數。
USE.NAMES	邏輯性；如果第一個 ... 參數有名稱，則使用名稱，或者如果它是字符向量，則使用該字符向量作為名稱。

細節

Vectorize 的 vectorize.args 參數中指定的參數是 ... 列表中傳遞給 mapply 的參數。隻有真正通過的才會被向量化；默認值不會。請參閱示例。

Vectorize 不能與基元函數一起使用，因為它們沒有 formals 的值。

它也不能與具有名為 FUN 、 vectorize.args 、 SIMPLIFY 或 USE.NAMES 參數的函數一起使用，因為它們會幹擾 Vectorize 參數。請參閱下麵的 combn 示例了解解決方法。

值

與 FUN 具有相同參數的函數，包裝對 mapply 的調用。

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)