《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.
  `; {& O  _) x% s9 l; u9 w0 _5 p' B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.
: x0 m" B1 `% R, c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)
2 @0 ]  e6 ~7 q9 e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 P% D5 i  f6 o0 a/ w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.
  % F. n# C# a' a5 F# P0 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)){
* s6 s1 m5 I0 Eif(vec == "DD"){
vec <- "joker"
}else if(vec == "C"){
: e- ?) N0 ^! W1 n6 Ivec <- "ace"
}else if(vec == "7"){
9 Q! M* K, X1 f- {0 G2 Evec <- "king"
}else if(vec == "B"){
vec <- "queen"
9 ~7 {& T) e# y/ I. x+ }}else if(vec == "BB"){
; h  t9 Y8 N( f: Cvec <- "jack"
}else if(vec == "BBB"){
vec <- "ten"
4 b* E" N' f$ c! ~0 G}else{
- a0 _7 b) d% @8 A# G6 d# L1 zvec <- "nine"
}
}
" D$ @* ^' {! ~# fvec
  A& p9 K9 P' ]% q* z- z}

程序②——向量化

change_vec <- function(vec){
& E8 l: L4 O( ]prob <- 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:
  l2 \0 V5 r8 ~# o- M- U) E  {程序①——未经向量化

abs_loop <- function(vec){
- c0 w8 k, j; tfor(i in 1:length(vec)){
if(vec < 0){
vec <- -vec
}
( S' E: `* n+ V}
/ ]$ S" j9 o" q$ Tvec
}

程序②——向量化

abs_set <- function(vec){
5 M% P" N$ Y* [9 i) M9 C$ r$ c4 ^) Nnegs <- vec < 0
4 A+ H2 M2 ^* S. \- g8 avec[negs] <- vec[negs] * -1
% R2 @# E2 L1 C% lvec
}

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
  ! M6 ~% Y. C/ }

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.

* ]$ T% T6 [* D+ D0 |