向量化程式碼的重要性

撰寫高效 R 程式碼

Colin Gillespie

Jumping Rivers & Newcastle University

通用原則

呼叫 R 函式最終會執行 C 或 FORTRAN 程式碼
- 這些程式碼已被高度最佳化

目標

盡快進入底層的 C 或 FORTRAN 程式碼；呼叫越少層函式越好。

向量化函式

許多 R 函式是向量化的
- 輸入單一數字，回傳向量

rnorm(4)

-0.7247  0.2502  0.3510  0.6919

向量作為輸入

mean(c(36, 48))

產生亂數

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

比較

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

與

x <- rnorm(n)

為什麼迴圈很慢？

迴圈

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

配置

x <- vector("numeric", n)

_迴圈_：一次性成本
向量化：相當

產生

_迴圈_：呼叫 rnorm() 一百萬次
向量化：只呼叫 rnorm() 一次

指派

_迴圈_：呼叫指定方法一百萬次
向量化：只指定一次

R 俱樂部

R 俱樂部第二條：只要可行，就用向量化解法。

一起來練習吧！

撰寫高效 R 程式碼