Znaczenie wektoryzacji kodu

Wydajny kod w R

Colin Gillespie

Jumping Rivers & Newcastle University

Ogólna zasada

Wywołanie funkcji R prowadzi ostatecznie do kodu C lub FORTRAN
- Ten kod jest bardzo mocno zoptymalizowany

Cel

Dostęp do kodu C lub FORTRAN tak szybko, jak to możliwe; im mniej wywołań funkcji, tym lepiej.

Funkcje zwektoryzowane

Wiele funkcji R jest zwektoryzowanych
- Pojedyncza liczba, ale zwracają wektor

rnorm(4)

-0.7247  0.2502  0.3510  0.6919

Wektor jako wejście

mean(c(36, 48))

Generowanie liczb losowych

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

Porównanie

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

x <- rnorm(n)

Dlaczego pętla jest wolna?

Pętla

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

Alokacja

x <- vector("numeric", n)

Pętla: jednorazowy koszt
Wektoryzacja: porównywalny

Generowanie

Pętla: milion wywołań rnorm()
Wektoryzacja: jedno wywołanie rnorm()

Przypisanie

Pętla: milion wywołań metody przypisania
Wektoryzacja: jedno przypisanie

Klub R

Druga zasada klubu R: używaj rozwiązań wektorowych wszędzie tam, gdzie to możliwe.

Czas na ćwiczenia!

Wydajny kod w R