Question

我对R中的迭代缺乏经验，我希望加快一个过程，因为我正在网站中实施一些分析。

我发现了一个非常有用的教程，它允许我遍历一个矩阵，挑选出超过某个阈值（> 0.01）的标准数据，然后渗透三个向量：＆＃34; source，target和corr＆＃34;使用这些值最终可以构建一个组织良好的数据框。

source=c()
target=c()
corr<-c()

g1<-rownames(adj_mat)[1:dim(adj_mat)[1]]
g2<-g1

for(gene in g1){
  for(gen in g2){
    if(adj_mat[gene,gen]>0.01){
      source<-c(source,gene)
      target<-c(target,gen)
      corr<-c(corr,adj_mat[gene,gen])
    }
  }
}
network<-data.frame(source,target,corr)

虽然这对于尺寸为1000,500的小矩阵来说非常有用，但是对于尺寸为10000,700的尺寸，需要花费大量的时间......

矩阵来自一个文件，每次都会上传到网站上并在网站上阅读，因此我无法容纳这些来源等。＆＃39;对象大小为矩阵大小，因为每个新上传的文件大小不同。

有人能告诉我在R中是否有更有效的方法吗？

Answer 1

我现在能看到的最大问题是你迭代地构建了一些数据结构，即source，target和corr。您可以通过将对象预分配到正确的大小来极大地加速代码，并使用索引来放置值。

您可以通过矢量化操作来进一步改进代码。例如，确定m的哪些部分大于0.01可以很容易地完成：

m[m > 0.01]

并获取您的数据结构source，target和corr：

matching_indices = which(m > 0.01, arr.ind = TRUE)
source = matching_indices[,1]
target  = matching_indices[,2]
corr = m[m > 0.01]

这只是示例代码，我不完全确定这是否是您所需要的。但它为此迈出了良好的一步。

Answer 2

向量化对于编写高性能R非常重要。这允许尽可能多地在本机代码中完成工作，R和本机代码之间的值传输最少。

例如：

# Slow
a <- c(1, 2, 3)
b <- c(4, 5, 6)

r <- c()

for (i in 1:length(a)) {
    r <- c(r, a[i] + b[i]);
}

# Fast
r <- a + b

后者更快，因为慢方法调用+ 3次，每次迭代一次，而 fast 方法调用+一次。你应该尝试尽可能多地批量处理。这也是更短的代码！

但条件限制呢？假设你想要优化：

# Slow
a <- c(1, 2, 3)
b <- c(4, 5, 6)

r <- c()

for (i in 1:length(a)) {
    if (a[i] > b[i] / 2) {
        r <- c(r, a[i] + b[i]);
    } else {
        r <- c(r, a[i] - b[i]);
    }
}

您可以使用ifelse：

# Fast
a <- c(1, 2, 3)
b <- c(4, 5, 6)

r <- ifelse(a > b / 2, a + b, a - b)

请查看@PaulHiemstra对您的代码的应用程序的回答。

我可以加快R中的迭代过程吗？

2 个答案: