<delect id="4s4oa"></delect>

如何編寫高效的R語言程序

第一，很明顯的可以向量化和矩陣化的loop，改變矩陣或者向量的大小，都是比較耗時的，這些可以在R內部通過矩陣化，正確估計矩陣的dim來解決。第二，對于比較簡單的函數，基本程序本身寫好之后，用Rprof做profiling，找到最耗時間的環節，用inline和Rcpp包把最耗時間的部分重新寫一次。第三，可以并行的計算做并行處理。第四，使用ff包處理大的數據表格。第五，用sparse matrix處理大矩陣。第六，使用正確的算法也很重。

推薦度：

點擊下載本文 文檔為doc格式

導讀第一，很明顯的可以向量化和矩陣化的loop，改變矩陣或者向量的大小，都是比較耗時的，這些可以在R內部通過矩陣化，正確估計矩陣的dim來解決。第二，對于比較簡單的函數，基本程序本身寫好之后，用Rprof做profiling，找到最耗時間的環節，用inline和Rcpp包把最耗時間的部分重新寫一次。第三，可以并行的計算做并行處理。第四，使用ff包處理大的數據表格。第五，用sparse matrix處理大矩陣。第六，使用正確的算法也很重。