如何高效基于大型概率矩阵运行rbinom()生成0-1矩阵？

你当前用apply逐元素调用rbinom的方式效率低，核心原因是apply本质是在做逐元素循环，对大矩阵来说会产生大量函数调用开销。

直接利用rbinom的向量化特性就能大幅提升速度，因为rbinom支持直接传入向量/矩阵类型的prob参数，无需逐元素处理：

# 生成与M同维度的0-1矩阵
result <- matrix(rbinom(prod(dim(M)), 1, prob = M), 
                 nrow = nrow(M), 
                 ncol = ncol(M))

简单说明： #

• prod(dim(M))算出矩阵总元素数，作为rbinom要生成的随机数总量
• rbinom会自动把矩阵M当作向量处理，一次性生成所有对应概率的0-1值
• 最后用matrix()把生成的向量还原为原矩阵的维度

这种方法完全规避了循环和逐元素函数调用，处理20000×90这类大矩阵时，速度会比apply快很多。

内容的提问来源于stack exchange，提问作者locket