R语言矩阵列排序后部分列均值/求和异常，求原因

问题描述 #

对矩阵列按绝对值大小排序后绘制列累积和，结果不符合预期；更关键的是排序后部分列均值变化，且colSums(toad)/4000与colMeans(toad)出现不一致。复现代码如下：

df.exercise = .2
set.seed(78455823)

toad = matrix(rt(1000 * 4000, df.exercise), ncol = 1000)

for(i in 1:1000){
  toad.sort[, i] = toad[order(abs(toad[, i])), i]
}

which(colMeans(toad) != colMeans(toad.sort))
which(colSums(toad) != colSums(toad.sort))

loop.sums = loop.sums.sort = numeric(1000)

for(i in 1:1000){
 loop.sums.sort[i] = sum(toad.sort[, i])
 loop.sums[i] = sum(toad[, i])
}

which(loop.sums.sort != loop.sums)
which(loop.sums.sort != colSums(toad.sort))
which(loop.sums != colSums(toad))

异常原因分析 #

1. 核心问题：toad.sort未提前初始化 #

代码中直接对toad.sort[, i]赋值，但从未创建这个矩阵对象。在R中，未定义的对象默认是NULL，循环赋值时会动态扩展结构，这个过程会导致数据类型隐式转换——原本的数值型矩阵被转换成了非数值结构（比如列表），后续的colMeans、colSums等函数计算逻辑被打乱，自然出现结果异常。

修复方法：在循环前先初始化toad.sort为与toad同维度、同类型的矩阵：

toad.sort = matrix(nrow = nrow(toad), ncol = ncol(toad))

2. 次要问题：浮点数精度导致的“假不等” #

即使修复了初始化问题，用!=直接比较浮点数是否相等也会出现误判。因为浮点数在计算机中是近似存储的，求和、求均值的计算过程中可能产生微小的精度偏差，导致colSums(toad)/4000和colMeans(toad)看起来“不等”，但实际是精度误差。

正确的比较方式应该使用all.equal()函数，它会忽略微小的浮点数差异：

which(!all.equal(colMeans(toad), colMeans(toad.sort)))
which(!all.equal(colSums(toad), colSums(toad.sort)))

内容的提问来源于stack exchange，提问作者Vonvorv