R - 应用于递增子矩阵，而不是单个 rows/cols

Question

所以我一直在思考如何在没有 for 循环的情况下做到这一点，但我想不出一个好的答案。这是我的意思的一个例子：

sampleData <- matrix(rnorm(25,0,1),5,5)
meanVec <- vector(length=length(sampleData[,1]))

for(i in 1:length(sampleData[,1])){
        subMat <- sampleData[1:i,]
        ifelse( i == 1 , sumVec <- sum(subMat) ,sumVec <- apply(subMat,2,sum) )
        meanVec[i] <- mean(sumVec)
    }
meanVec

我要执行此操作的实际矩阵相当大，老实说，对于此应用程序，它不会在速度上产生巨大差异，但我认为这是一个应该回答的问题：

我怎样才能摆脱那个 for 循环并替换为一些 *ply 调用？

编辑：在给出的示例中，我生成样本数据，并定义一个等于向量中行数的向量。

for 循环执行以下步骤：

1) 取一个子矩阵，从第1行到第i行

2) 如果 i 为 1，它只是对该向量中的值求和

3) 如果i不为1，它获取每一行的总和，然后获取总和的平均值并将其存储在向量meanVec的位置i。

最后，它打印出该总和的平均值。

Answer 1

这符合您的描述：

cumsum(rowSums(sampleData))/seq_len(nrow(sampleData))

但是，您的代码并没有这样做。

R - 应用于递增子矩阵，而不是单个 rows/cols

R - apply over increasing submatrices, instead of individual rows/cols

r

for-loop

apply