《R语言入门与实践》第十章:向量化编程

1047521767

         《R语言入门与实践》第十章:向量化编程
, Y& d( t7 F3 X5 |. g' w9 J前言

利用 R 的三大法宝:

• 逻辑判断
• 取子集
• 按元素方式执行
  ( G9 K# ?+ {* [# b- E

来达到编写高效的代码的目的.
6 H* l, T9 c* ^2 h% V7 v这样的代码的特点是可以接受整个向量作为输入,并同时处理向量中的元素.
通过以下几个案例来阐述向量化编程

预备知识rep() 函数

格式: rep(c(-1, 1), 5000000)
, m6 ]5 e: j) O功能:接受某个值/向量以及次数,返回该值/向量的重复执行次数长度的更长的向量

system.time() 函数

格式: system.time(function(object))
功能:输入一个语句,返回执行该语句所耗费的时间.

向量化代码向量化代码的定义

可以接受一个含有多个值的向量作为输入,并且同时操作向量中的每一个元素

如何编写向量化代码

原则:

• 尽量使用向量化的函数来完成任务:比如使用 R 库中的原函数
• 对于重复的情况,使用逻辑值取子集的方法,而不是 for & if 的方法.
  # d# l4 @3 Z0 _( _% w

方法一:使用向量化的函数/查找表

程序①——未经向量化

change_symbols <- function(vec){
0 Y# M) e' e8 ~# }for(i in 1:length(vec)){
if(vec == "DD"){
vec <- "joker"
0 e* {$ Y9 f2 B  e. s+ j}else if(vec == "C"){
6 C- L' F* A! R& f3 t8 avec <- "ace"
8 a6 W5 I9 R9 O1 w( {3 Q$ k}else if(vec == "7"){
# {' \% \4 J/ \* M; k7 Zvec <- "king"
}else if(vec == "B"){
vec <- "queen"
3 L; L3 x  c% m; f}else if(vec == "BB"){
vec <- "jack"
}else if(vec == "BBB"){
vec <- "ten"
8 H' p; Z$ T- h4 c7 e  R) M% @. @}else{
vec <- "nine"
}
. Q, V5 W5 V, ]7 w5 q5 G}
vec
4 E# s! t' j3 u& E}

程序②——向量化

change_vec <- function(vec){
+ A  {% ~5 n0 k2 x  rprob <- c("DD" = "joker", "C" = "ace"...)
1 `' K% R+ N& k: O1 F! Iunname(prob[vec])
}

方法二:逻辑值取子集

目的:一次性完成对一类情况中的所有元素的操作
案例:
程序①——未经向量化

abs_loop <- function(vec){
5 H% b* B9 V: H) `! afor(i in 1:length(vec)){
if(vec < 0){
vec <- -vec
}
8 W6 Z6 v7 q7 I" I% d}
vec
}

程序②——向量化

abs_set <- function(vec){
negs <- vec < 0
vec[negs] <- vec[negs] * -1
vec
}

未向量化的程序:
if 语句一次只能针对一个元素进行判断,来判断出 vec 中为负数的元素
向量化的程序:
其中, vec < 0 为逻辑测试,返回一个包含 TRUE, FALSE 逻辑值的向量 negs, 通过逻辑值取子集的方法,得到 vec 中为负数的元素, 即 vec[negs].

如何在 R 中编写出快速的 for 循环原则:

• 能放在循环外的代码,就一定不要放在循环内
• 确保用来储存循环输出结果的对象必须具备足够的容量,以容纳循环的结果
  , @- n8 _' i# e' |

范例:一个循环 1000000 次并赋值的 for 循环

在 for 循环之前,定义好一个含有 1000000 个 NA 值的向量.
) n% F3 U% e% f在 for 循环之中, 对于对一个向量中的元素进行相应的操作.

( X! g  s0 w0 f5 G

( _8 ~1 W7 d% H4 Z; s