《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
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.
; u6 M1 P0 U: E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)
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))
8 c) F/ x* a, w: U0 `( h0 X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.
  . I$ C: W3 B1 B1 z! d0 x3 |

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){
for(i in 1:length(vec)){
if(vec == "DD"){
vec <- "joker"
}else if(vec == "C"){
vec <- "ace"
}else if(vec == "7"){
+ A% X6 F5 c, w9 Dvec <- "king"
}else if(vec == "B"){
$ P2 h+ N- g- L* N: }8 i( l" rvec <- "queen"
. v# B" M+ J& `3 A3 k}else if(vec == "BB"){
vec <- "jack"
}else if(vec == "BBB"){
5 Q* [8 p$ |9 M. z: ~vec <- "ten"
* v3 B+ }) Q3 w! e3 t}else{
vec <- "nine"
}
% Q9 e  ~. T: B; j0 y" T* a5 c}
# s5 y/ i2 y: A& R8 J0 Kvec
}

程序②——向量化

change_vec <- function(vec){
prob <- c("DD" = "joker", "C" = "ace"...)
unname(prob[vec])
9 ^) H) V6 ?3 o' a}

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){
for(i in 1:length(vec)){
+ [. N3 h  T1 \6 E( }if(vec < 0){
0 f  Q; {; _, m5 J( |+ z4 avec <- -vec
}
  x, y1 a1 d$ [& l9 U/ s- |5 |}
0 S0 \2 m6 S1 H+ |* D( gvec
}

程序②——向量化

abs_set <- function(vec){
; @# _8 e3 d, R$ d  ~9 znegs <- vec < 0
/ }8 D2 w  E. h7 Y: U9 q6 yvec[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:
/ j, k, `3 F- D7 }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
  $ u. r& [1 R" U% I1 Z

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.
- q2 s5 j" {7 c; H0 I在 for 循环之中, 对于对一个向量中的元素进行相应的操作.

5 u' K4 l/ B+ V) ~

" ~8 T3 X, b$ v+ ?