R extensión en C, configuración de nombres de fila/columna de matriz

Question

Estoy escribiendo un paquete R que manipula Matrices en C. Actualmente, las matrices devueltas a R tienen números para los nombres de fila/columna. Preferiría asignar mis propios nombres de fila/columna cuando modifique el objeto en C.

He buscado en Google alrededor de una hora, pero todavía no he encontrado una buena solución. Lo más cerca que he encontrado son los dimnames, pero quiero nombrar cada columna, no solo las dos dimensiones. Las matrices son más grandes que 4x4, a continuación solo hay un pequeño ejemplo de lo que quiero hacer.

El número de filas es 4^x donde X es la longitud del nombre de fila

Current 
    [,1] [,2] [,3] [,4] 
[1,] 0.20 0.00 0.00 0.80 
[2,] 0.25 0.25 0.25 0.25 
[3,] 0.25 0.25 0.25 0.25 
[4,] 1.00 0.00 0.00 0.00 
[5,] 0.20 0.00 0.00 0.80 
[6,] 0.25 0.25 0.25 0.25 
[7,] 0.25 0.25 0.25 0.25 
[8,] 1.00 0.00 0.00 0.00 
[9,] 0.20 0.00 0.00 0.80 
[10,] 0.25 0.25 0.25 0.25 
[11,] 0.25 0.25 0.25 0.25 
[12,] 1.00 0.00 0.00 0.00 
[13,] 0.20 0.00 0.00 0.80 
[14,] 0.25 0.25 0.25 0.25 
[15,] 0.25 0.25 0.25 0.25 
[16,] 1.00 0.00 0.00 0.00 

Desired 
    [A] [C] [G] [T] 
[AA] 0.20 0.00 0.00 0.80 
[AC] 0.25 0.25 0.25 0.25 
[AG] 0.25 0.25 0.25 0.25 
[AT] 1.00 0.00 0.00 0.00 
[CA] 0.20 0.00 0.00 0.80 
[CC] 0.25 0.25 0.25 0.25 
[CG] 0.25 0.25 0.25 0.25 
[CT] 1.00 0.00 0.00 0.00 
[GA] 0.20 0.00 0.00 0.80 
[GC] 0.25 0.25 0.25 0.25 
[GG] 0.25 0.25 0.25 0.25 
[GT] 1.00 0.00 0.00 0.00 
[TA] 0.20 0.00 0.00 0.80 
[TC] 0.25 0.25 0.25 0.25 
[TG] 0.25 0.25 0.25 0.25 
[TT] 1.00 0.00 0.00 0.00 

Answer 1

Como dijo Jim, esto es mucho más fácil de hacer en R. Estoy pasando los nombres en la función C a través de la nam argumento.

#include <Rinternals.h> 
SEXP myMat(SEXP nam) { 
    /*PrintValue(nam);*/ 
    SEXP ans, dimnames; 
    PROTECT(ans = allocMatrix(REALSXP, length(nam), length(nam))); 
    PROTECT(dimnames = allocVector(VECSXP, 2)); 
    SET_VECTOR_ELT(dimnames, 0, nam); 
    SET_VECTOR_ELT(dimnames, 1, nam); 
    setAttrib(ans, R_DimNamesSymbol, dimnames); 
    UNPROTECT(2); 
    return(ans); 
} 

Si pones ese código en un archivo llamado myMat.c, puede probarlo a través de la línea de abajo. Estoy usando Ubuntu, por lo que tendrá que cambiar myMat.so a myMat.dll si está en Windows.

R CMD SHLIB myMat.c 
Rscript -e 'dyn.load("myMat.so"); .Call("myMat", c("A","C","G","T"))' 

Answer 2

La nota anterior es instructivo. Los dimnames son una lista con el mismo número de elementos que las dimensiones del conjunto de datos, donde cada elemento corresponde a los elementos numéricos a lo largo de esa dimensión, es decir, list(c('a','c','g','t'), c('a','c','g','t')).

Para establecer que en C, que recomendaría:

PROTECT(dimnames = allocVector(VECSXP, 2)); 
PROTECT(rownames = allocVector(STRSXP, 4)); 
PROTECT(colnames = allocVector(STRSXP, 4)); 
setAttrib(? , R_DimNamesSymbol, dimnames); 

Tendrás a continuación, establecer los elementos rowname y nombrecol pertinentes. En general, este material es mucho más fácil de hacer en R.

Jim

Answer 3

Si usted está abierto a C++ en lugar de C, entonces Rcpp puede hacer esto un poco más fácil. Acabamos de crear un objeto de lista con filas y nombres de columna como lo haríamos en R, y asignamos a que el atributo dimnames del objeto de matriz:

R> library(inline)       # to compile, link, load the code here 
R> src <- ' 
+ Rcpp::NumericMatrix x(2,2); 
+ x.fill(42);       // or more interesting values 
+ // C++0x can assign a set of values to a vector, but we use older standard 
+ Rcpp::CharacterVector rows(2); rows[0] = "aa"; rows[1] = "bb"; 
+ Rcpp::CharacterVector cols(2); cols[0] = "AA"; cols[1] = "BB"; 
+ // now create an object "dimnms" as a list with rows and cols 
+ Rcpp::List dimnms = Rcpp::List::create(rows, cols); 
+ // and assign it 
+ x.attr("dimnames") = dimnms; 
+ return(x); 
+ ' 
R> fun <- cxxfunction(signature(), body=src, plugin="Rcpp") 
R> fun() 
    AA BB 
aa 42 42 
bb 42 42 
R> 

La asignación real de los nombres de columna y fila es tan Manual .. porque el estándar actual de C++ no permite la asignación directa de vectores en la inicialización, pero eso cambiará.

Editar: me he dado cuenta de que puedo, por supuesto, utilizar el método estático create() en la fila y COLNAMES también, lo que hace que sea un poco más fácil y más corto todavía

R> src <- ' 
+ Rcpp::NumericMatrix x(2,2); 
+ x.fill(42);       // or more interesting values 
+ Rcpp::List dimnms =     // two vec. with static names 
+  Rcpp::List::create(Rcpp::CharacterVector::create("cc", "dd"), 
+       Rcpp::CharacterVector::create("ee", "ff")); 
+ // and assign it 
+ x.attr("dimnames") = dimnms; 
+ return(x); 
+ ' 
R> fun <- cxxfunction(signature(), body=src, plugin="Rcpp") 
R> fun() 
    ee ff 
cc 42 42 
dd 42 42 
R> 

Por lo tanto, se han reducido a tres o cuatro declaraciones, sin monkeys con PROTECT/UNPROTECT y sin administración de memoria.