Question

我喜欢R中的parallel软件包以及apply，sapply等并行版本的简单直观性。

replicate是否有类似的并行功能？

Answer 1

您可以使用lapply或sapply的并行版本，而不是说要复制此表达式n次，而不是在1:n申请表达式，将该表达式包装在忽略发送给它的参数的函数中。

可能是这样的：

#create cluster
library(parallel)
cl <- makeCluster(detectCores()-1)  
# get library support needed to run the code
clusterEvalQ(cl,library(MASS))
# put objects in place that might be needed for the code
myData <- data.frame(x=1:10, y=rnorm(10))
clusterExport(cl,c("myData"))
# Set a different seed on each member of the cluster (just in case)
clusterSetRNGStream(cl)
#... then parallel replicate...
parSapply(cl, 1:10000, function(i,...) { x <- rnorm(10); mean(x)/sd(x) } )
#stop the cluster
stopCluster(cl)

作为平行等价物：

replicate(10000, {x <- rnorm(10); mean(x)/sd(x) } )

Answer 2

使用clusterEvalQ作为模型，我想我会将并行replicate实现为：

parReplicate <- function(cl, n, expr, simplify=TRUE, USE.NAMES=TRUE)
  parSapply(cl, integer(n), function(i, ex) eval(ex, envir=.GlobalEnv),
            substitute(expr), simplify=simplify, USE.NAMES=USE.NAMES)

参数simplify和USE.NAMES与sapply而不是replicate兼容，但在我看来，它们使parSapply成为更好的包装器。< / p>

以下是从replicate手册页派生的示例：

library(parallel)
cl <- makePSOCKcluster(3)
hist(parReplicate(cl, 100, mean(rexp(10))))

Answer 3

future.apply 包为 replicate() 提供了一个插件替代品，它并行运行并使用开箱即用的统计声音并行随机数生成：

library(future.apply)
plan(multisession, workers = 4)

y <- future_replicate(100, mean(rexp(10)))

Answer 4

这是我能想到的最好的：

cl <- makeCluster(getOption("cl.cores", 4))
clusterCall(cl, replicate(50, simulate_fxns() ))
stopCluster(cl)

最简单的并行复制方法

4 个答案: