如何在循环中生成两个连续的数字向量？
How can I generate two consecutive vectors of numbers in a loop?
如何在循环中生成两个连续的数字向量？
我有每公顷树木的数量 (400)，我想给它们编号。我知道“a”种占了 80% 公顷，而“b”种占了 20% 公顷。
在类似于下面的循环中（这是对复杂得多的代码的简化），第一轮循环应该创建一个从 1 到 320 的数字向量，第二轮应该创建一个从 321 到 400 的数字向量。
percentage <- c(.8, .2)
init_density <- 400
for (s in 1:length(percentage)) {
#number the trees
temp <- vector(1:init_density, length= init_density*percentage[s])
}
或者有没有办法根据前两个变量自动创建两个向量？
也许是这样：
#Data
percentage <- c(.5, 0.3,0.2)
n <- 400
vals <- cumsum(n*percentage)
vals2 <- c(1,vals[-length(vals)]+1)
#Store
List <- list()
#Loop
for(i in 1:length(vals))
{
List[[i]] <- seq(vals2[i],vals[i],by = 1)
}
#Print
List
输出：
List
[[1]]
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
[20] 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
[39] 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57
[58] 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76
[77] 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95
[96] 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114
[115] 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133
[134] 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152
[153] 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171
[172] 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190
[191] 191 192 193 194 195 196 197 198 199 200
[[2]]
[1] 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219
[20] 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238
[39] 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257
[58] 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276
[77] 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295
[96] 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314
[115] 315 316 317 318 319 320
[[3]]
[1] 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340
[21] 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360
[41] 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380
[61] 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400
看看 seq 函数。你有短暂的，
## Default S3 method:
seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)),
length.out = NULL, along.with = NULL, ...)
seq.int(from, to, by, length.out, along.with, ...)
seq_along(along.with)
seq_len(length.out)
对于您的循环，您可以轻松地使用隐式“foreach”，
percentage <- c(.8, .2)
init_density <- 400
for (s in percentage) {
temp <- seq.int(from=1, to= init_density*s)
}
（您的原始代码 not/might 无法按预期工作，因为您请求的是从 1 到 n 的数字，但输出的长度应小于 n）
如果您想要基于整体的一小部分 return 区间的通用方法，我们可以这样做：
percentages <- c(4,1)
percentages <- percentages / sum(percentages) # ensure it sums to 1
n <- 400
create.interval <- function(i) {
start <- if (i == 1) 0 else (sum(percentages[1:(i-1)])*n)
end <- sum(percentages[1:i])*n
seq.int(from=start+1, to=end)
}
一个简单的函数：
multiple_vector <- function(vector,s){
rule <- max(vector)*c(0,s,1)
split(vector,cut(vector,rule))
}
你的例子：
percentage <- .8
init_density <- 400
vec <- 1:init_density
multiple_vector(vec,percentage)
编辑：对于多个物种：
# New species
spec1 <- 1:300
spec2 <- 1:700
spec3 <- 1:10
species <- list(spec1,spec2,spec3)
如果每个物种都有一个独特的百分比向量
results_species <- lapply(species,multiple_vector,percentage)
如果每个物种都有一个百分比矢量，最简单的方法是使用映射器。使用 purrr .
## A percentage per species
percentage1 <- c(.1,.9)
percentage2 <- c(.5,.6,.8)
percentage3 <- c(.2)
percentages <- list(percentage1,percentage2,percentage3)
## species and percentages should have the same length
purrr::map2(species,percentages,multiple_vector)
而不是 seq 函数我会选择 cut 函数并使用 rles，因为当概率很低时循环 seq 可能会产生不完整的编号（见下面的演示）。
FUN <- function(p, n) {
l <- cut(1:n, breaks=c(0, cumsum(sort(p*n))))
lapply(rle(as.character(l))$lengths, seq_len)
}
FUN(p=c(.8, .15, .05), n=400)
# [[1]]
# [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
#
# [[2]]
# [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
# [32] 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
#
# [[3]]
# [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
# [24] 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46
# [47] 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69
# [70] 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92
# [93] 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115
# [116] 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138
# [139] 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161
# [162] 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184
# [185] 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207
# [208] 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230
# [231] 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253
# [254] 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276
# [277] 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299
# [300] 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320
演示循环问题 seq
n <- 400
length(unlist(lapply(c(.8, .199, .001), function(x, n) seq_len(n*x), n)))
# [1] 399
或分别
out <- NULL
probs <- c(.8, .199, .001)
for (i in seq(probs)) {
out[[i]] <- seq_len(400*probs[i])
}
length(unlist(out))
# [1] 399
而：
