欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

R语言-实现list的嵌套与提取嵌套中的值

程序员文章站 2022-03-17 23:13:25
r的数据结构有很多种,常用的包括向量vector,矩阵matrix,数组array,列表list和dataframe数据框。前三个都有其特定的性质和结构,今天要介绍的是list,它非常灵活好用~因为可...

r的数据结构有很多种,常用的包括向量vector,矩阵matrix,数组array,列表list和dataframe数据框。

前三个都有其特定的性质和结构,今天要介绍的是list,它非常灵活好用~因为可以存放不同数据类型!

之前做assignment的时候还没有发现list的美妙,但现在写毕业论文数据量开始变大,同时通过调用rpackage常常产生各种数据类型,渐渐发觉list真的很好用!

因为使用了for循环,还会产生层层嵌套的超大list,这时候,如何定义这个嵌套的list,如何取出里面的值就变得很重要。

具体的逻辑关系其实很简单,只要头脑清醒不把自己绕晕,无论多少层轻松搞定!

先拿两层的为例好了:

题目是酱紫的:

从同一个函数随机生成20个data sets,每个data set都用k-means进行分类,k从2~10都遍历一遍。结果保存在一个list里。

第一步:

生成data set的函数已经给出了。20个数据就是run20次~因为是随机生成的,最后得到的每个data set都不相同。然后把这20个数据集都存在一个list里~

art2 <- function(){
  x1 <- rnorm(20)
  y1 <- rnorm(20)
  x2 <- rnorm(20,mean=10)
  y2 <- rnorm(20)
  x3 <- runif(100,-20,30)
  y3 <- runif(100,20,40)
  clusterdata2 <- cbind(c(x1,x2,x3),c(y1,y2,y3))
  cvec <- c(rep(1,20),rep(2,20),rep(3,100))
  out <- list(data=clusterdata2,cvec=cvec)
  out
}
datasets<-list()
for (i in 1:20){
  datasets[[i]]<- art2()
}

为什么我的datasets要包两层,是[[i]]? 其实这里就有list的嵌套了。看我在生成的函数里已经有一个list,里面包含两个元素,一个是$data:生成的原始数据;另一个是$cvec:原始数据对应的实际分类。所以我想要个大的list把这20个list都包含在内,就得来个嵌套~两个框框——[[i]]就是两层!(我刚刚突然想到[[[i]]]会不会是三层啊?。。我没试过也,因为每个循环都是新增一层list,不会直接增两层,不然有层为空就会报错,哎呦我表述好难,先继续往下吧~~

p.s. 如果想要提取第5次生成的结果,就datasets[[5]],当然这里面还包含两个元素:原始数据数据和实际分类。如果想提取里面的原始数据数据,就datasets[[5]]$data,想提取里面的实际分类,则是datasets[[5]]$cvec。想提取全部20次的结果:直接datasets。如果!想要提取20次结果里的原始数据,就没那么直接了。得用for循环从1~20来一个datasets[[i]]$dat逐一取出来。这个应该很好理解,因为小list里是包含两种元素,外面嵌套list的才是重复20次。

第二步:

然后就是对这个大的datasets运行k-means,k=2~10。这里有两个循环,一个是我首先要把datasets从1~20走一遍,然后里面每个data set我都要从k=2~10计算k-means的结果。for循环很好写,具体的框架大致就是这样:”???“ 的地方是需要思考滴

for (k in 2:10){
  for (i in 1:20){
    ???<- kmeans(datasets[[i]]$data,k,nstart=50)
    ???
  }
}

k-means的语句里同时包含了i和k,所以这个结果会是一个嵌套的list。照我这样写for循环,里面那层就是i=1~20,外面那层是k=2~10。所以是当k=2时,把20个data sets循环一遍,然后k=3,再循环……直到k=10。所以我们要先保存固定k时的i=1~20的run出来的结果,第一个"???" 就得包括i,并且跟k无关。而且因为kmeans的结果返回的个list,里面包含了各种元素:$cluster, $size,等等。所以这跟上面datasets的保存一样,得是[[i]],两层!

