apply
apply 对数组或矩阵执行指定的函数（通常是匿名函数）。
- 通常对矩阵的一行或一列操作
- 对一组数进行操作，如计算矩阵的行平均值或列平均值。
- 不一定比循环快，但只要一行。
> str(apply)
function (X, MARGIN, FUN, ...)
X是一个数组MARGIN是整数型向量，指定对哪一维（如矩阵的行或列）进行操作。FUN是用哪个函数进行操作- … 是传递给
FUN的其他参数
> x <- matrix(rnorm(200), 20, 10)
> apply(x, 2, mean)
[1] 0.167162527 -0.079293974 -0.062300596 -0.328406829 0.290078933
[6] 0.480642185 0.009369719 -0.018753792 0.194263160 -0.042819273
> apply(x, 1, sum)
[1] -0.6314381 1.3082838 -0.9322577 9.2538844 -6.0182467 4.2462860
[7] 1.3619095 -1.6376867 -2.0452763 -3.1957812 -2.6102388 3.8403223
[13] -1.0428887 3.0235110 1.1093232 3.0340000 0.5430936 1.1590106
[19] 0.4819350 0.9510959
列/行求和与平均值
对于计算矩阵维度的和与平均值，有更快捷的函数。
rowSums=apply(x, 1, sum)rowMeans=apply(x, 1, mean)colSums=apply(x, 2, sum)colMeans=apply(x, 2, mean)
这些函数速度很快，在不处理大矩阵的时，没有区别。
其他使用apply的方法
计算一个矩阵行的分位数。
> x <- matrix(rnorm(200), 20, 10)
> apply(x, 1, quantile, probs = c(0.25, 0.75))
[,1] [,2] [,3] [,4] [,5] [,6] [,7]
25% 0.09678483 -1.252172 -0.5594222 0.3003727 -0.5394311 -0.7213852 -0.6946071
75% 1.21133570 1.125509 0.4887024 1.2867236 0.4701446 0.3500056 0.1762477
[,8] [,9] [,10] [,11] [,12] [,13] [,14]
25% -0.2561037 -0.2304411 -0.9268922 -1.079129 -0.7953414 -0.4770530 -0.379590
75% 0.6587894 1.5569296 1.2895396 1.142885 -0.1241847 0.7192662 0.545214
[,15] [,16] [,17] [,18] [,19] [,20]
25% -0.008474735 -0.3288624 -0.5923715 -0.3822122 -0.6172781 -1.2056816
75% 0.998829133 1.0367678 0.8497671 0.6897986 0.3691122 0.1918069
求数组中矩阵的平均值
> a <- array(rnorm(2 * 2 * 10), c(2, 2, 10))
> apply(a, c(1, 2), mean)
[,1] [,2]
[1,] 0.006563965 -0.4093383
[2,] 0.057019258 0.1777483
> rowMeans(a, dims = 2)
[,1] [,2]
[1,] 0.006563965 -0.4093383
[2,] 0.057019258 0.1777483