Question

我一直在努力通过Dirk Eddelbuettel的Rcpp教程：

http://www.rinfinance.com/agenda/

我已经学会了如何在目录中保存C ++文件并调用它并从R中运行它。我运行的C ++文件名为＆＃39; logabs2.ccp＆＃39;其内容直接来自Dirk的幻灯片之一：

#include <Rcpp.h>

using namespace Rcpp;

inline double f(double x) { return ::log(::fabs(x)); }

// [[Rcpp::export]]
std::vector<double> logabs2(std::vector<double> x) {
    std::transform(x.begin(), x.end(), x.begin(), f);
    return x;
}

我用这个R代码运行它：

library(Rcpp)
sourceCpp("c:/users/mmiller21/simple r programs/logabs2.cpp")
logabs2(seq(-5, 5, by=2))
# [1] 1.609438 1.098612 0.000000 0.000000 1.098612 1.609438

我在R GUI中运行Windows 7计算机上的代码，默认情况下似乎是安装的。我还安装了最新版本的Rtools。上面的R代码似乎需要相对较长的时间才能运行。我怀疑大部分时间都用于编译C ++代码，而且一旦编译C ++代码，它就会非常快速地运行。 Microbenchmark肯定表明Rcpp会缩短计算时间。

我从来没有使用过C ++，但我知道当我编译C代码时，我会得到一个* .exe文件。我从名为logabs2.exe的文件中搜索了我的硬盘驱动器，但找不到一个。我想知道如果创建logabs2.exe文件，上述C ++代码是否可能运行得更快。是否可以创建一个logabs2.exe文件并将其存储在某个文件夹中，然后每当我想使用它时让Rcpp调用该文件？我不知道这是否合理。如果我可以在* .exe文件中存储C ++函数，那么每次我想用Rcpp时我都不需要编译该函数，那么Rcpp代码可能会更快。

很抱歉，如果这个问题没有意义或是重复的话。如果可以将C ++函数存储为* .exe文件，我希望有人会告诉我如何修改上面的R代码来运行它。感谢您对此提供任何帮助，或直接告诉我为什么我的建议不可行或不推荐。

我期待看到Dirk的新书。

Answer 1

感谢user1981275，Dirk Eddelbuettel和Romain Francois的回复。下面是我编译C ++文件并创建* .dll的方法，然后在R内调用并使用该* .dll文件。

步骤1.我创建了一个名为“c：\ users \ mmiller21 \ myrpackages”的新文件夹，并将文件“logabs2.cpp”粘贴到该新文件夹中。文件'logabs2.cpp'是按我原帖中所述创建的。

步骤2.在新文件夹中，我使用我编写的名为“new package creation.r”的R文件创建了一个名为“logabs2”的新R包。 'new package creation.r'的内容是：

setwd('c:/users/mmiller21/myrpackages/')

library(Rcpp)

Rcpp.package.skeleton("logabs2", example_code = FALSE, cpp_files = c("logabs2.cpp"))

我在Hadley Wickham的一个网站上找到了Rcpp.package.skeleton的上述语法：https://github.com/hadley/devtools/wiki/Rcpp

步骤3.我在DOS命令窗口中使用以下行在R中安装了新的R包“logabs2”：

C:\Program Files\R\R-3.0.1\bin\x64>R CMD INSTALL -l c:\users\mmiller21\documents\r\win-library\3.0\ c:\users\mmiller21\myrpackages\logabs2

其中：

rcmd.exe文件的位置是：

C:\Program Files\R\R-3.0.1\bin\x64>

我计算机上安装的R软件包的位置是：

c:\users\mmiller21\documents\r\win-library\3.0\

以及我的新R软件包在安装之前的位置是：

c:\users\mmiller21\myrpackages\

DOS命令窗口中使用的语法是通过反复试验找到的，可能并不理想。在某些时候，我在'C：\ Program Files \ R \ R-3.0.1 \ bin \ x64＆gt;'中粘贴了'logabs2.cpp'的副本。但我认为这不重要。

步骤4.安装新的R软件包后，我使用{c> / users / mmiller21 / myrpackages /'文件夹中命名为'new package usage.r'的R文件运行它（虽然我不认为该文件夹很重要）。 'new package usage.r'的内容是：

library(logabs2)
logabs2(seq(-5, 5, by=2))

输出结果为：

# [1] 1.609438 1.098612 0.000000 0.000000 1.098612 1.609438

此文件在没有我询问的情况下加载了包Rcpp。

在这种情况下，假设我做得正确，基础R会更快。

#> microbenchmark(logabs2(seq(-5, 5, by=2)), times = 100)
#Unit: microseconds
#                        expr    min     lq  median     uq     max neval
# logabs2(seq(-5, 5, by = 2)) 43.086 44.453 50.6075 69.756 190.803   100

#> microbenchmark(log(abs(seq(-5, 5, by=2))), times=100)
#Unit: microseconds
#                         expr    min     lq median    uq     max neval
# log(abs(seq(-5, 5, by = 2))) 38.298 38.982 39.666 40.35 173.023   100

但是，使用dll文件比调用外部cpp文件更快：

system.time(

cppFunction("
NumericVector logabs(NumericVector x) {
    return log(abs(x));
}
")

)

#   user  system elapsed 
#   0.06    0.08    5.85

虽然在这种情况下，基本R看起来比* .dll文件更快或更快，但我毫不怀疑在大多数情况下使用带有Rcpp的* .dll文件会比基本R更快案例。

这是我第一次尝试创建R包或使用Rcpp，毫无疑问我没有使用最有效的方法。另外，我为这篇文章中的任何印刷错误道歉。

修改

在下面的评论中，我认为Romain Francois建议我将* .cpp文件修改为以下内容：

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]

NumericVector logabs(NumericVector x) {
return log(abs(x));
}

并重新创建我的R包，我现在已经完成了。然后我使用以下代码将基础R与我的新包进行比较：

library(logabs)

logabs(seq(-5, 5, by=2))
log(abs(seq(-5, 5, by=2)))

library(microbenchmark)

microbenchmark(logabs(seq(-5, 5, by=2)), log(abs(seq(-5, 5, by=2))), times = 100000)

基础R仍然快一点或没有差别：

Unit: microseconds
                         expr    min     lq median     uq       max neval
   logabs(seq(-5, 5, by = 2)) 42.401 45.137 46.505 69.073 39754.598 1e+05
 log(abs(seq(-5, 5, by = 2))) 37.614 40.350 41.718 62.234  3422.133 1e+05

也许这是因为基础R已经被矢量化了。我怀疑更复杂的函数base R会慢得多。或许我仍然没有使用最有效的方法，或者我只是在某个地方犯了错误。

Answer 2

你说

到目前为止我从未使用过C ++，但我知道编译C代码时我得到一个* .exe文件

如果且仅构建可执行文件，则为真。在这里，我们构建动态可加载库，并根据操作系统构建不同的扩展名：.dll用于Windoze，.so用于Linux，.dynlib用于OS X.

这里没有错，你只是做了错误的假设。

Answer 3

如果你想获得一些可以保留的实体，那么你需要的是一个R包。网上有很多资源可以学习如何制作它们（例如Hadley's slides）。

我们可能会发现Rcpp.package.skeleton有用。

因此，在安装软件包时，该函数会被编译一次，然后您只需使用它。

使用Rcpp运行已编译的C ++代码

3 个答案: