如何存储一个向量的向量

Question

我正在尝试编写一个函数，用于确定x（一个点）和y（n个点的集合）之间的欧几里得距离。我应该如何将y传递给函数？到目前为止，我使用了这样的矩阵：

     [,1] [,2] [,3]
[1,]    0    2    1
[2,]    1    1    1

需要将（0,2,1）和（1,1,1）这两个点传递给该函数。

然而，当我将x作为普通的（列）向量传递时，在函数中两个变量不匹配。 我要么必须转置x或y，或以其他方式保存向量的向量。

我的问题是：在R中保存多个向量的标准方法是什么？（我的矩阵y） 是将我的y转置还是列表或数据框？

- Alexander Engelhardt

---

我会创建一个包含你想要计算距离的点的组合的列表。将其传递给应用函数，然后从那里开始工作。 - Roman Luštrik

Answer 1

没有标准的方法，所以你应该选择最有效的方法，这取决于向量创建后的外观（最好避免不必要的转换），以及函数本身的速度。

我认为一个带有x、y和z列的data.frame应该是一个相当不错的选择；距离函数将会非常简单和快速：

d<-function(x,y) sqrt((y$x-x[1])^2+(y$y-x[2])^2+(y$z-x[3])^2)

- mbq

---

谢谢！如果我想让这个函数处理n维点，我该怎么做？ - Alexander Engelhardt

这需要进行一次转置才能使用回收规则 sqrt(colSums((t(y)-x)^2))。 - mbq

Answer 2

使用margin参数=1的apply函数似乎是最明显的选择：

> x
     [,1] [,2] [,3]
[1,]    0    2    1
[2,]    1    1    1
> apply(x , 1, function(z) crossprod(z, 1:length(z) )  )
[1] 7 6
> 2*2+1*3
[1] 7
> 1*1+2*1+3*1
[1] 6

所以，如果你想要距离，似乎将差异的叉积开平方并应用到所选择的点可以起到作用：

> apply(x , 1, function(z) sqrt(sum(crossprod(z -c(0,2,2), z-c(0,2,2) ) ) ) )
[1] 1.000000 1.732051

- IRTFM

---

对于更大的数据来说，这会非常慢。 - mbq