Question

尝试将R dnorm()中的pnorm()和stats函数导入Rcpp时，我遇到了以下奇怪的行为。我将dnorm()和pnorm()的均值0和标准差1应用于观察向量。如果我在同一个向量上重复计算几次，有时我会得到不同的结果。看起来我在导入这两个函数时出错了，但这并不能解释为什么结果有时好，而其他不一致。

我在这里放置了从dnorm()导入pnorm()和stats函数的函数：

    {test_imp_script<-'
     using Eigen::VectorXd;
     VectorXd a = Rcpp::as<VectorXd>(aa);

     Environment st("package:stats");
     Function dn = st["dnorm"];
     Function pn = st["pnorm"]; 
     SEXP dd_a = dn(a,0,1);
     SEXP pp_a = pn(a,0,1);
     VectorXd d_a = as<VectorXd>(dd_a);
     VectorXd p_a = as<VectorXd>(pp_a);

     return List::create(Named("d") = d_a,Named("p") = p_a);'}
    test_imp <- cxxfunction(signature( aa="numeric"), test_imp_script, plugin = "RcppEigen")

现在，尝试使用2000次重复的test_imp运行以下示例。

    set.seed(123)
    t<-rnorm(1000,0,1)
    a<-test_imp(t)
    for (i in 1:2000){
      set.seed(123)
      b<-test_imp(t)
      cat(i,"d",c(sum(b$d),sum(b$p)),"\n")
      if (any(a$d!=b$d)) break    
      if (any(a$p!=b$p)) break    
    }

有时，实验在到达循环结束之前就会中断。有时却没有。没有明确的模式。

感谢您的回复。

Answer 1

OMG这些已经可以使用。

首先，通过糖：

R> library(Rcpp)
R> cppFunction("NumericVector ex1() { return rnorm(5, 0, 1); }")
R> set.seed(42); ex1()
[1]  1.370958 -0.564698  0.363128  0.632863  0.404268
R>

其次，通过便利命名空间（但请注意，这不是矢量化的）

R> cppFunction("double ex2() { return R::rnorm(0, 1); }")
R> set.seed(42); ex2()
[1] 1.37096
R>

第三，如果你坚持，直接调用R API，这比之前的答案更少，但更丑陋：

R> cppFunction("double ex3() { return Rf_rnorm(0, 1); }")
R> set.seed(42); ex3()
[1] 1.37096
R>

我们不遗余力地提供免费和全面的文档。我真的不认为你看过它。这样做对你有利，因为不再依赖别人为你重新输入它。

（是的，您确实要求dnorm和pnorm但所有所谓的 d / p / q / r 功能统计分布是并行实现的。因此，在rnorm存在的地方，您还有dnorm，qnorm和pnorm，当然还有不同的参数。）

问题从d到Rcpp导入dnorm和pnorm函数

1 个答案: