《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
8 v9 v) ~7 S9 w5 R* a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.
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.
  + A1 y, f7 ^$ T5 c) t+ I* d

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){
1 F# |, G1 w; o; c; Xfor(i in 1:length(vec)){
if(vec == "DD"){
vec <- "joker"
}else if(vec == "C"){
. h0 D- h+ x( b% Svec <- "ace"
: Y% `* ?0 \, q+ |" ?4 ]}else if(vec == "7"){
vec <- "king"
}else if(vec == "B"){
vec <- "queen"
2 D& W2 X; \" z/ t}else if(vec == "BB"){
vec <- "jack"
}else if(vec == "BBB"){
* r% t/ u* p! h# Evec <- "ten"
0 ]6 f" Y: e" }}else{
8 J, W/ }3 [: |# Z" X7 }: ?vec <- "nine"
9 B% {( Y( e! g$ l, A- Z3 }3 O8 j}
}
vec
  X: ]) i) c2 F8 N6 Q, _" v& i}

程序②——向量化

change_vec <- function(vec){
prob <- c("DD" = "joker", "C" = "ace"...)
. L, e  f4 d; h- A* X9 Uunname(prob[vec])
/ U: |: e0 z7 K" x" w( ?& Y0 y}

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)){
if(vec < 0){
vec <- -vec
+ |9 m+ i" R6 I% @! z/ {) Z}
}
vec
' G2 E# Q  l  }}

程序②——向量化

abs_set <- function(vec){
: a3 V5 z, C  o" qnegs <- vec < 0
1 X8 A; x( D3 R! m7 _# }3 F; Qvec[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
: [( }  D* f4 }( X7 Q# j- v' S3 M向量化的程序:
5 d5 ?' g9 q3 u  ]6 D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
  ! @# M( c: K7 }0 L' f, P

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.