问题描述
在 Rcpp 中编写用于按列计算样本偏度的函数 我在使用 sqrt() 函数时遇到了麻烦。我知道 sqrt(x) 适用于 NumericVector 类型(在单独的文件中对其进行了测试),但是在我的代码中(我试图传递双精度数)它不起作用。
这是我的代码:
#include <Rcpp.h>
#include <cmath>
using namespace Rcpp;
// [[Rcpp::export]]
NumericVector colSkew(NumericMatrix x) {
int nc = x.ncol();
int nr = x.nrow();
NumericVector colS(nc);
for(int i = 0; i < nc; i++){
double cMean = mean(x( _,i));
double xSq = 0;
double cSt = 0;
for(int j = 0; j < nr; j++){
xSq += std::pow(x(j,i),2.0);
cSt += std::pow(x(j,i) - cMean,3.0);
}
double colMsq = nr * std::pow(cMean,2.0);
double cTT = sqrt((xSq - colMsq)) / (nr - 1);
double colVar = cTT / (nr - 1);
double colNew = nr * std::pow(colVar,3);
colS[i] = cSt / colNew;
}
return(colS);
}
我尝试了 std::sqrt()
,却给了我“对 sqrt 的调用不明确”的错误。对于那个,既不是Getting: error C2668: 'sqrt' : ambiguous call to overloaded function,也不是http://dirk.eddelbuettel.com/code/rcpp.examples.html的
inline static double sqrt_double( double x ){ return ::sqrt( x ); }
有帮助。 (后者本身有“无匹配功能”或“模棱两可”的问题)。 代码本身可以编译,但不能正常工作(我可以调用函数但结果不好)。
可重现的例子:
# First load the cpp function,however you want to;
Create example data:
A = matrix(rchisq(1000,5),nrow = 100)
library(timeDate)
skew.1 = apply(A,2,skewness)
skew.2 = colSkew(A)
# A custom R-function which should mimic the cpp function
colSkew.r = function(x){
nc = ncol(x)
nr = nrow(x)
colS = numeric(nc)
cMean = colMeans(x)
xSq = colSums(x^2)
cSt = 0
for(i in 1:nc){
cSt = sum((x[,i]-cMean[i])^3)
colMsq = nr * cMean[i]^2
cTT = sqrt((xSq[i] - colMsq) / (nr - 1))
colNew = nr * cTT^3
colS[i] = cSt / colNew
}
return(colS)
}
skew.3 = colSkew.r(A)
解决方法
简而言之,我们可以避免一些反复出现和常见的初学者错误:
-
不要包含不需要的标头(大多是无害的,但
Rcpp
已经带来了数学标头) -
不要使用全局扁平化的命名空间
Rcpp
,尤其是在符号可见性出现编译错误之后
有了它以及它构建和运行所需的最小更改(并返回一些无意义的东西,但我把它留给你解决:)
还有其他方法可以解决这个问题,因为 std::
符号和 Rcpp
符号通常与不同的签名非常愉快地共存。
代码
#include <Rcpp.h>
// [[Rcpp::export]]
Rcpp::NumericVector colSkew(Rcpp::NumericMatrix x) {
int nc = x.ncol();
int nr = x.nrow();
Rcpp::NumericVector colS(nc);
for(int i = 0; i < nc; i++){
double cMean = Rcpp::mean(x( Rcpp::_,i));
double xSq = 0;
double cSt = 0;
for(int j = 0; j < nr; j++){
xSq += std::pow(x(j,i),2.0);
cSt += std::pow(x(j,i) - cMean,3.0);
}
double colMsq = nr * std::pow(cMean,2.0);
double cTT = std::sqrt((xSq - colMsq)) / (nr - 1);
double colVar = cTT / (nr - 1);
double colNew = nr * std::pow(colVar,3);
colS[i] = cSt / colNew;
}
return(colS);
}
/*** R
set.seed(42)
colSkew( matrix(rnorm(100),100,1) )
*/
输出
> sourceCpp("answer.cpp")
> set.seed(42)
> colSkew( matrix(rnorm(100),1) )
[1] -448250877
>