R语言furrr包future_pmap维度错误问题求助

问题重现 #

你的代码尝试用future_pmap并行运行函数，但触发维度错误：

library("furrr")
library("parallel")
testmatrix<-matrix(runif((20000*11),-1,21),nrow = 20000, ncol = 11)

Testfunction<-function(ParVp,Ntrials){
  for(simnum in 1:Ntrials){
    Vp=ParVp[, 1:2]
    tp=ParVp[, 3:4]
    lg=ParVp[, 5:6]
    ld=ParVp[, 7:8]
    Tc=ParVp[, 9:10]
    rho=ParVp[, 11]
    
  print(head(Vp))
  
  }
}
ncores<-detectCores()-2
plan(multisession, workers = ncores)
Testoutput<- future_pmap(list(testmatrix,20),Testfunction)
plan(sequential)

错误信息：

Error in (function (.l, .f, ..., .progress = FALSE) :
ℹ In index: 1.
Caused by error in ParVp[, 1:2]:
! incorrect number of dimensions

错误原因 #

future_pmap的核心逻辑是按元素迭代传入的参数列表：

• 你传入的list(testmatrix, 20)中，testmatrix作为矩阵会被拆解成单个数值元素（矩阵本质是带维度属性的向量）。
• 第一次迭代时，ParVp拿到的是testmatrix[1]这个单个数值，而非完整矩阵。对单个数值执行矩阵索引操作ParVp[, 1:2]，自然会触发维度错误。

你的需求是让函数运行20次，每次都传入完整的testmatrix，因此需要构造符合future_pmap要求的参数列表：每个参数对应的子元素数量必须等于你要运行的次数（20次）。

修正方案 #

方案1：运行函数20次（每次函数内部循环20次） #

构造参数列表时，重复传入20次完整的testmatrix和20次20，确保每次迭代都能拿到完整矩阵：

library("furrr")
library("parallel")

testmatrix <- matrix(runif((20000*11), -1, 21), nrow = 20000, ncol = 11)

Testfunction <- function(ParVp, Ntrials){
  for(simnum in 1:Ntrials){
    Vp <- ParVp[, 1:2]
    tp <- ParVp[, 3:4]
    lg <- ParVp[, 5:6]
    ld <- ParVp[, 7:8]
    Tc <- ParVp[, 9:10]
    rho <- ParVp[, 11]
    
    print(head(Vp))
  }
}

ncores <- detectCores() - 2
plan(multisession, workers = ncores)
# 生成20个完整矩阵和20个20的参数列表
Testoutput <- future_pmap(list(rep(list(testmatrix), 20), rep(20, 20)), Testfunction)
plan(sequential)

方案2：并行执行20次模拟（替换函数内部的for循环） #

如果你的目标是并行这20次模拟，而非在函数内部串行循环，可以重构函数为单次模拟逻辑，直接用future_pmap并行迭代：

library("furrr")
library("parallel")

testmatrix <- matrix(runif((20000*11), -1, 21), nrow = 20000, ncol = 11)

# 单次模拟函数
SingleSim <- function(ParVp, simnum){
  Vp <- ParVp[, 1:2]
  tp <- ParVp[, 3:4]
  lg <- ParVp[, 5:6]
  ld <- ParVp[, 7:8]
  Tc <- ParVp[, 9:10]
  rho <- ParVp[, 11]
  
  print(head(Vp))
  # 可根据需求返回模拟结果，比如 return(list(Vp = Vp, sim_num = simnum))
}

ncores <- detectCores() - 2
plan(multisession, workers = ncores)
# 并行20次模拟，传入完整矩阵和模拟序号
Testoutput <- future_pmap(list(rep(list(testmatrix), 20), 1:20), SingleSim)
plan(sequential)

内容的提问来源于stack exchange，提问作者OpenSauce