避免R中的for循环产生序列
我经常发现自己在R中使用下面的构造：
a <- c(1, rep(NA, 20)) rate <- 1.2 for (i in 2:length(a)){ a[i] <- a[i-1]*rate } which yields: > a [1] 1.000000 1.200000 1.440000 1.728000 2.073600 ... 什么会是一个更“R”的方式来完成这一点，避免for / while循环 ？
在电子表格中这么做很容易！
以下相关问题不会回答我的问题：
避免R中的循环
如何避免这个数据集中的循环？
对于你的具体例子， cumprod函数是一个简单的方法来做到这一点：
a <- c(1, rep(1.2, 20) ) a <- cumprod(a)
更一般地，如果你的程序没有cum函数，但是你想要这种types的function，那么你也可以使用Reduce函数：
a <- c(1, rep(1.2, 20)) a <- Reduce(`*`, a, accumulate=TRUE)
但是考虑一下，虽然在R中避免循环有一定的优雅，但是从实际的angular度来看，循环可能是最快的总体回答（当包括编程和运行时间时）。 R中的循环已经被优化，可以相当快地运行（除非你创build了一个非常糟糕的循环，但是你是一个有效的方法来做事情的例子），而且通常如果你能想到循环的方法，那么vector化所节省的时间可能是less于考虑如何进行vector化的额外时间。 除非这么长时间的循环要做很多次，否则节省的时间可能太小了（见fortune(98) ）。 在vector很长的情况下， for循环和vector化的select可能会不同，所以问题可能比速度更重要。
学习替代方法对于提高你的知识/编程技能是很好的，对很多代码来说都是很好的简化器，只是觉得你总是不得不去寻找替代方法。
当幂函数^被vector化时，可以创build一系列索引并提高您的速度。
rate <- 1.2 a <- rate^(0:19)