如何在R语言中用for循环实现replicate()的样本存储功能？

嘿，完全没问题！你已经知道用replicate()能快速生成并存储样本，现在想用for循环来实现同样的效果对吧？其实replicate()本质上就是帮你封装了循环逻辑，咱们手动写的话，关键是先初始化一个合适的存储结构，再把每次循环生成的样本放进去就行。

方法一：生成和replicate()结构一致的矩阵 #

replicate(5000, sample(...))返回的是一个60行、5000列的矩阵（每一列对应一个60长度的样本），所以用for循环的话，我们可以先创建一个空矩阵，再逐列填充：

# 先初始化一个60行5000列的空矩阵，初始值设为NA即可
x <- matrix(nrow = 60, ncol = 5000)

# 循环生成每个样本并赋值到矩阵的对应列
for (i in 1:5000) {
  # 生成单个60长度的0-1样本
  record <- sample(c(0,1), size = 60, replace = TRUE, prob = c(0.9, 0.1))
  # 把这个样本放到x的第i列
  x[, i] <- record
}

这样得到的x和你用replicate()生成的record结构完全一致，都是矩阵类型，后续操作也可以无缝衔接。

方法二：用列表存储样本（灵活度更高） #

如果你不需要矩阵结构，也可以用列表来存储每个样本（每个列表元素是一个长度60的向量），写法更简单：

# 初始化一个空列表
x <- list()

for (i in 1:5000) {
  record <- sample(c(0,1), size = 60, replace = TRUE, prob = c(0.9, 0.1))
  # 把样本添加到列表的第i个位置
  x[[i]] <- record
}

这种方式的好处是每个样本可以是不同长度的（当然你这里都是60长度），后续处理单个样本更方便。

小提示 #

其实replicate()就是R帮你简化了这类循环操作，底层逻辑和咱们写的for循环是一样的。如果样本量特别大，for循环可能比replicate()稍慢一点，但5000次循环完全不用担心性能问题~

内容的提问来源于stack exchange，提问作者OmO Walker