《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
  ' K  k, `; G3 N5 [9 d  S$ u; C* m

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.
% @2 X+ U" I  n! Z) B7 v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)
! }& Q) R0 D! L' O; Q1 @/ U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))
" H0 R2 j2 y% v1 x$ [1 m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.
  7 ?7 [: s: }/ G: {0 L) l0 l( j) A

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)){
& {; x+ [) L: c! rif(vec == "DD"){
vec <- "joker"
}else if(vec == "C"){
vec <- "ace"
% i, t* S7 y2 m4 j}else if(vec == "7"){
vec <- "king"
}else if(vec == "B"){
vec <- "queen"
}else if(vec == "BB"){
vec <- "jack"
}else if(vec == "BBB"){
( Z& w: }+ Q  }2 mvec <- "ten"
) i$ M' S! G1 D- K1 N}else{
vec <- "nine"
}
}
vec
* E: V( q) z- e}

程序②——向量化

change_vec <- function(vec){
prob <- c("DD" = "joker", "C" = "ace"...)
0 m$ i, C- {2 O' sunname(prob[vec])
! R$ h. p6 I. h% J6 Q" l}

% T1 G  W% c2 r' {" t; D! v& E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
0 j7 \, E, H: `; r案例:
$ R0 B- y0 K5 }7 {+ s1 \  Z% g程序①——未经向量化

abs_loop <- function(vec){
for(i in 1:length(vec)){
if(vec < 0){
# x, T5 m8 E1 j+ V- S: X3 nvec <- -vec
}
  A: i* N' P# L1 F# L4 B! e9 [# ?}
vec
}

程序②——向量化

abs_set <- function(vec){
negs <- vec < 0
9 |' j0 T& \9 t) r8 H4 @vec[negs] <- vec[negs] * -1
" L3 _9 d2 R1 z9 ]4 c) ovec
4 h8 e6 a! o6 y/ x, a' y- S* Q}

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
  

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.
在 for 循环之中, 对于对一个向量中的元素进行相应的操作.

  m9 x2 Z7 Y  k* Y