如何在R语言多维数组的各列中应用sample()函数进行置换？

先通过以下代码创建三维数组：

x <- 1:24
dim(x) <- c(2, 4, 3)

运行后输出的初始数组结构如下：

> x
, , 1

     [,1] [,2] [,3] [,4]
[1,]    1    3    5    7
[2,]    2    4    6    8

, , 2

     [,1] [,2] [,3] [,4]
[1,]    9   11   13   15
[2,]   10   12   14   16

, , 3

     [,1] [,2] [,3] [,4]
[1,]   17   19   21   23
[2,]   18   20   22   24

需求是：利用sample()函数对跨矩阵的列进行置换——例如所有矩阵的第1列元素（1、2、9、10、17、18）需在这3个矩阵的第1列范围内打乱，但最终仍保留在第1列；其他列按同样规则处理。示例置换结果如下：

> x
, , 1

     [,1] [,2] [,3] [,4]
[1,]    10    11    5    23
[2,]    2    19    22    8

, , 2

     [,1] [,2] [,3] [,4]
[1,]    1   3   6   24
[2,]   17   12   14   16

, , 3

     [,1] [,2] [,3] [,4]
[1,]   9   4   21   7
[2,]   18   20   13   15

核心逻辑是针对每一列，提取所有层的该列元素，打乱后重新填充回原列的位置。可以用apply()结合sample()实现：

# 按列（第2维度）遍历处理
x_permuted <- apply(x, 2, function(col) {
  # 将当前列的所有元素转为向量并打乱
  permuted_vals <- sample(c(col))
  # 恢复原列的维度（2行 × 3层）
  dim(permuted_vals) <- dim(col)
  permuted_vals
})

# 还原为原三维数组的结构（2行，4列，3层）
dim(x_permuted) <- dim(x)

代码说明 #

1. apply(x, 2, ...)：指定按三维数组的第2维度（列）进行遍历，每次迭代传入的col是一个2×3的矩阵，对应所有层的当前列元素。
2. sample(c(col))：把矩阵col平铺为长度6的向量，通过sample()完成无放回随机打乱。
3. 恢复维度并调整最终结构：打乱后的向量重新转为2×3的矩阵，最后把apply返回的结果调整为原数组的2×4×3维度，保证结构一致。

运行上述代码后，每一列的元素都会在该列内部跨层随机置换，不会跑到其他列，符合需求。

内容的提问来源于stack exchange，提问作者dputhier