《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
& [5 L8 h: K9 I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.
  

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 R# k- T7 I6 Q! u- }for(i in 1:length(vec)){
if(vec == "DD"){
vec <- "joker"
! K- S# i8 O! {2 T0 A}else if(vec == "C"){
vec <- "ace"
( `  Z' _5 S% v7 h$ g! d& t}else if(vec == "7"){
) {8 ~" S5 ]' ^( F% _2 N2 Avec <- "king"
}else if(vec == "B"){
) c) p- \7 ^) m! cvec <- "queen"
}else if(vec == "BB"){
vec <- "jack"
& j' w6 |. {3 \7 W}else if(vec == "BBB"){
: q8 p$ S" W8 F; i- p# q/ k0 ovec <- "ten"
0 d- _7 V. t. k6 p$ S}else{
' z/ P0 G  o/ U" y9 Jvec <- "nine"
}
}
5 {9 w3 E) q7 G$ }$ {8 p4 {( ^. qvec
}

程序②——向量化

change_vec <- function(vec){
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:
- Q+ k6 d5 [9 q( v- i  a$ u! A程序①——未经向量化

abs_loop <- function(vec){
5 N4 h7 Q# K7 w* X% w# \+ @for(i in 1:length(vec)){
if(vec < 0){
* @$ H0 y5 N8 e, k+ s) uvec <- -vec
* T8 \- ~# ~2 J! [' ~$ j- K9 ^; @}
+ [6 d' z) \. [}
vec
}

程序②——向量化

abs_set <- function(vec){
: q1 r* C# Y  ^6 z) F! d1 Wnegs <- vec < 0
) I; d9 Z7 p; `6 n& X+ i2 x) r% mvec[negs] <- vec[negs] * -1
vec
}

未向量化的程序:
" a( Z* N& h' g/ yif 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
( \  R  O# E: V向量化的程序:
6 b3 s/ y1 h7 i) L* C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* K$ `( _+ G! i0 S

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.

& r2 ?0 Z( Y* i6 o2 n- F