Proč vektorizovat kód

Efektivní kód v R

Colin Gillespie

Jumping Rivers & Newcastle University

Obecné pravidlo

Volání funkce R nakonec vede ke kódu v C nebo FORTRAN
- Tento kód je velmi silně optimalizován

Cíl

Přistupovat k podkladovému kódu C nebo FORTRAN co nejrychleji; čím méně volání funkcí, tím lépe.

Vektorizované funkce

Mnoho funkcí R je vektorizovaných
- Jediné číslo, ale vrátí vektor

rnorm(4)

-0.7247  0.2502  0.3510  0.6919

Vektor jako vstup

mean(c(36, 48))

Generování náhodných čísel

library(microbenchmark)
n <- 1e6
x <- vector("numeric", n)
microbenchmark(
    x <- rnorm(n),
    {
        for(i in seq_along(x))
            x[i] <- rnorm(1)
        },
    times = 10
)

# Unit: milliseconds
# expr        lq mean    uq  cld
# rnorm(n)    60   70    80  a
# Looping   2600 2700  2800   b

## Output trimmed for presentation

Porovnání

x <- vector("numeric", n)
for(i in seq_along(x))
    x[i] <- rnorm(1)

x <- rnorm(n)

Proč je smyčka pomalá?

Smyčka

x <- vector("numeric", n)
for(i in seq_along(x))
    x[i] <- rnorm(1)

Alokace

x <- vector("numeric", n)

Smyčka: jednorázový náklad
Vektorizace: srovnatelné

Generování

Smyčka: milion volání rnorm()
Vektorizace: jediné volání rnorm()

Přiřazení

Smyčka: milion volání metody přiřazení
Vektorizace: jediné přiřazení

R klub

Druhé pravidlo R klubu: kdykoli je to možné, používejte vektorizované řešení.

Pojďme procvičovat!

Efektivní kód v R