如何高效的在R里寫出一個循環？

01-22

不管在Python還是R，在代碼中使用循環都會極大的提升工作效率。作為一個初學小白，題主在寫循環的時候十分掙扎。希望知乎的朋友們能分享一下經驗，怎樣高效的寫出循環？

最新的 RStudio 有 snippet 功能…

兩種方法：

1. 打完 for 停頓 250 毫秒，等提示出現，按回車。

2. 打完 for 按 tab，等提示，回車。

哪種更高效取決於能不能在 250 毫秒內按下 tab。

謝邀。

少用for的循環，多用Python的list comprehension或map或reduce（通常跟lambda算式用在一起），或R中各樣的apply函數。

Python

List comprehension

a = [2*i for i in range (10)]

map / reduce

a = map(lambda i: 2*i, range(10))

from operator import add print "sum = ", reduce(add, a)

mapply

a&<-mapply(function(i) 2*i, 0:9)

lapply

a&<-lapply(0:9, function(i) 2*i)

Reduce

Reduce(function(i1, i2) {i1+i2}, a)

performance - Why are loops slow in R?

這裡面的答案說得很清楚了，for慢的原因就是R的一切都是需要開銷，一個括弧，一個加減號，對比C來說，都是很慢的，而使用for則把這一切都放大了，累積起來，就顯得for慢了。

其實for沒有你想像中的慢，放心寫吧

影響性能的地方永遠是代碼中最慢的那一部分，千萬不要把程序的每一部分都優化一遍，如果你想把每一個for都想辦法優化，那都不用做其他事情了。。

現在我分享一下R語言程序優化的方法吧

如何找到最慢的部分?

可以使用
lineprof包找到。

當你使用lineprof包找到你最慢的部分，你可以嘗試的方法：

進行向量化（向量化後還有個好處就是很容易並行化如:parallel包的ParApply）
使用高效的包去加速你的程序，如（data.table dplyr等）
可以考慮將那部分的代碼使用Rcpp重寫。

lineprof包的使用參考：R語言性能可視化lineprof

想要了解data.table可以參考：R語言data.table簡介 ,The data.table R package cheat sheet,R語言data.table速查手冊

如果想要了解並行化可以參考：R語言並行化基礎與提高

了解Rcpp可以參考：Rcpp · Advanced R.

不管在Python還是R，在代碼中使用循環都會極大的提升工作效率。

呃。。。然而並不是這樣，至少在R中（和Matlab），使用循環通常是程序運行效率殺手。寫R程序，要避免循環，盡量向量化。當你在「初學小白」的狀態時，其實很多問題都是可以向量化的。

另外，你的問題是如何「高效的寫出循環」，還是寫出高效的循環？前者沒有什麼特別，看看教程就好了。對於後者，大多數人的答案會是讓你向量化，因為R的循環就是很慢。對於真的無法向量化的循環（例如複雜的蒙特卡洛模擬），也會有一些小技巧，比如減少大矩陣/數據框的讀寫次數之類。

關於向量化可以搜索到很多相關文章，知乎也有一些回答，比如：

R語言在哪些情況下for循環可以避免？ - R（編程語言）

有哪些向量化寫法讓你拍案叫絕？ - 數據分析

Python寫的不多，主要說一下R。R的特點之一就是向量化運算，在解決問題的過程中，操作的單位不在是單個元素，而是這一類元素的一個有序集合，也就是向量。換句話說，當你用的for的時候，你在操作一個點，當你做向量化運算或者利用lapply時，你操作的是一條線。

體育老師教的語文，讓大家見笑了。說點實際的吧，為什麼for比lapply慢。R的for語句在R本身這個層面運行，向量化和lapply則是調運底層的C，自然lapply要快很多。

可以試試Rcpp, Rcpp像是橋樑鏈接C和R。你可以在C中寫循環然後在R中調用它，速度會有明顯提升。但如果數據量實在大那大概只能用cluster了。

方法：

1.預先設置好向量類型及長度

2.將條件在循環外判斷

3.盡量使用ifelse 替代if() else

4.盡量使用apply/sapply/各種apply

5.使用compiler包的cmpfun()

6.運用並行運算

開始舉栗子

---------------------------------------------------------------------------------------------------------------------------

R代碼：

test &<- data.frame(rnorm(12^5, 0, 2)) for(i in nrow(test)){ if(test[i,1] &> 0){ test[i,2] &<- "p" } else { test[i,2] &<- "n" } }

方法1:

test &<- data.frame(rnorm(12^5, 0, 2)) add_col &<- character(nrow(test)) # 預先定義類型與長度 for(i in nrow(test)){ if(test[i,1] &> 0){ add_col[i] &<- "p" } else { add_col[i] &<- "n" } } test &<- cbind(test, add_col)

方法2：

test &<- data.frame(rnorm(12^5, 0, 2)) condition &<- test[,1] &> 0 # 預先計算好條件值 test[condition, 2] &<- "p" test[!condition, 2] &<- "n"

方法3：

test &<- data.frame(rnorm(12^5, 0, 2)) for(i in nrow(test)){ ifelse(test[i,1] &> 0, test[i,2] &<- "p", test[i,2] &<- "n") #盡量用ifelse }

栗子舉不出來了，後面幾種方法沒怎麼用過。

詳情參考：Strategies to Speedup R Code