下标超出范围-一般定义和解决方案？

Question

使用RI时，经常出现错误消息“下标超出范围”。例如：# Load necessary libraries and datalibrary(igraph)library(NetData)data(kracknets, package = "NetData")# Reduce dataset to nonzero edgeskrack_full_nonzero_edges <- subset(krack_full_data_frame, (advice_tie > 0 | friendship_tie > 0 | reports_to_tie > 0))# convert to graph data farme krack_full <- graph.data.frame(krack_full_nonzero_edges) # Set vertex attributesfor (i in V(krack_full)) {    for (j in names(attributes)) {        krack_full <- set.vertex.attribute(krack_full, j, index=i, attributes[i+1,j])    }}# Calculate reachability for each vertixreachability <- function(g, m) {    reach_mat = matrix(nrow = vcount(g),                        ncol = vcount(g))    for (i in 1:vcount(g)) {        reach_mat[i,] = 0        this_node_reach <- subcomponent(g, (i - 1), mode = m)        for (j in 1:(length(this_node_reach))) {            alter = this_node_reach[j] + 1            reach_mat[i, alter] = 1        }    }    return(reach_mat)}reach_full_in <- reachability(krack_full, 'in')reach_full_in这将产生以下错误Error in reach_mat[i, alter] = 1 : subscript out of bounds。但是，我的问题不是关于这段特定的代码（即使对解决这一问题也有帮助），但是我的问题更笼统：下标越界错误的定义是什么？是什么原因造成的？有没有通用的方法可以解决这种错误？

Answer 1

这是因为您尝试访问数组之外的数组。

我将向您展示如何调试此类错误。

我设置 options(error=recover)

我跑reach_full_in <- reachability(krack_full, 'in') 我得到：

reach_full_in <- reachability(krack_full, 'in')

Error in reach_mat[i, alter] = 1 : subscript out of bounds

Enter a frame number, or 0 to exit   

1: reachability(krack_full, "in")

输入1，我得到

 Called from: top level 

我键入ls()以查看当前的变量

  1] "*tmp*"           "alter"           "g"               

     "i"               "j"                     "m"              

    "reach_mat"       "this_node_reach"

现在，我将看到变量的尺寸：

Browse[1]> i

[1] 1

Browse[1]> j

[1] 21

Browse[1]> alter

[1] 22

Browse[1]> dim(reach_mat)

[1] 21 21

您会看到alter已超出范围。22> 21。在行中：

  reach_mat[i, alter] = 1

为避免此类错误，我个人这样做：

尝试使用applyxx功能。他们比for

我使用seq_along而不是1:n（1：0]

如果可以避免mat[i,j]索引访问，请尝试考虑矢量化解决方案。

编辑矢量化解决方案

例如，在这里我看到您没有使用set.vertex.attribute向量化的事实。

您可以替换：

# Set vertex attributes

for (i in V(krack_full)) {

    for (j in names(attributes)) {

        krack_full <- set.vertex.attribute(krack_full, j, index=i, attributes[i+1,j])

    }

}

这样：

##  set.vertex.attribute is vectorized!

##  no need to loop over vertex!

for (attr in names(attributes))

      krack_full <<- set.vertex.attribute(krack_full, 

                                             attr, value = attributes[,attr])

Answer 2

如果这对任何人有帮助，我在将purr :: map（）与我编写的函数结合使用时会遇到以下问题：

find_nearby_shops <- function(base_account) {

   states_table %>% 

        filter(state == base_account$state) %>% 

        left_join(target_locations, by = c('border_states' = 'state')) %>% 

        mutate(x_latitude = base_account$latitude,

               x_longitude = base_account$longitude) %>% 

        mutate(dist_miles = geosphere::distHaversine(p1 = cbind(longitude, latitude), 

                                                     p2 = cbind(x_longitude, x_latitude))/1609.344)

}

nearby_shop_numbers <- base_locations %>% 

    split(f = base_locations$id) %>% 

    purrr::map_df(find_nearby_shops) 

有时我会在样本中得到这个错误，但是大多数时候我不会。问题的根源是base_locations表（PR）中的某些状态不存在于states_table中，因此本质上我已经过滤掉了所有内容，并将一个空表传递给mutate。 这个故事的寓意是，您可能遇到数据问题，而没有（仅仅是）代码问题（因此您可能需要清理数据）。

Answer 3

我有时会遇到相同的问题。我只能回答你的第二个要点，因为我不像其他语言那样熟练地使用R。我发现标准for循环有一些意外的结果。说x = 0

for (i in 1:x) {

  print(i)

}

输出是

[1] 1

[1] 0

以python为例

for i in range(x):

  print i

什么也没做。没有进入循环。

我希望如果x = 0在R中不输入该循环。但是，1:0是数字的有效范围。除了有一个if包装for循环的语句外，我还没有找到一个好的解决方法