如何加速R for循环?

时间:2015-08-22 14:53:01

标签: r for-loop gwmodel

我正在为R中的GWmodel包中的gwr.basic函数运行以下for循环。我需要做的是收集任何给定带宽的估计参数的均值。

代码如下:

setlocale(LC_ALL,"pt_PT.UTF-8");

然而,返回结果的速度非常慢。我需要更广泛的范围,比如20:200。有没有办法加快这个过程?如果没有,如何有一个步进范围让我们说20到200,步长为5,以减少操作次数?

我是R的新用户。我在SO上读到R众所周知,因为for循环很慢而且有更高效的替代品。关于这一点的更加明确将受到欢迎。

2 个答案:

答案 0 :(得分:4)

我得到了与@musically_ut相同的印象。 for循环和传统的for-vs.apply辩论不太可能在这里帮助你。如果您有多个核心,请尝试进行并行化。有几个包,如parallelsnowfall。哪种软件包最终最好,速度最快取决于您的机器和操作系统。

最好并不总是在这里最快。一个跨平台工作的代码,可以比一些额外的性能更值得。透明度和易用性也可能超过最大速度。话虽如此,我非常喜欢标准解决方案,并建议使用随R一起提供的parallel,适用于Windows,OSX和Linux。

编辑:这是使用OP示例的完全可重现的示例。

library(GWmodel)
data("DubVoter")

library(parallel)

bwlist <- list(bw1 = 20, bw2 = 21)


cl <- makeCluster(detectCores())

# load 'GWmodel' for each node
clusterEvalQ(cl, library(GWmodel))

# export data to each node
clusterExport(cl, varlist = c("bwlist","Dub.voter"))

out <- parLapply(cl, bwlist, function(e){
 try(gwr.basic(GenEl2004 ~ DiffAdd + LARent + SC1 +
 Unempl + LowEduc + Age18_24 + Age25_44 +
 Age45_64, data = Dub.voter,
 bw = e,  kernel = "bisquare",
 adaptive = TRUE, F123.test = TRUE  ))

} )


LArent_l <- lapply(lapply(out,"[[","SDF"),"[[","LARent")
unlist(lapply(LArent_l,"mean"))

# finally, stop the cluster
stopCluster(cl)

答案 1 :(得分:4)

除了使用Matt Bannert建议的并行化之外,你应该预先分配向量LARentMean。通常情况下,for循环本身并不慢,但for引诱你做的事实会减慢创建增长向量的速度。

考虑以下示例,以查看与预分配内存相比增长矢量的影响:

library(microbenchmark)

growing <- function(x) {
  mylist <- list()
  for (i in 1:x) {
    mylist[[i]] <- i
  }
}

allocate <- function(x) {
  mylist <- vector(mode = "list", length = x)
  for (i in 1:x) {
    mylist[[i]] <- i
  }
}

microbenchmark(growing(1000), allocate(1000), times = 1000)
# Unit: microseconds
#          expr      min       lq      mean   median       uq       max neval
# growing(1000) 3055.134 4284.202 4743.4874 4433.024 4655.616 47977.236  1000
# allocate(1000)  867.703  917.738  998.0719  956.441  995.143  2564.192  1000

增长列表比预分配内存的版本慢约5倍。