首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

R:为什么lapply()会使我的结果加倍?

lapply()函数是R语言中的一个常用函数,用于对列表或向量中的每个元素应用相同的函数,并返回一个新的列表。然而,如果在使用lapply()函数时发现结果加倍,可能是由于以下原因:

  1. 函数本身的实现问题:首先,需要检查自定义的函数是否正确实现。可能在函数内部存在错误,导致结果加倍。可以通过逐步调试函数来查找问题所在。
  2. 数据类型问题:lapply()函数默认会将输入的列表或向量转换为列表对象进行处理。如果输入的是向量而不是列表,lapply()函数会将其转换为长度为1的列表,然后对该列表中的元素应用函数。如果输入的向量长度为n,则结果列表的长度也将为n,这可能导致结果加倍。
  3. 函数返回值问题:lapply()函数会将每个元素应用函数后的返回值作为结果列表的元素。如果函数本身返回的是一个长度为n的向量,那么结果列表的每个元素将是一个长度为n的向量,从而导致结果加倍。

为了解决这个问题,可以尝试以下方法:

  1. 检查函数实现:确保自定义的函数正确实现,并且在应用于单个元素时返回正确的结果。
  2. 检查输入数据类型:确保输入的是一个列表而不是向量。如果输入的是向量,可以使用list()函数将其转换为列表再应用lapply()函数。
  3. 检查函数返回值:确保函数返回的是一个单一的值,而不是一个向量。如果函数返回的是一个向量,可以考虑使用sapply()函数代替lapply()函数,以便将结果转换为向量。

总结起来,lapply()函数在使用过程中结果加倍可能是由于函数实现问题、数据类型问题或函数返回值问题所导致的。通过检查函数实现、输入数据类型和函数返回值,可以解决这个问题。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

#PY小贴士# PyCharm为什么执行结果很诡异?

今天讲这个小问题,没有用过 PyCharm 同学会完全不知所云,但用过的人,可能有一半以上概率会遇到这个算不上 bug 但也可能让人迷惑坑。...情况就是:当你写了一段代码,点击 PyCharm 右上角绿色小三角运行程序时,发现结果跟你预期完全不相干。然后,无论你怎么修改代码,结果丝毫不会改变。甚至你一怒之下删光所有代码,竟然仍有输出!...其实原因也很简单:在 PyCharm里面,切换了当前编辑 py 文件后,默认运行代码文件是不会跟着变。这时候用快捷键或者点运行按钮执行都还是一开始设定那个代码文件。 ?...或者在设置里重新设定下 run context configuration 快捷键,用这个快捷键来运行,就会是当前 py 文件了。...不过这样一来,如果你不是写单个文件代码,而是开发有固定执行入口项目,就反倒不方便了。所以具体就看你自己需要了。 ?

1.3K20

什么,需要5Tb内存啊!

最近就接到一个粉丝咨询,说他想处理一个公共数据集,只有8个原位肿瘤+3个转移肿瘤10X单细胞转录组样品,但是数据处理过程发现系统提示说需要5Tb内存,虽然说他自己有一个512G内存服务器,但是也承受不起...额,给他配置一个5Tb内存服务器倒是简单,自己就有2.5T内存服务器,不就是加倍嘛!不过,注意到他就是11个10X转录组样品,理论上不可能是需要5Tb内存,所以让他把代码发过来检查看看....所以我猜测应该是他10X3个文件里面并没有过滤,把全部barcode输出了,就给他加上了一个简单检查代码,以及两个标准过滤: lapply(sceList, function(x) print...(sceList, function(x) print(x)) 接下来使用32G内存Mac,都可以走这个CCA流程啦!...太有意思了,为什么想讲解这个故事呢,因为在很多交流群都看到有粉丝问内存不够,实际上很多情况下,内存不够是因为你代码学很差。 如果你连512G内存都没有呢? 临时使用的话,可以考虑我们共享云哦!

1K30

R进行文本分析初探——包含导入词库和和导入李白语句

R进行文本分析初探——以《红楼梦》为例 一.写在前面的话~   刚吃饭时候同学问我,你为什么要用R做文本分析,你不是应该用R建模么,在和她解释了一会儿后,她嘱咐好好写这篇博文,嗯为了娟儿同学...这儿导入是《红楼梦》文本。...4.分词+统计词频 words=unlist(lapply(X=res, FUN=segmentCN)) #unlist将list类型数据,转化为vector #lapply()返回一个长度与X一致列表...word=lapply(X=words, FUN=strsplit, " ") v=table(unlist(word)) #table统计数据频数 结果v部分截图如下,可以看出此时已经统计好词频了...(X=res, FUN=segmentCN)) #unlist将list类型数据,转化为vector #lapply()返回一个长度与X一致列表,每个元素为FUN计算出结果,且分别对应到X中每个元素

2.4K50

R进行文本分析初探——以《红楼梦》为例

一.写在前面的话~   刚吃饭时候同学问我,你为什么要用R做文本分析,你不是应该用R建模么,在和她解释了一会儿后,她嘱咐好好写这篇博文,嗯为了娟儿同学,细细说一会儿文本分析。...这儿导入是《红楼梦》文本。...4.分词+统计词频 words=unlist(lapply(X=res, FUN=segmentCN))#unlist将list类型数据,转化为vector#lapply()返回一个长度与X一致列表...word=lapply(X=words, FUN=strsplit, " ") v=table(unlist(word))#table统计数据频数 结果v部分截图如下,可以看出此时已经统计好词频了...(X=res, FUN=segmentCN)) #unlist将list类型数据,转化为vector #lapply()返回一个长度与X一致列表,每个元素为FUN计算出结果,且分别对应到X中每个元素

1.9K50

EfficientNet 解析:卷积神经网络模型尺度变换反思

为什么尺度很重要? 在讨论"尺度意味着什么" 之前,相关问题是:为什么尺度至关重要?通常进行缩放是为了提高模型对特定任务(例如 ImageNet 分类)准确性。...这个结果给了我们第二个现象:平衡各个维度(宽度、深度、分辨率)尺度,有助于提高精度与性能。...那么回答两个问题:一,为什么 alpha 不用平方?二,为什么限制三个系数乘积约等于 2 ?” 这个问题问得非常好。在卷积神经网络中,卷积层是计算量最大部分。...而一个常规卷积层计算量,通常与 d, w², r² 近似成正比。也就是说,深度加倍会使得计算量加倍,而宽度或分辨率加倍会使得计算量增加近似四倍。...结语 这可能是 2019 年以来读过最好一篇论文之一。这篇文章不仅为搜索更精确网络,打开了新世界大门,而且同时强调了搜索高效网络。

55210

理解并行计算:r future为什么会启动比workers多得多线程?

rfuture包提供了一种实现多线程并行计算接口,但有时候在使用时,发现r启动了比我设定多得多计算资源。...在很久之前就问过future包作者,讨论在:https://github.com/HenrikBengtsson/future/issues/343 R语言大神任坤做了一段非常好解释: 理解起来就是...: 首先问题不是出在future上面,它只是一个管理器之类东西,启动并行资源最后收集结果。...问题核心在于R很多包或者底层库在你不知道情况下启动了并行计算,例如data.table。...也就是你启动每一个并行计算内容下都会使用全部CPU核心数运算(4x20 >> 20),自然系统资源都被占满了。

1K20

131-R茶话会23-R随机数有点坑

前言 最近在复现一篇文章操作。发现每一次生成结果都有所不同。 难道是操作出了问题?难道是R 包版本不对,函数不同?难道是随机数问题? 后来发现,果然是随机数问题。...2-随机数,即用即换 我们如果希望随机函数生成指定结果,永远要在其之前配置相关种子。...那么如果不在lapply 中特别声明,或者仅仅在全局声明了一次set.seed,那么你就等着无法重复随机结果吧: > set.seed(32) > lapply(1:3, function(x) runif...) [1] 0.8087471 0.7288197 0.1519876 > set.seed(32) > runif(3) [1] 0.5058405 0.5948084 0.8087471 这也是为什么...此外,也推荐大家在写涉及到随机数代码时,使用withr::with_seed,起码告诉并且提醒自己,哪个种子,对应哪个随机函数。防止被吞,或者吞了其他人种子。

53710

EfficientNet 解析:卷积神经网络模型尺度变换反思

为什么尺度很重要? ---- 在讨论"尺度意味着什么" 之前,相关问题是:为什么尺度至关重要?通常进行缩放是为了提高模型对特定任务(例如 ImageNet 分类)准确性。...这个结果给了我们第二个现象:平衡各个维度(宽度、深度、分辨率)尺度,有助于提高精度与性能。...那么回答两个问题:一,为什么 alpha 不用平方?二,为什么限制三个系数乘积约等于 2 ?” 这个问题问得非常好。在卷积神经网络中,卷积层是计算量最大部分。...而一个常规卷积层计算量,通常与 d, w², r² 近似成正比。也就是说,深度加倍会使得计算量加倍,而宽度或分辨率加倍会使得计算量增加近似四倍。...结语 ---- 这可能是 2019 年以来读过最好一篇论文之一。这篇文章不仅为搜索更精确网络,打开了新世界大门,而且同时强调了搜索高效网络。

99620

R语言︱数据分组统计函数族——apply族用法与心得

笔者寄语:apply族功能强大,实用,可以代替很多循环语句,R语言中不要轻易使用循环语句。...lapply使用格式为: lapply(X, FUN, ...) lapply返回值是和一个和X有相同长度list对象, 这个list对象中每个元素是将函数FUN应用到X每一个元素。...其中X为List对象(该list每个元素都是一个向量), 其他类型对象会被R通过函数as.list()自动转换为list类型。...X 一个列表 classes 关于类名字符向量,或者为any时则匹配任何类 deflt 默认结果,如果使用了how=”replace”,则不能使用 how 字符串匹配三种可能结果 参考文献:...————————————————————— 拓展一:lapply用法 因为一直想不明白,所以最开始时候都不太会使用这个函数来进行并行处理, 最近想明白,用了一下发现验证了想法。

3.4K30

R」apply,lapply,sapply用法探索

本文节选自张丹R极客理想》系列。 1. apply家族函数 apply函数族是R语言中数据处理一组核心函数,通过使用apply函数,我们可以实现对数据循环、分组、过滤、类型控制等操作。...很多R语言新手,写了很多for循环代码,也不愿意多花点时间把apply函数使用方法了解清楚,最后把R代码写跟C似得,严重鄙视只会写forR程序员。...一般最常用函数为apply和sapply,下面将分别介绍这8个函数定义和使用方法。 2. apply函数 apply函数是最常用代替for循环函数。...3. lapply函数 lapply函数是一个最基础循环操作函数之一,用来对list、data.frame数据集进行循环,并返回和X长度同样list结构作为结果集,通过lapply开头第一个字母’...> sapply(data.frame(x), sum) x1 x2 12 12 # 检查结果类型,sapply返回类型为向量,而lapply返回类型为list > class(lapply(

4.4K32

为什么一行代码就可以完成3个RRNA-seq差异分析呢

在教师节收到学生提问,刷B站74小时视频时候看到我演示了RNA-seq差异分析只用了一行代码就完成了3大R全部分析,并且输出了对应图表结果,觉得很神奇,但是B站视频并没有配套讲义和代码还有测试数据...,为什么这么神奇呢?...,结果该如何取舍呢?...这个时候是没有标准答案,因为每个R包都非常热门,引用量都是好几千,你选择哪个都符合市场规律,不过,这里有一个代码,对3个结果根据阈值筛选交集。...当然是啊,都会写代码了,还有什么是不能为所欲为呢? 同样,代码也是在GitHub,需要你仔细理解,不过有一个小小要求,请不要把代码雪藏,或者刻意隐瞒。

1.7K62

怀疑了不该怀疑的人

,第一列是答案,第二列是曾老板代码计算结果,第三列是R计算结果,很明显是第三列和答案一样啊,第二列不一样。。。...好了,现在得出了一个不成熟结论:曾老板代码有bug。 正当我打算发个邮件告诉他时候,转念一想,不对啊。曾老板代码什么时候有bug?是不是冤枉他了。...属于R语言高级玩家快乐 必须要研究一下曾老板高难度R语言代码,看看是个什么原理,为什么碰上这种问题数据会算出错误结果。...找两个基因出来,一个是计算正确,一个是计算错误(有重复行,解析一下循环里代码就可以了。 出了新手村R语言玩家可以先学习一下apply和lapply这两个函数,查帮助文档即可。...lapply循环里代码: tmp=apply(a[[1]],1,function(y){ y[1]:y[2] }) lapply(tmp[1:3], head) ## $`2964638`

42610

R」简单理解lapply,sapply,vapply

之前转载文章《apply,lapply,sapply用法探索》中已经对R中apply家族函数进行了比较详细地说明,这篇文章基于我在data campus中对lapply、sapply、vapply...,但我们所需要结果其实可以以比较紧凑数组(矩阵)展示出来。...记得,如果你使用迭代计算结果不是一个向量,就不要使用sapply进行简化计算。...```R > args(vapply) function (X, FUN, FUN.VALUE, ..., USE.NAMES = TRUE) NULL 我们知道每次迭代计算应该返回4个数值型结果,所以当我们设置为...这个函数及其选项设定在我们编写比较大型迭代计算和整合函数代码时非常有用,可以帮助我们快速检验结果有效性,尽量避免调试bug带来苦恼。

1.5K20

不同安装R语言R方法

为了大规模安装所需要R包,你可以使用几种不同方法。...以下是两种常见方法:常用安装install.packages函数是我们常用安装R方式,需要注意是这些R包必须是在CRAN仓库中,否则安装将会失败。...该项目是存放了大量用于生物研究R包,很多做生物信息分析的人都会使用里面提供R包。它安装包是通过BiocManager包提供install函数实现。...我们可以通过 installed.packages函数判断,并使用lapply函数分次安装所有的R包。...构建函数,使其具有如下功能:判断未安装R包;使用 install.packages或BiocManager::install函数安装来源你不同R包;用lapply分别加载R包,并不输出加载过程中产生信息

