作者celestialgod (天)
看板R_Language
标题Re: [问题] R的向量运算
时间Mon Mar 21 16:19:55 2016
※ 引述《a78998042a (Benjimine)》之铭言：
: [问题类型]:
: 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来)
: [软体熟悉度]:
: 使用者(已经有用R 做过不少作品)
: [问题叙述]:
: 我需要将程式向量化
: 使用回圈、apply系列的函数太慢了
: 但不用apply又做不出来
: 想询问大家的经验
: [程式范例]:
: ###vactor的问题
: #我想将一个向量分别加上一个数字
: x = 1:3
: y = rep(0, 3)
: #我想得到类似下面结果，但不用apply, 不用回圈的做法
: sapply(x, function(x) y + x, simplify = FALSE)
: [[1]]
: [1] 1 1 1
: [[2]]
: [1] 2 2 2
: [[3]]
: [1] 3 3 3
我犹豫了一下要怎麽回你XD
不过我觉得sapply, lapply够快了，而且for也很好用
我写了一个简单的测试，我不认为这会是你程式速度的瓶颈：
PS: 相信你的y不是全部0，不然用mapply + rep最快
y <- 1:3e4
x <- 1:1e4
st <- proc.time()
z1 <- sweep(array(y, c(length(y), length(x))), 2, x, '+')
proc.time() - st
# user system elapsed
# 8.72 0.45 9.19
st <- proc.time()
z2 <- sapply(x, function(xi) y + xi)
proc.time() - st
# user system elapsed
# 3.32 0.48 3.83
all.equal(z1, z2) # TRUE
st <- proc.time()
z12 <- sweep(matrix(rep(y, length(x)), length(y)), 2, x, '+')
proc.time() - st
# user system elapsed
# 8.93 1.10 10.05
all.equal(z1, z12)
st <- proc.time()
z22 <- sapply(x, function(xi) y + xi, simplify = FALSE)
proc.time() - st
# user system elapsed
# 0.58 0.45 1.05
st <- proc.time()
z3 <- lapply(x, function(xi) y + xi)
proc.time() - st
# user system elapsed
# 0.53 0.17 0.70
all.equal(z22, z3) # TRUE
st <- proc.time()
z4 <- vector('list', length(x))
for (i in seq_along(x))
z4[[i]] <- y + x[i]
proc.time() - st
# user system elapsed
# 0.61 0.04 0.65
all.equal(z4, z3) # TRUE
: ###array的问题
: #我想将array不同维度的物件，扣除不同数字
: temp.ar = array(matrix(0, 2, 3), c(2, 3, 2))
: #我想得到类似下面的结果
: sapply(1:2, function(x)temp.ar[,,x] + x,simplify = FALSE)
: [[1]]
: [,1] [,2] [,3]
: [1,] 1 1 1
: [2,] 1 1 1
: [[2]]
: [,1] [,2] [,3]
: [1,] 2 2 2
: [2,] 2 2 2
: #另一个问题是，sapply会将物件转成list，增加後续处理上的难度
: #例如我无法直接对list取round
: #使用sapply的simplify又会将破坏结构，之後可能需要再重新架构
: #但如果结构是array就可以直接做一些函数运算
: #不知道大家有这方面的经验可以分享吗
: #谢谢!
arr <- array(0, c(2, 3, 1e4))
st <- proc.time()
z <- sweep(arr, 3, 1:1e4, '+')
proc.time() - st
# user system elapsed
# 0.00 0.02 0.02
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.109.74.87
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1458548400.A.66C.html
※ 编辑: celestialgod (140.109.74.87), 03/21/2016 16:44:54
1F：推 a78998042a: 谢c大，我现在遇到的问题是，我需要将函数向量化 03/21 18:41
2F：→ a78998042a: 那使用R内建的向量化函数，很难直接增加程式的效率 03/21 18:42
3F：→ a78998042a: 那单一维度参数的向量化很容易，但多维度参数涉及许多 03/21 18:43
4F：→ a78998042a: 阵列的使用技巧，我觉得我的问题是在对基本物件的不熟 03/21 18:44
5F：→ a78998042a: 悉，遂想上来请教大家的经验 03/21 18:45
6F：→ a78998042a: 可能是长久依赖apply的关系，对於要怎麽快速运用基础 03/21 18:47
7F：→ a78998042a: 语法快速做到类似apply的事情，就没有太多经验 03/21 18:48
8F：→ a78998042a: 一些情况下，让R的apply帮助向量化是很没有效益的 03/21 18:50
9F：→ a78998042a: 我觉得apply是将所有情况考虑後，所做出的function 03/21 18:51
10F：→ a78998042a: 他无法针对单一问题做到最佳化，所以就想上来请教各种 03/21 18:53
11F：→ a78998042a: 基础物件的语法撰写计巧，可以帮助程式撰写的效率这样 03/21 18:55
我不知道你为什麽觉得有一定的基础物件语法能够帮助你提速
就以你提的第一例子来说，回圈跟sapply/lapply就很够用了
包成一个函数或是因此去写一个c++ function并没有太大的意义
如果你主要的对象都是矩阵或是阵列的话
那麽你依靠sapply系列函数并没有什麽缺点
慢都会在BLAS的部分，而非R语法的问题
至於对行列运算的apply，都可以用sweep取代
其他加速方式还有使用多执行绪、用C++
在R上面，就我的认知而言，for跟sapply已经是很好用的工具了
剩下的是你对矩阵的熟悉度，去做manipulation，而非语法或是函数问题
这部分，你要有明确的例子，才有办法给你一些建议
※ 编辑: celestialgod (140.109.73.232), 03/21/2016 20:18:43
12F：推 JackBaska: 我其实看到觉得lapply跟sapply会慢也觉得很怪,通常是 03/21 20:51
13F：→ JackBaska: Algorithm没弄好或没有充分运用到该用的型态 03/21 20:52
14F：→ JackBaska: 不过for很慢是肯定的....可惜recursive有上限5,000 03/21 20:52
15F：推 JackBaska: 如果现有的,stackoverflow找不到满意的解,欢迎Rcpp一下 03/21 21:15