Question

我听说不推荐在R中使用for循环，因为它很慢。我听说我应该使用lapply代替，因为它要求C提高效率。

问题：是否可以向我展示如何将以下示例转换为lapply高效代码（或任何其他apply sapply同一个家庭）？

myFun <- function(loop){
  result = data.frame() #init new df
  for(iteration in 1:loop){
    generateRnorm1 = matrix(data = rnorm(n = 1000000), nrow = 10000, ncol = 10000)
    generateRnorm2 = matrix(data = rnorm(n = 1000000), nrow = 10000, ncol = 10000)
    iterationResult = sum(generateRnorm1, generateRnorm2)
    bindIterationResult = cbind(iteration, iterationResult)
    result = rbind(result, bindIterationResult)
  }
  return(result)
}

test = myFun(loop = 10)

Answer 1

以下是lapply方法：

myFun2 <- function(loop){
  generateRnorm1 = matrix(data = rnorm(n = 1000000), nrow = 10000, ncol = 10000)
  generateRnorm2 = matrix(data = rnorm(n = 1000000), nrow = 10000, ncol = 10000)
  sum(generateRnorm1, generateRnorm2)
}

# run function over 1:10
myList <- lapply(seq.int(10), myFun2)
# rbind the resulting list
result2 <- do.call(rbind, myList)

请注意，速度增加不多（如果有的话），因为函数体需要很长时间才能执行。这会使lapply加速任何潜在的加速。

在我的计算机上，两种方法都需要大约20秒才能运行。

R函数带循环附加避免（使用lapply代替）

1 个答案: