Question

在相同大小的XTS对象和R矩阵的for循环中进行子选择会产生极大的差异性能。在我的机器上的以下示例中，矩阵代码需要0.42秒，而XTS代码需要31.64秒。假设我必须做这样的循环，我应该先使用as.matrix预先转换所有的XTS对象，还是有办法从xts对象中获得更高的性能？

library(xts)

NumRows <- 1000000
NumCols <- 30
theMatrix <- matrix(rep(1,NumRows*NumCols),nrow=NumRows)
theXTS <- xts(theMatrix,Sys.Date()+1:NumRows)

system.time({  

  for(k in 1:NumRows){
    DataPoint <- theMatrix[k,1]
  }

})

system.time({  

  for(k in 1:NumRows){
    DataPoint <- theXTS[k,1]
  }

})

Answer 1

是。简短的回答是，当您对xts对象进行子集化时，您需要从向量中提取相关时间，并且还从矩阵中提取相关行，这比计算时间更昂贵，而不仅仅是从矩阵中提取组件。您通常希望将数据保持为xts格式，以便轻松地对数据进行子集化，但您可以先调用coredata（比as.matrix更快），这会暴露数据矩阵，在通过整数索引对xts对象进行子集化之前

阅读?coredata

> class(coredata(theXTS))
[1] "matrix"

# Compare benchmark below against subsetting with an existing matrix
theXTS_matrix <- as.matrix(theXTS)

library(microbenchmark)
microbenchmark(theXTS_matrix[5, 7:10], coredata(theXTS), 

coredata(theXTS)[5, 7:10],
                   theXTS[5, 7:10], as.matrix(theXTS)[5, 7:10])
# Unit: nanoseconds
# expr    min       lq      mean   median       uq    max neval
# theXTS_matrix[5, 7:10]    663   1087.5   1479.39   1254.0   1569.0   9062   100
# coredata(theXTS)  10456  12090.5  13413.92  13122.0  14269.0  24106   100
# coredata(theXTS)[5, 7:10]  11703  12959.5  15193.21  14298.5  15499.5  56137   100
# theXTS[5, 7:10]  27519  30293.5  32669.63  31805.5  33130.5  57130   100
# as.matrix(theXTS)[5, 7:10] 200927 205187.5 209949.47 206926.0 212582.0 330426   100

即。 coredata提供了一个小开销，但子集化的速度更快。

Answer 2

FXQuantTrader's answer提供了几个好点，但它们没有解释两个函数之间差异的大小。我还注意到问题中没有“搜索”：i和j已经是整数，所以它只是一个直接的索引操作。

速度的大部分差异可归因于[.xts中完成的所有检查。即使没有这些，你应该期望[.xts在矩阵上比[略慢，因为xts对象总是需要做一个额外的操作：对索引进行子集化。

R> system.time(for(k in 1:10000) theMatrix[k, 1:10])
   user  system elapsed 
  0.012   0.000   0.015 
R> system.time(for(k in 1:10000)
+   .Call('_do_subset_xts', theXTS, k, 1:10, F, PACKAGE='xts'))
   user  system elapsed 
  0.016   0.000   0.018

R：通过XTS对象和Matrix进行子选择：为什么这样的性能会受到影响？

2 个答案: