Question

我有两个向量e和g。我想知道e中每个元素中g中较小的元素百分比。在R中实现这一点的一种方法是：

set.seed(21)
e <- rnorm(1e4)
g <- rnorm(1e4)
mf <- function(p,v) {100*length(which(v<=p))/length(v)}
mf.out <- sapply(X=e, FUN=mf, v=g)

对于大e或g，这需要花费大量时间才能运行。如何更改或修改此代码以使其运行更快？

注意：上面的mf函数基于dismo包中mess函数的代码。

Answer 1

之所以这么慢是因为你正在调用你的函数length(e)次。它对小向量没有太大影响，但R函数调用的开销实际上开始加起来更大的向量。

通常，您需要将其移动到已编译的代码，但幸运的是，您可以使用findInterval：

set.seed(21)
e <- rnorm(1e4)
g <- rnorm(1e4)
O <- findInterval(e,sort(g))/length(g)

# Now for some timings:
f <- function(p,v) mean(v<=p)
system.time(o <- sapply(e, f, g))
#   user  system elapsed 
#   0.95    0.03    0.98
system.time(O <- findInterval(e,sort(g))/length(g))
#   user  system elapsed 
#      0       0       0 
identical(o,O)  # may be FALSE
all.equal(o,O)  # should be TRUE

# How fast is this on large vectors?
set.seed(21)
e <- rnorm(1e7)
g <- rnorm(1e7)
system.time(O <- findInterval(e,sort(g))/length(g))
#   user  system elapsed 
#  22.08    0.08   22.31

加速在R中使用其中的功能

1 个答案: