R语言三维数组按指定维度计算元素占比的张量运算实现问题

你遇到的non-conformable arrays报错是因为apply(x, c(1,2), sum)返回的是2行2列的二维矩阵，直接和三维的x做除法时，R的默认向量循环规则无法匹配两个对象的维度结构，所以触发报错。

方案1：基础R原生sweep函数（无需额外安装包） #

sweep是R原生专门用于按指定维度对数组执行批量运算的函数，完美适配你的需求：

# 你的原始数组
x <- array(
  data = 1:8,
  dim = c(2, 2, 2),
  dimnames = list(i = c("i1", "i2"), j = c("j1", "j2"), k = c("k1", "k2"))
)
# 计算按前两维求和的基准值
dim_sum <- apply(x, c(1, 2), sum)
# 按前两维匹配，执行除法
a <- sweep(x, MARGIN = c(1,2), STATS = dim_sum, FUN = "/")

输出结果和你预期的完全一致：

> a
, , k = k1

    j
i           j1        j2
  i1 0.1666667 0.3000000
  i2 0.2500000 0.3333333

, , k = k2

    j
i           j1        j2
  i1 0.8333333 0.7000000
  i2 0.7500000 0.6666667

如果你需要分数格式展示，可以加载MASS包的fractions函数：

library(MASS)
fractions(a)

就能得到你示例里的分数格式输出。

方案2：手动扩展求和结果维度（更易理解底层逻辑） #

你也可以手动把二维的求和结果扩展为和x维度完全一致的三维数组，再直接做除法，R会按元素一一匹配运算：

dim_sum <- apply(x, c(1,2), sum)
# 把二维求和矩阵扩展为和x同维度的数组，第三维重复两次求和结果
dim_sum_arr <- array(dim_sum, dim = dim(x), dimnames = dimnames(x))
a <- x / dim_sum_arr

运算结果和方案1完全相同。

方案3：张量计算包实现（适合更高维度/更大规模数据） #

如果需要处理更高维度的张量运算，可以用torch或者tensor包的维度广播功能，以torch为例：

library(torch)
# 把R数组转为torch张量
x_t <- torch_tensor(x)
# 按前两维求和，同时保留维度方便广播
dim_sum_t <- x_t$sum(dim = 3, keepdim = TRUE)
a_t <- x_t / dim_sum_t
# 转回R数组
a <- as.array(a_t)

这种方法在数据量很大的时候运算效率远高于基础R的apply系列函数。

内容的提问来源于stack exchange，提问作者McCuys