R语言之outer函数
发布时间：2021年4月10日
转载自：https://bbs.pinggu.org/thread-7078237-1-1.html
R语言中的outer()函数，名为内积函数，但是他执行的功能并不是解析几何中的内积。那该函数到底发挥什么功能呢？我们将分三个部分来探究该函数，其一是outer()函数的传入参数，其二是outer()函数的运算步骤，其三是拓展举例。
1.outer()函数的传入参数
函数格式：outer(x,y,paste或"operator")
1）x和y
x和y可以是向量(vextor)、矩阵(matrix)、数组(array)、数据框(frame)、列表(list)
注：a.此处向量均指列向量
b.常用类型为数值型、字符型、逻辑型。
c.
①相同类型的向量：v1<-c(1,2,3),v2<-c(4,5,6)，则v1和v2为相同类型的向量；
②而v1<-c(1,2,3),v2<-c("A","B","C")，则v1和v2为不同类型的向量。
R中存在数据结构：
相同类型的向量->矩阵
不同类型的向量->数据框
相同类型的矩阵->数组
不同类型的向量、矩阵、数据框、列表或者其中任意两个及以上的组合->列表
2）paste或"operator"
(1)paste表示打印计算结果中元素的组成结构，如：
outer(1:2,3:5,paste)
[,1] [,2] [,3]
[1,] "1 3" "1 4" "1 5"
[2,] "2 3" "2 4" "2 5"
我们先不考虑outer()函数是如何运算的。
(2)"operator"可以是运算符，包括"+"、"-"、"*"、"/"、"^"等等，需要用双引号引起来，如：
outer(1:2,3:5,"")
也即使用paste打印出来的组成元素两两相乘：
[,1] [,2] [,3]
[1,] "13" "14" "15"
[2,] "23" "24" "25"
那么：
d<-outer(1:2,3:5,"")
d
[,1] [,2] [,3]
[1,] 3 4 5
[2,] 6 8 10
2.outer()函数的运算步骤
outer()函数源码中有一句代码为：as.vector(X) %*% t(as.vector(Y))
就是说现将传入参数X和Y先转换成向量，其中Y转换成向量后还要对其进行转置。
注：
a.此处向量均指列向量
b.矩阵转换成向量时，先按行遍历矩阵的第一列，然后按行遍历矩阵的第二列，以此类推直到遍历完矩阵的所有元素。(从上到下，从左到右)
如矩阵d：
[,1] [,2] [,3]
[1,] 3 4 5
[2,] 6 8 10
转换成向量为：(3,6,4,8,5,10)T
那么outer(1:2,3:5,"*")就在执行：
第一步：生成x和y向量
image.png
第二步：将y转换成向量，y本身就是向量，因而转换后形式不变。
第三步：将y转置，此时
image.png
第四步：执行x %% yT 运算(%%运算与矩阵的乘法运算存在差异，一定不能搞混淆了)
先将x看成一个常数k，用k分别乘以yT中的每个元素，则得到向量[k3,k4,k*5]
将k打开，得到矩阵结构：
image.png
分别计算矩阵中每一个元素的乘积，得到：
image.png
3.拓展举例
我们在R软件的控制台中执行如下代码。
d<-outer(1:2,3:5,"")
d
[,1] [,2] [,3]
[1,] 3 4 5
[2,] 6 8 10
将得到d矩阵，那么在R软件的控制台中继续执行
dd<-outer(d,d,"")
dd
将得到什么呢？
此时：
_ _
d=| 3 4 5 |
|_ 6 8 10 _|
还是按上述步骤执行
第一步：输入两个d向量，则两个d向量分别为：
image.png
第二和第三步：将第二个矩阵d转换成向量，并将其转置，得到
image.png
其中d'=[3,6,4,8,5,10]，第一个元素3位于原矩阵(第二个矩阵d)的1行1列，记为(1,1)；第而个元素6位于原矩阵的2行1列，记为(2,1)；以此类推。
第四步：执行x %% yT 运算
先将第一个矩阵d看成一个常数k，用k分别乘以第二个向量d'中的每个元素得到[k3,k6,k4,k8,k5,k*10]
将k打开，得到矩阵结构：
image.png
然后将各元素乘进去得到：
【自己计算吧】
由于第一个矩阵d为二维矩阵，且运算时将其看成一个常数，因而其维数被R语言省略掉了，控制台并没有显示其维数，只用",,"来表示。R控制台中执行：
outer(d,d,paste)
, , 1, 1 对应第四步中的矩阵下标(1,1)
[,1] [,2] [,3]
[1,] "3* 3" "4 3" "5 3"
[2,] "6 *3" "8 *3" "10 *3"
, , 2, 1 对应第四步中的矩阵下标(2,1)
[,1] [,2] [,3]
[1,] "3* 6" "4 *6" "5 6"
[2,] "6 6" "8 *6" "10 *6"
, , 1, 2 对应第四步中的矩阵下标(1,2)
[,1] [,2] [,3]
[1,] "3 4" "4 4" "5* 4"
[2,] "6* 4" "8 4" "10 4"
, , 2, 2 对应第四步中的矩阵下标(2,2)
[,1] [,2] [,3]
[1,] "3* 8" "4 *8" "5 8"
[2,] "6 8" "8 *8" "10 *8"
, , 1, 3 对应第四步中的矩阵下标(1,3)
[,1] [,2] [,3]
[1,] "3* 5" "4 *5" "5 5"
[2,] "6 5" "8 5" "10 5"
, , 2, 3 对应第四步中的矩阵下标(2,3)
[,1] [,2] [,3]
[1,] "3* 10" "4 *10" "5 10"
[2,] "6 10" "8 10" "10 10"
因而R控制台中执行
dd<-outer(d,d,"*")
dd
, , 1, 1 对应第四步中的矩阵下标(1,1)
[,1] [,2] [,3]
[1,] 9 12 15
[2,] 18 24 30
, , 2, 1 对应第四步中的矩阵下标(2,1)
[,1] [,2] [,3]
[1,] 18 24 30
[2,] 36 48 60
, , 1, 2 对应第四步中的矩阵下标(1,2)
[,1] [,2] [,3]
[1,] 12 16 20
[2,] 24 32 40
, , 2, 2 对应第四步中的矩阵下标(2,2)
[,1] [,2] [,3]
[1,] 24 32 40
[2,] 48 64 80
, , 1, 3 对应第四步中的矩阵下标(1,3)
[,1] [,2] [,3]
[1,] 15 20 25
[2,] 30 40 50
, , 2, 3 对应第四步中的矩阵下标(2,3)
[,1] [,2] [,3]
[1,] 30 40 50
[2,] 60 80 100
