R语言中rdivide(matlab)的等价函数
Equivalent function of rdivide (matlab) in R language
R 中 rdivide 的等效函数是什么?在我的情况下,我有来自数值算法 A、B 和 C 的矩阵。我需要得到 x 使得 x=C ./(AA')。在 matlab 中,我可以使用 rdivide 来完成。但我需要在 R 中执行此操作。因此,这里给出一个可重现的示例是一些 det(AA')=0 的 matlab code.Note。其中 A' 是 A.
的转置
% matlab code
t=6
A = raylrnd(0.05,t,1)+0.09;
B = gallery('randcorr',t);
C = spdiags(A,0,t,t) * B * spdiags(A,0,t,t);
x=C ./(A*A')
#Rcode
install.packages("Runuran","fifer")
library("Runuran")
library("fifer")
t=6
A = as.matrix(urrayleigh(t,0.05)+0.09)
B <- random.correlation (t, ev = runif(t, 0, 1))
C= Diagonal(t,A) %*% B %*% Diagonal(t,A)
matlab
中的rdivide
等价于R
中的两个矩阵相除element-by-element.
Matlab
A = [1:3; 4:6; 7:9]
# A =
#
# 1 2 3
# 4 5 6
# 7 8 9
B = [11:13; 14:16; 17:19]
# B =
#
# 11 12 13
# 14 15 16
# 17 18 19
rdivide(A,B)
# ans =
#
# 0.0909 0.1667 0.2308
# 0.2857 0.3333 0.3750
# 0.4118 0.4444 0.4737
R
A <- t(matrix(1:9, nrow = 3, ncol = 3))
B <- t(matrix(11:19, nrow = 3, ncol = 3))
A
# [,1] [,2] [,3]
# [1,] 1 2 3
# [2,] 4 5 6
# [3,] 7 8 9
B
# [,1] [,2] [,3]
# [1,] 11 12 13
# [2,] 14 15 16
# [3,] 17 18 19
A/B
# [,1] [,2] [,3]
# [1,] 0.09090909 0.1666667 0.2307692
# [2,] 0.28571429 0.3333333 0.3750000
# [3,] 0.41176471 0.4444444 0.4736842
R 中 rdivide 的等效函数是什么?在我的情况下,我有来自数值算法 A、B 和 C 的矩阵。我需要得到 x 使得 x=C ./(AA')。在 matlab 中,我可以使用 rdivide 来完成。但我需要在 R 中执行此操作。因此,这里给出一个可重现的示例是一些 det(AA')=0 的 matlab code.Note。其中 A' 是 A.
的转置 % matlab code
t=6
A = raylrnd(0.05,t,1)+0.09;
B = gallery('randcorr',t);
C = spdiags(A,0,t,t) * B * spdiags(A,0,t,t);
x=C ./(A*A')
#Rcode
install.packages("Runuran","fifer")
library("Runuran")
library("fifer")
t=6
A = as.matrix(urrayleigh(t,0.05)+0.09)
B <- random.correlation (t, ev = runif(t, 0, 1))
C= Diagonal(t,A) %*% B %*% Diagonal(t,A)
matlab
中的rdivide
等价于R
中的两个矩阵相除element-by-element.
Matlab
A = [1:3; 4:6; 7:9]
# A =
#
# 1 2 3
# 4 5 6
# 7 8 9
B = [11:13; 14:16; 17:19]
# B =
#
# 11 12 13
# 14 15 16
# 17 18 19
rdivide(A,B)
# ans =
#
# 0.0909 0.1667 0.2308
# 0.2857 0.3333 0.3750
# 0.4118 0.4444 0.4737
R
A <- t(matrix(1:9, nrow = 3, ncol = 3))
B <- t(matrix(11:19, nrow = 3, ncol = 3))
A
# [,1] [,2] [,3]
# [1,] 1 2 3
# [2,] 4 5 6
# [3,] 7 8 9
B
# [,1] [,2] [,3]
# [1,] 11 12 13
# [2,] 14 15 16
# [3,] 17 18 19
A/B
# [,1] [,2] [,3]
# [1,] 0.09090909 0.1666667 0.2307692
# [2,] 0.28571429 0.3333333 0.3750000
# [3,] 0.41176471 0.4444444 0.4736842