จะหาจุดคอขวดได้อย่างไร?

การเขียน R Code อย่างมีประสิทธิภาพ

Colin Gillespie

Jumping Rivers & Newcastle University

การโปรไฟล์โค้ด

แนวคิดหลักคือ:

รันโค้ด
ทุกๆ สองสามมิลลิวินาที บันทึกว่ากำลังประมวลผลส่วนใดอยู่
Rprof() มาพร้อมกับ R และทำงานแบบนี้โดยตรง
- ใช้งานค่อนข้างยุ่งยาก
ใช้ profvis แทน

ชุดข้อมูล IMDB

จากแพ็กเกจ ggplot2movies

data(movies, package = "ggplot2movies")
dim(movies)

58788    24

Data frame: ประมาณ 60,000 แถว และ 24 คอลัมน์
แต่ละแถวแทนภาพยนตร์หนึ่งเรื่อง

Braveheart

braveheart = movies[7288,]

Year	Length	Rating
1995	177	8.3

ตัวอย่าง: Braveheart

# Load data
data(movies,
     package = "ggplot2movies")
braveheart <- movies[7288,]
movies <- movies[movies$Action==1,]

plot(movies$year, movies$rating,
     xlab = "Year", ylab = "Rating")

# local regression line
model <- loess(rating ~ year,
               data = movies)
j <- order(movies$year)
lines(movies$year[j],
      model$fitted[j],
      col = "forestgreen")

points(braveheart$year,
       braveheart$rating,
       pch = 21,
       bg = "steelblue")

Profvis

RStudio รองรับการโปรไฟล์ด้วย profvis ในตัว
- เลือกโค้ดที่ต้องการโปรไฟล์
- Profile -> Profile Selected lines

Command line

library("profvis")

profvis({

data(movies, package = "ggplot2movies") # Load data
braveheart <- movies[7288,]
movies <- movies[movies$Action == 1,]
plot(movies$year, movies$rating, xlab = "Year", ylab="Rating")
model <- loess(rating ~ year, data = movies) # loess regression line
j <- order(movies$year)
lines(movies$year[j], model$fitted[j], col="forestgreen", lwd=2)
points(braveheart$year, braveheart$rating,
     pch = 21, bg = "steelblue", cex = 3)

})

คิดว่าบรรทัดใดจะทำงานช้าที่สุด?

มาฝึกกันเถอะ!

การเขียน R Code อย่างมีประสิทธิภาพ