Question

我使用Mathematica生成等式作为C代码（使用CForm []），以便将等式导出为字符串并在R中使用它。

例如，作为字符串导入R的CForm []输出如下所示：

"Tau * Power(Omega * (-(R * Gamma) + R),(Tau + R))"

我的问题是如何最好地将上面的C代码转换为这样的R表达式：

Tau * (Omega * (-(R * Gamma) + R ))^(Tau + R)

根据之前一篇关于将Mathematica代码转换为R代码(Convert Mathematica equations into R code)的帖子的建议，我意识到合理的做法是将Power（）重新定义为函数，即：

Power <- function(a,b) {a^b}

但是，通过一系列测试，我发现以下列形式评估一个表达式：

eval(parse(text="Tau * (Omega * (-(R * Gamma) + R ))^(Tau + R)"))

比将Power（）定义为函数并评估以下内容更快（在我的mac上快4倍）：

eval(parse(text="Tau * Power(Omega * (-(R * Gamma) + R),(Tau + R))"))

这似乎是一个复杂的模式匹配问题，但我找不到任何解决方案。我很感激任何建议。

Answer 1

这里有多个问题：

您的等式不是标准C代码。来自Mathematica的CForm[]并未将您的代码转换为正确的C语法。也许您可以关注this answer并使用SymbolicC来解决此问题
你的问题更多的是从语言A解析为语言B.正如@Olaf在评论中所提到的：您可能更好地使用真正的C函数并从R调用它或手动转换它，具体取决于你经常这样做

但是，根据您的要求（如果我理解您想要实现的目标）和教育目的;这是一个例子，我们将使用R转换你的＆＃34;伪C＆＃34;字符串并创建内联cfunction()

注意：这绝不是优雅或实用的，但总体思路应该有助于您入门

假设以下等式：

v1 <- "4 * Power(Omega * (-(R * Gamma) + R),(Tau + R))"

从原始字符串中提取所有变量和函数

n1 <- stringi::stri_extract_all_words(v1)[[1]]

创建＆＃34;函数的命名向量以重新编码＆＃34; （以及没有它们且没有数字的子集）

newFunc <- c("Power" = "pow")   
n2 <- setdiff(n1, names(newFunc))
n3 <- n2[is.na(as.numeric(n2))]

构建替换列表以提供gsubfn()。为了这个例子，我们用新的函数替换旧函数并在变量周围包裹asReal()

toreplace <- setNames(
  as.list(c(newFunc, paste0("asReal(", n3, ")"))), 
  c(names(newFunc), n3)
)

v2 <- gsubfn::gsubfn(paste(names(toreplace), collapse = "|"), toreplace, v1)

然后，您可以将此新字符串传递给cfunction()以在R

#install.packages("inline")
library(inline)
foo <- cfunction(
  sig  = setNames(rep("integer", length(n3)), n3), 
  body = paste0(
    "SEXP result = PROTECT(allocVector(REALSXP, 1));
     REAL(result)[0] = ", v2, "; 
     UNPROTECT(1);
     return result;"
  )
)

这比使用eval(parse("...")) ^或定义Power()函数

Tau = 21; Omega = 22; R = 42; Gamma = 34
Power <- function(x,y) {x^y}

microbenchmark::microbenchmark(
  C  = foo(Omega, R, Gamma, Tau),
  R1 = eval(parse(text="4 * ((Omega * (-(R * Gamma) + R ))^(Tau + R))")),
  R2 = eval(parse(text="4 * Power(Omega * (-(R * Gamma) + R),(Tau + R))")), 
  times = 10L
)

#Unit: microseconds
# expr     min      lq     mean   median      uq      max neval
#    C   1.233   2.194   5.9555   2.9955   3.302   34.194    10
#   R1 190.012 202.781 230.5187 218.1035 243.891  337.209    10
#   R2 189.162 191.798 374.5778 207.6875 225.078 1868.746    10

将C代码转换为R代码：解析以更改R中的C函数（pow（a，b）到a ^ b）

1 个答案: