Как мне перевести этот "редкий" вызов Matlab bsxfun на R?

Question

>> A = sparse([1,2,3,4,5])

A =

   (1,1)        1
   (1,2)        2
   (1,3)        3
   (1,4)        4
   (1,5)        5

>> B = sparse([1;2;3;4;5])

B =

   (1,1)        1
   (2,1)        2
   (3,1)        3
   (4,1)        4
   (5,1)        5

>> bsxfun(@times, A, B)

ans =

   (1,1)        1
   (2,1)        2
   (3,1)        3
   (4,1)        4
   (5,1)        5
   (1,2)        2
   (2,2)        4
   (3,2)        6
   (4,2)        8
   (5,2)       10
   (1,3)        3
   (2,3)        6
   (3,3)        9
   (4,3)       12
   (5,3)       15
   (1,4)        4
   (2,4)        8
   (3,4)       12
   (4,4)       16
   (5,4)       20
   (1,5)        5
   (2,5)       10
   (3,5)       15
   (4,5)       20
   (5,5)       25

Который выглядит так в не разреженном виде:

>> full(ans)

ans =

     1     2     3     4     5
     2     4     6     8    10
     3     6     9    12    15
     4     8    12    16    20
     5    10    15    20    25

>> 

РЕДАКТИРОВАТЬ:

Я хотел бы сделать матричное умножение этих разреженных векторов и вернуть разреженный массив:

> class(NRowSums)
[1] "dsparseVector"
attr(,"package")
[1] "Matrix"
> class(NColSums)
[1] "dsparseVector"
attr(,"package")
[1] "Matrix"
> 

NRowSums * NColSums (я думаю; или если это возвращает скаляр, а затем перевернуть их) без использования не разреженной переменной для временного хранения данных.

EDIT2:

В настоящее время у меня есть это:

NSums = tcrossprod(as(NRowSums, "sparseMatrix"), as(NColSums, "sparseMatrix"))

Это кажется немного неловким из-за того, что я пытаюсь сделать, особенно из-за кастинга. Это также крайне неэффективно, потому что он вычисляет все элементы, в которых существует NRowSum или NColSum, а не только пересечение этих двух. Таким образом, в этих NSums примерно на 100 раз больше записей, чем в исходной разреженной матрице.

Answer 1

Проверьте пакет "pracma" http://cran.r-project.org/web/packages/pracma/index.html Затем вы можете использовать bsxfun() так же, как в Matlab.

Answer 2

Если у вас действительно есть "редкая" ситуация, я думаю, что вы, вероятно, хотите начать с

df <- expand.grid(A=A, B=B)
df$val <- with(df, A*B))
# then pass that triple column set of i,j, and values to the sparse matrix constructors.

На данный момент ваш пример не подходит для тестирования, так как он плотный.

Answer 3

Вы можете транспонировать ваш массив B так, чтобы он был таким же, как и A:

B = t(B)

затем назовите внешнее произведение двух массивов:

outer(A,B)