Riferimenti vs. copie
Elaborazione scalabile dei dati in R
Simon Urbanek
Member of R-Core, Lead Inventive Scientist, AT&T Labs Research
Big matrices e matrici - Somiglianze
- Sottoinsiemi
- Assegnazione
Big matrices e matrici - Differenze
big.matrixè salvato su disco- Persiste tra sessioni R
- Può essere condiviso tra sessioni R
R di solito crea copie durante l'assegnazione
Questo crea una copia di a e la assegna a b.
a <- 42
b <- a
a
42
b
42
a <- 43
a
43
b
42
R di solito crea copie durante l'assegnazione
a <- 42foo <- function(a){a <- 43 paste("Inside the function a is", a)}
foo(a)
"Inside the function a is 43"
paste("Outside the function a is still", a)
"Outside the function a is still 42"
Non tutti gli oggetti R vengono copiati
Questa funzione cambia il valore di a nell'ambiente globale
foo <- function(a) {a$val <- 43
paste("Inside the function a is", a$val)}
a <- environment()
a$val <- 42
foo(a)
"Inside the function a is 43"
paste("Outside the function a$val is", a$val)
"Outside the function a$val is 43"
deepcopy()
# x è una big matrix
x <- big.matrix(...)
# x_no_copy e x si riferiscono allo stesso oggetto
x_no_copy <- x
# x_copy e x si riferiscono a oggetti diversi
x_copy <- deepcopy(x)
Comportamento per riferimento
R non creerà copie in modo implicito
- Minimizza l'uso di memoria
- Riduci il tempo di esecuzione
Non tutti gli oggetti R vengono copiati
library(bigmemory)
x <- big.matrix(nrow = 1, ncol = 3, type = "double",
init = 0,
backingfile = "hello-bigmemory.bin",
descriptorfile = "hello-bigmemory.desc")
Non tutti gli oggetti R vengono copiati
x_no_copy <- x
x[,]
0 0 0
x_no_copy[,]
0 0 0
x[,] <- 1
x[,]
1 1 1
x_no_copy[,]
1 1 1
Non tutti gli oggetti R vengono copiati
x_copy <- deepcopy(x)
x[,]
1 1 1
x_copy[,]
1 1 1
x[,] <- 2
x[,]
2 2 2
x_copy[,]
1 1 1
Esercitiamoci!
Elaborazione scalabile dei dati in R
