R的矩阵函数中的byrow=真参数

Question

我在某处读到，当创建矩阵时，R将矩阵的元素以向量的形式存储为列主格式，并带有关于矩阵维度的附加信息。

如果

matrix(1:6, nrow = 3, ncol = 2)

R在内部将值存储为1:6的向量。

但是，如果我们设置byrow = TRUE，这是否意味着R将值存储为c(1, 3, 5, 2, 4, 6)

Answer 1

byrow = TRUE告诉R，它需要操作输入以使其达到列主要顺序。所以，是的，matrix(1:6, nrow = 3, byrow = TRUE)在内部将这些值存储为1 3 5 2 4 6 -它在创建矩阵之前对它们进行重新排序。

我们可以通过几种方式来验证这一点。首先，我们可以比较两个具有相同值的矩阵，一个是用byrow = TRUE创建的，另一个不是，并看到它们是相同的：

by_col = matrix(1L:4L, 2)
by_row = matrix(c(1L, 3L, 2L, 4L), 2, byrow = TRUE)
identical(by_col, by_row)
# [1] TRUE

我们还可以检查"by-row“矩阵的结构，并看到数据结构中没有任何内容记录了它是用byrow = TRUE创建的

# notice the order is 1 2 3 4, not the input order 1 3 2 4
str(by_row)
# int [1:2, 1:2] 1 2 3 4
dput(by_row)
# structure(1:4, .Dim = c(2L, 2L))

有了一个足够大的矩阵，我们可以观察到逐行创建矩阵所需的额外处理时间：

microbenchmark::microbenchmark(
  by_col = matrix(1:1e6, nrow = 1000),
  by_row = matrix(1:1e6, nrow = 1000, byrow = TRUE),
  times = 100
)
# Unit: milliseconds
#    expr       min        lq      mean    median        uq      max neval
#  by_col  2.071366  2.214147  5.943154  4.474175  5.512274 92.49424   100
#  by_row 10.513797 11.112386 15.700628 13.850260 14.485675 98.94681   100

在1000x1000矩阵上，创建矩阵byrow所需的时间大约是原来的3倍，因为R需要将数据转换为以列为主的格式。

最后，如果您想实现更大的目标，可以查看用于创建矩阵的C源代码，并了解byrow参数是如何在内部使用的。Here are the relevant lines。我的C不是很好，但在我看来，在做与byrow = FALSE相同的事情之前，byrow = TRUE只是做了一些额外的处理，将输入重新排序为以列为主的顺序。