R中Matlab的稀疏(i，j，s，m，n)等价

Question

我在和R一起工作。

我有一个矩阵结构，但是存储在三个列表IND1、IND2和VAL中，每个列表的长度都是相同的N；我需要将VAl中的值存储在一个矩阵垫中，这样：

for each i in 1 to N:
    MAT[IND1(i), IND2(i)] == VAL(i)

正如你可以猜到的那样，MAT的最终大小不一定是NxN，但我知道它的大小必须是多少(如果你需要知道它的大小，就叫它m，因为对我来说，它必须是一个方阵)。

Matlab有一个很好的函数来创建一个sparse矩阵来做这个，但是我需要用R语言来实现，希望没有循环，有人知道这是不是可以做到的，请告诉我是怎么做的。提前谢谢。

附言:我已经尝试过显而易见的：

MAT <- matrix(nrow=m, ncol=m)
MAT[IND1, IND2] <- VAL

但是我得到了一个奇怪的结果(所有行都有相同的重复值)

Answer 1

DWin是对的--矩阵包是个不错的选择。但是，如果您有大量数据，我发现值替换的替换类型可能会挂起或花费很长时间。一种更好的方法可能是创建一个类sparseMatrix对象，然后在需要时转换为类矩阵。例如。

set.seed(1)
n=50
x <- sample(seq(100), n)
y <- sample(seq(100), n)
z <- runif(n)
cbind(x,y,z)

library(Matrix)
s.mat <- sparseMatrix(i=x, j=y, x=z)
dim(s.mat)
image(s.mat)

#convert to a class matrix if needed
mat <- as.matrix(s.mat)
mat[which(mat==0)] <- NaN

​

​

Answer 2

Matrix包提供了各种稀疏矩阵类。创建稀疏矩阵对象后，您将完全按照上面描述的方式加载值：

library(Matrix)
?Matrix

..。会帮你入门。顺便说一句，以您所演示的方式加载密集矩阵的代码如下：

M <- matrix(NA, nrow=max(c(IND1,IND2)), ncol=max(c(IND1,IND2)) ) # could use higher numbers
M[ cbind(IND1, IND2) ] <- VAL