length(unlist(FUN(p=c(.8, .199, .001), n=400)))
# [1] 400
如何在循环中生成两个连续的数字向量？
我有每公顷树木的数量 (400)，我想给它们编号。我知道“a”种占了 80% 公顷，而“b”种占了 20% 公顷。
在类似于下面的循环中（这是对复杂得多的代码的简化），第一轮循环应该创建一个从 1 到 320 的数字向量，第二轮应该创建一个从 321 到 400 的数字向量。
percentage <- c(.8, .2)
init_density <- 400
for (s in 1:length(percentage)) {
#number the trees
temp <- vector(1:init_density, length= init_density*percentage[s])
}
或者有没有办法根据前两个变量自动创建两个向量？
也许是这样：
#Data
percentage <- c(.5, 0.3,0.2)
n <- 400
vals <- cumsum(n*percentage)
vals2 <- c(1,vals[-length(vals)]+1)
#Store
List <- list()
#Loop
for(i in 1:length(vals))
{
List[[i]] <- seq(vals2[i],vals[i],by = 1)
}
#Print
List
输出：
List
[[1]]
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
[20] 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
[39] 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57
[58] 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76
[77] 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95
[96] 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114
[115] 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133
[134] 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152
[153] 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171
[172] 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190
[191] 191 192 193 194 195 196 197 198 199 200
[[2]]
[1] 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219
[20] 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238
[39] 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257
[58] 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276
[77] 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295
[96] 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314
[115] 315 316 317 318 319 320
[[3]]
[1] 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340
[21] 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360
[41] 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380
[61] 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400
看看 seq 函数。你有短暂的，
## Default S3 method:
seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)),
length.out = NULL, along.with = NULL, ...)
seq.int(from, to, by, length.out, along.with, ...)
seq_along(along.with)
seq_len(length.out)
对于您的循环，您可以轻松地使用隐式“foreach”，
percentage <- c(.8, .2)
init_density <- 400
for (s in percentage) {
temp <- seq.int(from=1, to= init_density*s)
}
（您的原始代码 not/might 无法按预期工作，因为您请求的是从 1 到 n 的数字，但输出的长度应小于 n）
如果您想要基于整体的一小部分 return 区间的通用方法，我们可以这样做：
percentages <- c(4,1)
percentages <- percentages / sum(percentages) # ensure it sums to 1
n <- 400
create.interval <- function(i) {
start <- if (i == 1) 0 else (sum(percentages[1:(i-1)])*n)
end <- sum(percentages[1:i])*n
seq.int(from=start+1, to=end)
}
一个简单的函数：
multiple_vector <- function(vector,s){
rule <- max(vector)*c(0,s,1)
split(vector,cut(vector,rule))
}
你的例子：
percentage <- .8
init_density <- 400
vec <- 1:init_density
multiple_vector(vec,percentage)
编辑：对于多个物种：
# New species
spec1 <- 1:300
spec2 <- 1:700
spec3 <- 1:10
species <- list(spec1,spec2,spec3)
如果每个物种都有一个独特的百分比向量
results_species <- lapply(species,multiple_vector,percentage)
如果每个物种都有一个百分比矢量，最简单的方法是使用映射器。使用 purrr .
## A percentage per species
percentage1 <- c(.1,.9)
percentage2 <- c(.5,.6,.8)
percentage3 <- c(.2)
percentages <- list(percentage1,percentage2,percentage3)
## species and percentages should have the same length
purrr::map2(species,percentages,multiple_vector)
而不是 seq 函数我会选择 cut 函数并使用 rles，因为当概率很低时循环 seq 可能会产生不完整的编号（见下面的演示）。
FUN <- function(p, n) {
l <- cut(1:n, breaks=c(0, cumsum(sort(p*n))))
lapply(rle(as.character(l))$lengths, seq_len)
}
FUN(p=c(.8, .15, .05), n=400)
# [[1]]
# [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
#
# [[2]]
# [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
# [32] 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
#
# [[3]]
# [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
# [24] 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46
# [47] 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69
# [70] 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92
# [93] 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115
# [116] 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138
# [139] 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161
# [162] 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184
# [185] 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207
# [208] 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230
# [231] 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253
# [254] 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276
# [277] 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299
# [300] 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320
演示循环问题 seq
n <- 400
length(unlist(lapply(c(.8, .199, .001), function(x, n) seq_len(n*x), n)))
# [1] 399
或分别
out <- NULL
probs <- c(.8, .199, .001)
for (i in seq(probs)) {
out[[i]] <- seq_len(400*probs[i])
}
length(unlist(out))
# [1] 399
而：
length(unlist(FUN(p=c(.8, .199, .001), n=400)))
# [1] 400