《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.
& I4 G- n% w/ j7 _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)
% x! C- \# J3 ]0 V- ~; P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))
: q- x0 d' q* ~8 K) e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){
5 `$ u# i, k& e( k% Y4 J- c  rfor(i in 1:length(vec)){
& r& b0 v9 h0 e6 K8 B9 l" Mif(vec == "DD"){
; o, K& V. i2 A; q9 Z+ g' N! N( [* a* gvec <- "joker"
}else if(vec == "C"){
3 z6 a& i/ h+ M$ Svec <- "ace"
}else if(vec == "7"){
! j5 [9 A1 R) |vec <- "king"
}else if(vec == "B"){
vec <- "queen"
}else if(vec == "BB"){
2 i% n0 P; y3 S$ ?: y; j* \6 Pvec <- "jack"
6 S9 K8 |, W$ N9 l}else if(vec == "BBB"){
vec <- "ten"
}else{
vec <- "nine"
}
}
vec
5 E" c/ L. T4 U' k* f; \2 P& f7 z( F}

程序②——向量化

change_vec <- function(vec){
prob <- c("DD" = "joker", "C" = "ace"...)
unname(prob[vec])
}

7 U3 w, o2 m& m- w. J0 x# s9 G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
( C: F; H' k6 H! V! d  s) t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
}
# W/ }3 m# ?4 ?5 b6 ^}
: E& K& U0 W, r1 U1 o: ivec
}

程序②——向量化

abs_set <- function(vec){
negs <- vec < 0
$ C& i, |; u. ^) S6 ^vec[negs] <- vec[negs] * -1
: E9 o$ I7 c, B6 g' \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
& B$ A9 m1 Z* A) A# w  V9 b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
  - i9 |2 i# D9 i

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.