几种加快R语言运算的方法

提升R代码运行速度并不需要很高级的优化技术, 例如代码并行化, 使用数据库, 使用c++等. 实际上, 通过简单的操作, 就能够是R的运算速度显著的加快, 下面介绍几种方法.

R语言允许用户进行向量化编程, 这样速度更快.

比如我们计算100万随机数, 计算他们的平方, 这里使用两种方法: 第一种, for循环; 第二种, 向量化

set.seed(123)
dat= rnorm(1000000)

system.time({
    dd = NULL
    for(i in 1:length(dat)){
        dd[i] = dat[i]^2
    }
    })

   user  system elapsed 
   0.31    0.03    0.35

system.time({
    dd2 =dat^2
    })

   user  system elapsed 
      0       0       0

head(dat);head(dd2)

速度由0.3s到0.02s

R语言是动态分布内存的, 不需要预先定义变量, 可以直接使用. 这种方法比较简单, 但是数据量大时, 会影响速度. 所以在使用变量时, 提前声明变量的大小, 会提升速度

这个程序, 不知道dat的长度是多少, 因此是动态的内存结构.

N = 1e5;N

1e+05

system.time({
    dat =1 
    for(i in 2:N){
        dat = c(dat,dat[i-1]+sample(1:2,size = 1))
    }
    })

   user  system elapsed 
   8.88    0.15    9.07

dat的长度是1e5, 因此我们可以生成这一个为0的向量, 这样他的内存就固定了

N = 1e4;N
dat = rep(0,N)

10000

system.time({
    dat =1 
    for(i in 2:N){
        dat = c(dat,dat[i-1]+sample(1:2,size = 1))
    }
    })

   user  system elapsed 
   0.14    0.00    0.14

可以看到, 时间由7.5s降到0.11s

apply函数及其变种:

如果各个迭代之间相互独立, 那么apply函数是可以代替for循环的

set.seed(123)
dat= rnorm(1000000)

system.time({
    dd = NULL
    for(i in 1:length(dat)){
        dd[i] = dat[i]^2
    }
    })

   user  system elapsed 
   0.28    0.00    0.28

square = function(x){    return(x^2)
}

system.time({tt = lapply(dat, FUN=square)})

   user  system elapsed 
   1.00    0.00    1.02

t = rep(0,length(dat))system.time({t = lapply(dat, FUN=square)})

   user  system elapsed 
   0.62    0.03    0.66

在矩阵运算时, 尽量转化为matrix格式

dat = matrix(rnorm(1e4*1000),1e4,1000)

dd = as.data.frame(dat)
system.time( rowSums(dd))

   user  system elapsed 
   0.05    0.00    0.05

system.time( rowSums(dat))

   user  system elapsed 
   0.04    0.00    0.03

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。