第一个"???"已经解决了,假设是ks[[i]], 保存了当k固定时循环i=1~20的结果。现在我们要循环k=2~10,等于在列表ks的外面再嵌套一个list,是关于k循环的,跟i已经没什么关系了。所以下一个"???" 就得是kmean[[k]]<-ks。

结果就是这样的~

kmean <- list()
ks <- list()
for (k in 2:10){
  for (i in 1:20){
    ks[[i]] <- kmeans(datasets[[i]]$data,k,nstart=50)
    kmean[[k]]<-ks
  }
}

现在讲讲怎么提取里面的数值。kmean是一个三层的list。最外面那层是跟k有关的,中间那层是跟i有关,里面那层是k-means的output作为一个list。

所以kmean[[k]], k=2~10, 是当k=k时20次k-means的结果。

如果想取k=2,第5个data sets的k-means结果,就是kmean[[2]][[5]],如果想取k=4,第1个data sets的k-means得到的分类结果cluster:kmean[[4]][[1]]$cluster。

done!这是我个人在实际操作过程中的一个总结,所以如果有什么问题欢迎一起来讨论~

further studying——

在factorial experiment design里我们经常会考虑多个factors因子,每个因子考虑几个levels。算了我直接拿我的例子来讲好了。。。在我最近做的事情里,要生成像开头一样的分类数据generate random clusters。

因为是因子实验设计,所以我考虑了三个因子:(1) the number of clusters 每个data中有几个群组,像开头的例子就有3个,这里我定的level是2,3,5; (2) the number of points in each cluster每群组里有多少点 ,定的level是25,100,225; and (3) the degree of separation群组和群组之间相隔的远还是近,函数里面有个sepval可以定义,我定的是0.01和0.021; 最后是重复2遍。把所有结果存到一个list里

感觉讲得不太清楚t t。。看代码吧!我想表达的意思就是无论考虑多少个因子,list会新增多少层,只要按照上面的方法一层层叠加就好了!重点是搞清楚每次层代表的含义,还有明白怎么样取出想要的值~

cluster<-c(2,3,5)
point<-c(25,100,225)
sepval<-c(0.01,0.21)
repl<-2
 
#eq=1:the number of points in each cluster is the same.
 
t<-list()
gen<-list()
eq1<-list()
for (i in 1:3){
  for (j in 1:3){
    for (k in 1:2){
      t[[k]] <- genrandomclust(numclust=cluster[i], sepval=sepval[k], numnonnoisy=2,
                               numnoisy=0, numoutlier=0, numreplicate=repl, filename="eq1",
                               clustszind=1,
                               clustsizeeq=point[j],
                               outputdatflag=f,
                               outputlogflag=f,
                               outputempirical=f,
                               outputinfo=f)
      gen[[j]]<-t
      eq1[[i]]<-gen
    }
  }
}
 
#eq1[[i]][[j]][[k]]
#eq1[[i]][[j]][[k]]$datlist[[1]]:rep1
#eq1[[i]][[j]][[k]]$datlist[[2]]:rep2

补充:如何从嵌套很多层的列表中直接取出所有数值

给定列表

s = [[[[[[1, 1]], [[9, 1]]], [[5, 1]]], [[[3, 1]], [[7, 1]]]], [[[[2, 1]], [[6, 1]]], [[[4, 1]], [[8, 1]]]]]
s[0] 是 [[[[[1, 1]], [[9, 1]]], [[5, 1]]], [[[3, 1]], [[7, 1]]]]
s[1] 是 [[[[2, 1]], [[6, 1]]], [[[4, 1]], [[8, 1]]]]

每一个外层列表都包含2个子列表不停往下嵌套,并且s[0] 比s[1] 多嵌套一层

解决方案

方法1

转字符串之后使用replace替换掉不需要的值,例如

b = str(s).replace('[', '').replace(']', '').replace(' ', '').split(',')
for m,n in enumerate(b):
    if m%2 == 0:
        result.append(int(n))

这里根据需求删掉了每一个最里层列表的第二维的值

方法2

优美一点的解法是用递归去取值

def flat(nums):
    res = []
    for i in nums:
        if isinstance(i, list):
            res.extend(flat(i))
        else:
            res.append(i)
    return res
result = flat(s)

结果:

[1, 1, 9, 1, 5, 1, 3, 1, 7, 1, 2, 1, 6, 1, 4, 1, 8, 1]

去掉多余的1之后和下面的结果一致

结果:

result

out[157]: [1, 9, 5, 3, 7, 2, 6, 4, 8]

tips

这个序列来源是一道算法题,要求是找到一个1到n正整数序列,使得任意一个中间的数乘以二不能等于两边各自任取一个数之和(即 aj * 2 != ai + ak, 其中 i<j<k ,i,j,k之间的差值不定),有兴趣的小伙伴可以做一下,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。