如何对R语言数组中的所有矩阵同时单独计算rowSums行和

最优方案：直接使用rowSums的dims参数 #

R内置的rowSums支持多维度数组的定向求和，通过指定dims参数可以直接实现需求，全程向量化运算，处理大型数组的速度远快于循环或apply类函数。
假设你的三维数组array1维度为c(行数, 列数, 切片数)（第三个维度对应你提到的每个独立矩阵），直接执行以下代码即可：

result <- rowSums(array1, dims = 1)

• 结果result是行数与原数组行一致、列数等于原数组切片数的矩阵，第i列就是rowSums(array1[,,i])的结果，完全匹配需求。
• 参数解释：dims = 1表示将第1维（行）作为独立维度，对dims+1及之后的维度（这里为第2维/列）求和，自动按第3维（切片）分组计算。

备选方案：使用apply定向聚合 #

如果后续需要扩展更复杂的聚合逻辑，可以用apply指定保留的维度进行计算：

result <- apply(array1, MARGIN = c(1,3), FUN = sum)

• MARGIN = c(1,3)表示保留原数组的第1维（行）和第3维（切片），对剩余的第2维（列）求和，输出结果和rowSums方案完全一致，但处理超大型数组时速度略低于前者。

可选补充：输出保持三维数组格式 #

如果需要输出结果保持三维数组结构（每个行和结果对应一个1列的矩阵），可以在计算完成后调整维度：

# 调整为三维数组：c(原行数, 1, 原切片数)
dim(result) <- c(nrow(array1), 1, dim(array1)[3])

内容的提问来源于stack exchange，提问作者Stoer