如何在R中分批调用10x10矩阵函数生成25x25矩阵？

我有一个最多支持10×10运算的matrix_function，现有包含25个数据点的数据框，需通过该函数生成25×25的矩阵输出。希望编写一个包装函数将运算分批处理（计划分7个批次），但用for循环尝试实现时失败了。

以下是示例数据与函数代码：

id <- LETTERS[1:25]

set.seed(04)
value <- runif(25,30, 40)

data <- data.frame(id, value)

# 用于复现的模拟函数
matrix_function <- function(x_id, x, y_id, y){
  
  computed_matrix <- matrix(NA, nrow = 10, ncol = 10)
  
  for (i in 1:10) {
    
    for (j in 1:10) {
      computed_matrix[i,j] <- x[i] + y[j]
    }
    
  }
  
  colnames(computed_matrix) <- y_id
  rownames(computed_matrix) <- x_id
  
  return(computed_matrix)
}

函数调用示例输出：

> matrix_function(x_id=data$id[1:10], x=data$value[1:10], y_id=data$id[11:20], y=data$value[11:20])
         K        L        M        N        O        P        Q        R        S        T
A 73.40475 68.71801 66.85854 75.39869 70.01407 70.40903 75.56856 71.69788 75.48005 73.47503
B 67.63621 62.94946 61.08999 69.63015 64.24553 64.64048 69.80001 65.92934 69.71150 67.70648
C 70.48415 65.79740 63.93793 72.47808 67.09347 67.48842 72.64795 68.77728 72.55944 70.55442
D 70.32050 65.63376 63.77428 72.31444 66.92982 67.32477 72.48431 68.61363 72.39580 70.39077
E 75.68249 70.99575 69.13628 77.67643 72.29181 72.68677 77.84630 73.97562 77.75779 75.75277
F 70.15103 65.46428 63.60481 72.14497 66.76035 67.15530 72.31483 68.44416 72.22632 70.22130
G 74.79081 70.10407 68.24459 76.78475 71.40013 71.79508 76.95462 73.08394 76.86611 74.86108
H 76.60767 71.92093 70.06146 78.60161 73.21699 73.61195 78.77148 74.90080 78.68297 76.67795
I 77.03715 72.35041 70.49094 79.03109 73.64647 74.04143 79.20096 75.33028 79.11245 77.10743
J 68.27819 63.59145 61.73198 70.27213 64.88752 65.28247 70.44200 66.57132 70.35349 68.34847

步骤1：拆分数据批次 #

将25个数据点按10/10/5的规则拆分行和列批次，对应区间为：

• 行批次：1:10、11:20、21:25
• 列批次：1:10、11:20、21:25

注：按此拆分共9个运算批次，是最直观且不易出错的拆分方式；若需严格7个批次，可将小批次合并（比如把21:25行与21:25列的运算合并到其他批次中），但9个批次的实现更简洁可靠。

步骤2：编写包装函数 #

下面的函数会自动遍历所有批次，调用matrix_function处理子矩阵，最后拼接成完整的25×25矩阵：

batch_matrix <- function(data) {
  # 定义行和列的拆分区间
  row_batches <- list(1:10, 11:20, 21:25)
  col_batches <- list(1:10, 11:20, 21:25)
  
  # 初始化空的完整矩阵，设置行名和列名
  full_matrix <- matrix(NA, 
                        nrow = nrow(data), 
                        ncol = nrow(data),
                        dimnames = list(data$id, data$id))
  
  # 遍历所有批次组合
  for (i in seq_along(row_batches)) {
    for (j in seq_along(col_batches)) {
      # 获取当前批次的行、列索引
      row_idx <- row_batches[[i]]
      col_idx <- col_batches[[j]]
      
      # 调用matrix_function生成子矩阵
      sub_matrix <- matrix_function(
        x_id = data$id[row_idx],
        x = data$value[row_idx],
        y_id = data$id[col_idx],
        y = data$value[col_idx]
      )
      
      # 将子矩阵填充到完整矩阵的对应位置
      full_matrix[row_idx, col_idx] <- sub_matrix
    }
  }
  
  return(full_matrix)
}

步骤3：测试函数 #

调用包装函数生成完整矩阵，可通过查看局部数据验证结果：

# 生成完整25×25矩阵
result <- batch_matrix(data)

# 查看前10行前10列验证
result[1:10, 1:10]

内容的提问来源于stack exchange，提问作者Shibaprasad