在R中将三维数组转换为函数型数据时遇维度不兼容错误求助

错误原因 #

你遇到的错误是因为Data2fd的argvals参数传入了单个值1140，但y = sst2[i,j,]是长度为1140的向量。这个函数要求argvals的长度必须和每个y观测的长度完全匹配——每个y的元素都需要对应一个自变量（时间点）值，而不是只传一个总长度。

修正方案 #

1. 修正argvals参数：把argvals = 1140改成argvals = 1:1140，这样自变量序列的长度和y一致，每个数据点对应一个时间点。
2. 优化结果存储：原代码里每次循环都会覆盖tmpfdd，最后只能得到最后一组(i=128,j=64)的结果。建议用列表或矩阵式列表存储所有函数型数据对象。

修正后的代码 #

用列表存储所有结果

# 初始化列表，容量等于数组的前两维乘积
fdd_list <- vector("list", length = dim(sst2)[1] * dim(sst2)[2])
current_index <- 1

for (i in 1:dim(sst2)[1]) {
  for (j in 1:dim(sst2)[2]) {
    tmpfdd <- Data2fd(
      argvals = 1:1140,  # 匹配y长度的自变量序列
      y = sst2[i, j, ],
      basisobj = create.fourier.basis(nbasis = 15)
    )
    fdd_list[[current_index]] <- tmpfdd
    current_index <- current_index + 1
  }
}

用矩阵式列表保留二维结构

如果想保留原数组的128×64二维索引结构，可以用矩阵存储列表元素：

# 创建128行64列的矩阵，每个元素是列表
fdd_matrix <- matrix(vector("list", dim(sst2)[1]*dim(sst2)[2]), 
                     nrow = dim(sst2)[1], ncol = dim(sst2)[2])

for (i in 1:dim(sst2)[1]) {
  for (j in 1:dim(sst2)[2]) {
    fdd_matrix[[i,j]] <- Data2fd(
      argvals = 1:1140,
      y = sst2[i, j, ],
      basisobj = create.fourier.basis(nbasis = 15)
    )
  }
}

补充说明 #

如果你的数据对应的自变量不是从1到1140的整数（比如实际的日期序列），只需要把argvals替换成对应的长度为1140的序列即可，核心是保证argvals和y的长度一致。

内容的提问来源于stack exchange，提问作者Idris SI AHMED