コードが遅い！

効率的なRコードの書き方

Colin Gillespie

Jumping Rivers & Newcastle University

コードは本当に遅い？

1秒？
1分？
1時間？

コードは本当に遅い？

ベンチマーク

ベンチマーク対象の機能を関数でラップします。
異なるシナリオ（例：データセット）で関数の時間を計測します。

例：数列の生成

$$ 1, 2, 3, \ldots, n $$

オプション 1

1:n

オプション 2

seq(1, n)

オプション 3

seq(1, n, by = 1)

関数のラッピング

colon <- function(n) 1:n
colon(5)

1 2 3 4 5

seq_default <- function(n) seq(1, n)
seq_by <- function(n) seq(1, n, by = 1)

system.time() による計測

system.time(colon(1e8))

#   user  system elapsed
#  0.032   0.028   0.060

system.time(seq_default(1e8))

#   user  system elapsed
#  0.060   0.028   0.086

system.time(seq_by(1e8))

#   user  system elapsed
#  1.088   0.520   1.600

user 時間：ユーザー命令の実行に使用されたCPU時間。
- system 時間：システムが呼び出し元プロセスの代わりに実行したCPU時間。
- elapsed 時間：userとsystemのほぼ合計。通常はこの値を重視します。

結果の保存

以下のコードは結果を保存しません。

system.time(colon(1e8))

結果を保存するには、再実行が必要です。

res <- colon(1e8)

<- 演算子は以下の両方を実行します：

引数の渡し
オブジェクトの代入

system.time(res <- colon(1e8))

= 演算子は以下のいずれかを実行します：

引数の渡し
オブジェクトの代入

# Raises an error
system.time(res = colon(1e8))

相対時間

メソッド	絶対時間（秒）	相対時間
`colon(n)`	0.060	$0.060/0.060 = 1.00$
`seq_default(n)`	0.086	$0.086/0.060 = 1.40$
`seq_by(n)`	1.607	$1.60/0.060 = 26.7$

microbenchmark パッケージ

関数を比較する
- 各関数を複数回実行する

library("microbenchmark")

n <- 1e8
microbenchmark(colon(n),
               seq_default(n),
               seq_by(n),
               times = 10) # Run each function 10 times

# Unit: milliseconds
#           expr  min   lq  mean  median   uq  max neval cld
#       colon(n)   59  130   220     202  341  391    10  a
# seq_default(n)   94  204   290     337  348  383    10  a
#      seq_by(n) 1945 2044  2260    2275 2359 2787    10   b

練習しましょう！

効率的なRコードの書き方