《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
  5 B2 D  |# `) j" L9 `6 K: c' e$ [. H

来达到编写高效的代码的目的.
, L; R' i5 K! c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))
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.
  

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"){
, w. \. `9 s$ ?6 dvec <- "joker"
: O4 z: m: l( o' h}else if(vec == "C"){
vec <- "ace"
1 r. H2 U5 v6 }! _8 h/ {}else if(vec == "7"){
vec <- "king"
}else if(vec == "B"){
' N& Y+ t* @3 hvec <- "queen"
}else if(vec == "BB"){
vec <- "jack"
! Z% W4 S& ^- t7 z: [0 b}else if(vec == "BBB"){
vec <- "ten"
$ f8 ]" r% x2 G: _( ]; `( U}else{
$ P% K! n# ~# d& s; M0 O- Kvec <- "nine"
. y" @* _( G4 E7 M$ x9 e$ _}
8 w+ Y5 f* k$ M: |5 j# v; L}
vec
}

程序②——向量化

change_vec <- function(vec){
* D  _2 t+ m! a2 `: o+ W. eprob <- 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
案例:
程序①——未经向量化

abs_loop <- function(vec){
. X4 o, `7 h/ J, a% Jfor(i in 1:length(vec)){
& r7 A: o" Z) e* s5 X& yif(vec < 0){
* j5 t9 f5 g" y' T$ qvec <- -vec
' G7 w' k! [/ ]! S}
8 Y: j( j7 r4 Z, {4 ~}
$ _6 _$ R/ n+ Bvec
3 s, _! u$ P- u}

程序②——向量化

abs_set <- function(vec){
negs <- vec < 0
. y- M- G5 R& l( b% vvec[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
0 z5 r9 I4 E$ q向量化的程序:
( g  e. \2 l; @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
  ! U6 T8 r) C- v1 Y  k# |: B

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.
! t  ?  t% l; L在 for 循环之中, 对于对一个向量中的元素进行相应的操作.

. J3 u% L. o; E# H2 Q  H7 O, K