我有一个5列4行的矩阵。我还有一个3列的向量。我想在矩阵的每一行分别从第3、4和5列中减去向量中的值。
b <- matrix(rep(1:20), nrow=4, ncol=5)
[,1] [,2] [,3] [,4] [,5]
[1,] 1 5 9 13 17
[2,] 2 6 10 14 18
[3,] 3 7 11 15 19
[4,] 4 8 12 16 20
c <- c(5,6,7)
得到
[,1] [,2] [,3] [,4] [,5]
[1,] 1 5 4 7 10
[2,] 2 6 5 8 11
[3,] 3 7 6 9 12
[4,] 4 8 7 10 13
这正是sweep的目的：
b <- matrix(rep(1:20), nrow=4, ncol=5)
x <- c(5,6,7)
b[,3:5] <- sweep(b[,3:5], 2, x)
b
# [,1] [,2] [,3] [,4] [,5]
#[1,] 1 5 4 7 10
#[2,] 2 6 5 8 11
#[3,] 3 7 6 9 12
#[4,] 4 8 7 10 13
……或甚至不进行子设置或重新分配：
sweep(b, 2, c(0,0,x))
也许不是那么优雅，但是
b <- matrix(rep(1:20), nrow=4, ncol=5)
x <- c(5,6,7)
b[,3:5] <- t(t(b[,3:5])-x)
应该做这个伎俩。我们对矩阵进行子集化以仅更改我们需要的部分，并使用 t（）（转置）来翻转矩阵，因此简单的向量回收将负责从正确的行中减去。
如果你想避免转置，你可以这样做
b[,3:5] <- b[,3:5]-x[col(b[,3:5])]
也是。这里我们子集两次，我们使用第二个来获取x中每个值的正确列，因为这两个矩阵将以相同的顺序索引。
我认为我最喜欢的是@thelatemail链接的问题
b[,3:5] <- sweep(b[,3:5], 2, x, `-`)
另一种方式，申请：
b[,3:5] <- t(apply(b[,3:5], 1, function(x) x-c))
