我发现使用BLAS / ATLAS / MKL / OPENBLAS之一将提高R的速度。但是，它是否仍然会改进用C或C ++编写的R包？ 例如，R包Glmnet在FORTRAN中实现，R包rpart在C ++中实现。它只是安装BLAS / ...等会改善执行时间吗？或者我们是否必须基于BLAS / ...等重建（构建新的C代码）包？
答案 0 :(得分：9)
经常声明，包括在这里的评论，＆＃34;你必须重新编译R＆＃34;使用不同的BLAS或LAPACK库。那是错的。
如果是针对BLAS和LAPACK的共享库版本构建的，不必重新编译R 。
我有一个package and vignette on CRAN使用这个事实来提供一个基准测试框架，其中不同的BLAS和LAPACK版本只是通过安装不同的（Debian / Ubuntu中的一个命令）和运行基准测试来定时 - 这个非常简单，它可以在这样的包中自动化。
该包中的结果将提供可能的速度差异的概念。它们究竟是如何发挥作用取决于您的计算机，您的数据（大小），您的问题等。但是，如果您的问题使用可以运行多线程运行的LAPACK函数，那么安装OpenBLAS可能会有所帮助。对于使用LAPACK 的任何R包都是如此，因为它们将使用通过它们访问的相同LAPACK安装，并且这些可以更改。