7510

🤠 Wordcloud | 风中有朵雨做词云哦!~

1写在前面 今天可算把key搞好了,不得不说里手握生杀大权的人,都在自己能力范围内尽可能难为你。 等小大夫也是很无奈,毕竟奔波霸、霸波奔是要去抓唐僧。...2用到包 rm(list = ls()) library(tidyverse) library(tm) library(wordcloud) 3示例数据 这里准备好了2个文件用于绘图,首先是第一个文件...可能会有小伙伴问sapply和lapply有什么区别呢!? ok, sapply()函数与lapply()函数类似,但返回是一个简化对象,例如向量或矩阵。...如果应用函数结果具有相同长度和类型,则sapply()函数将返回一个向量。 如果结果具有不同长度或类型,则sapply()函数将返回一个矩阵。...document_tm_clean_mat_s, max.words=2000, random.order=F, use.r.layout

13310

R语言:data.table语句批量生成变量

上述结果可以看出,我们重新生成了很多被处理过变量,都带有后缀_xtrct,下面让村长对这一行代码进行详细解析。...在这里通过链接中推送lapply使用原理,再加上stringr包中str_match这个函数使用,截取出诊断结果中出现过继发性醛固酮或者醛固酮,没有出现过自动记为NA。...大猫R语言课堂 是大猫,一个高中读文科但却在代码、数学路上狂奔不止Finance Ph. D Candidate。 是村长,一个玩了9年指弹吉他,却被代码深深吸引博士候选人。...大猫微信号是: iRoss2007 村长B站主页是:http://space.bilibili.com/40771572 大猫R语言课堂关注R语言、数据挖掘以及经济金融学。...我们与大家分享我们知识和节操,相信独乐乐不如众乐乐。

1.2K20

R语言进行网站评论文本挖掘聚类|附代码数据

对于非结构化网站中文评论信息,r中文词频包可能是用来挖掘其潜在信息好工具,要分析文本内容,最常见分析方法是提取文本中词语,并统计频率。...比如对于如下网站评论信息:通过一系列文本处理和高频词汇提取,最后结合聚类,我们可以得到如下可视化结果。...第一类客户:第二类第三类这是根据某网站成交评论制作可视化词云,词频统计,分词和词云制作都是用R,最后做了聚类,将不同用户聚成了3个类别。这个图能很直观看到,每个类别的客户特点。...=" "];  #剔除通用标题  res=gsub(pattern="[專賣店【未拆封順豐】||]+"," ",res);   #剔除特殊词  res=gsub(pattern="[|你||了|是]...----最受欢迎见解1.Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组2.R语言文本挖掘、情感分析和可视化哈利波特小说文本数据3.r语言文本挖掘tf-idf主题建模,情感分析

26920

R语言入门系列之三:R脚本

写在前面: 在前面两篇文章R语言入门系列之一与R语言入门系列之二中,分别介绍了R语言中对象与结构、数据输入输出及可视化。...基于前面的基础,今天介绍一下R语言中基础程序结构,来帮助我们完成更复杂数据处理任务。此外,如果你有大批量数据处理、可视化任务,需要着重学习R脚本在命令行调用方式以及命令行参数使用方法。...: 其结果以数据框形式储存。...lapply()通过对x每一个元素运用函数,生成一个与元素个数相同值列表: lapply(X, FUN, ...)...在Linux系统命令行运行结果如下所示: 可以发现,前五个为R内置参数,用户输入参数从第6个开始,R脚本中命令行参数使用示例如下所示: 如果想忽略R内置参数,则可以如下设置: Args <- commandArgs

3.5K20

隐式循环及function函数

写在开头 最近在复习数据挖掘课程内容,hhh确实是兜兜转转从去年学到了今年 去年课程笔记整理:#R语言数据挖掘 今年重新学习一遍,所以准备补充一些知识点,以及找几个GEO芯片数据实战分析一下。...(sceList, dim)) 正好复习R语言基础时候,学到了apply()和lapply()两个函数,那一起来了解一下隐式循环吧!...FUN:函数,即对x每一行/列执行FUN这个函数 simplify:表明是否应简化结果逻辑,一般默认为 = TRUE 使用小栗子: #循环处理数据 test<- iris[1:6,1:4] apply...[,1:4], 2, plot) lapply()函数 lapply返回与X长度相同列表,其中每个元素都是将FUN应用于X相应元素结果。...,那就需要用到function()函数——写函数函数,因为本人R语言基础暂时还不足以解释这个函数,所以就附上小洁老师在数据挖掘PPT 参数 function函数

12010
领券