如何用优雅高效的方法提取R语言中3D数组的全部对角线？

核心思路 #

和2D矩阵利用行索引-列索引分组对角线的思路类似，3D数组中，同一对角线上的元素满足：行索引与列索引的差值固定，且列索引与层索引的差值固定（每沿对角线移动一步，行、列、层索引同步+1，因此行-列、列-层的数值始终不变）。我们可以通过这两个差值的组合作为分组键，实现高效的对角线提取。

代码实现 #

# 定义示例3D数组
arr <- array(1:60, dim = c(5, 4, 3))

# 构造三个维度的索引矩阵
row_idx <- row(arr)
col_idx <- col(arr)
slice_idx <- array(rep(1:dim(arr)[3], each = prod(dim(arr)[1:2])), dim = dim(arr))

# 计算分组键：行-列、列-层的差值组合
group_key <- interaction(row_idx - col_idx, col_idx - slice_idx)

# 按分组键拆分数组，得到所有对角线列表
diagonals_3d <- split(arr, group_key)

结果验证 #

提取几个示例对角线验证：

• 对应[1,1,1]的分组键为0.0，取值：diagonals_3d[["0.0"]] → c(1, 27, 53)
• 对应[3,2,1]的分组键为1.1，取值：diagonals_3d[["1.1"]] → c(8, 34, 60)
• 对应[1,3,1]的分组键为-2.2，取值：diagonals_3d[["-2.2"]] → c(11, 37)
• 对应[1,2,2]的分组键为-1.0，取值：diagonals_3d[["-1.0"]] → c(26, 52)

该方法完全基于向量运算，避免了循环迭代，和2D场景的解决方案保持了同样的优雅与高效。

内容的提问来源于stack exchange，提问作者Tripartio