《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
. }/ w" V$ Y% m% E前言

利用 R 的三大法宝:

• 逻辑判断
• 取子集
• 按元素方式执行
  

来达到编写高效的代码的目的.
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.
: b' E+ g0 E( M$ B* m2 m+ R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)
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.
  $ h2 W7 g  N# t$ y

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){
3 W! e2 }. B: `- X3 ^2 f1 gfor(i in 1:length(vec)){
if(vec == "DD"){
3 E9 j1 Q& k; \8 Vvec <- "joker"
}else if(vec == "C"){
4 {6 \& R  F& H/ l2 ?  D, h/ Evec <- "ace"
7 {: n1 ?: L3 I5 [}else if(vec == "7"){
vec <- "king"
}else if(vec == "B"){
vec <- "queen"
) M) s( {, ^1 R6 V0 T}else if(vec == "BB"){
$ \# g+ [  Y+ }9 G: ivec <- "jack"
$ E  S" c+ ~& t+ x}else if(vec == "BBB"){
vec <- "ten"
& _- E- w8 d8 e) W4 J6 W}else{
vec <- "nine"
}
/ j  Q/ U' c& l  _; v& Y}
vec
0 ^* ~$ u8 z. h8 M" \* S}

程序②——向量化

change_vec <- function(vec){
% n- A" ^/ }( L2 ]) Fprob <- c("DD" = "joker", "C" = "ace"...)
unname(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
2 c% n$ p4 R6 C" V7 P1 W; [案例:
程序①——未经向量化

abs_loop <- function(vec){
for(i in 1:length(vec)){
# b& E3 n( h2 Q/ ^( zif(vec < 0){
vec <- -vec
  }# Y: T0 Q+ U3 _}
}
6 g2 o8 S1 _" d5 Z1 ^vec
' @- J- i6 ]& q' h}

程序②——向量化

abs_set <- function(vec){
4 Z% [" v- G/ W1 Znegs <- vec < 0
vec[negs] <- vec[negs] * -1
vec
2 |! s- ~/ u) f2 K8 H}

未向量化的程序:
7 M( f1 C& r2 t4 P& Bif 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:
. I5 g5 y% q9 Z7 R! @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
  

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.
8 O; f0 y  t1 `: I8 a6 s% _7 E在 for 循环之中, 对于对一个向量中的元素进行相应的操作.

' A' L. b4 d$ A7 S, K2 t