我已使用tic(), toc() functions
tic <- function(gcFirst = TRUE, type=c("elapsed", "user.self", "sys.self"))
{
type <- match.arg(type)
assign(".type", type, envir=baseenv())
if(gcFirst) gc(FALSE)
tic <- proc.time()[type]
assign(".tic", tic, envir=baseenv())
invisible(tic)
}
toc <- function()
{
type <- get(".type", envir=baseenv())
toc <- proc.time()[type]
tic <- get(".tic", envir=baseenv())
print(toc - tic)
invisible(toc)
}
tic();
-----code----
toc();
elapsed
0.15
但我希望在几毫秒内获得很多精度?
我也在使用这个
ptm <- proc.time()
---code
proc.time() - ptm
得到这个
user system elapsed
1.55 0.25 1.84
如何获得更多小数或更高精度?
答案 0 :(得分:33)
1)时序取决于操作系统。在Windows上,您可能只需要几毫秒。
2)无需定义tic()
和toc()
,R有system.time()
。这是一个例子:
R> system.time(replicate(100, sqrt(seq(1.0, 1.0e6))))
user system elapsed
2.210 0.650 2.867
R>
3)有一些出色的附加软件包rbenchmark和microbenchmark。
3.1)rbenchmark对于命令的比较特别有用,但也可以直接使用:
R> library(rbenchmark)
R> x <- seq(1.0, 1.0e6); benchmark(sqrt(x), log(x))
test replications elapsed relative user.self sys.self user.child sys.child
2 log(x) 100 5.408 2.85835 5.21 0.19 0 0
1 sqrt(x) 100 1.892 1.00000 1.62 0.26 0 0
R>
3.2)microbenchmark擅长最高精度测量:
R> library(microbenchmark)
R> x <- seq(1.0, 1.0e6); microbenchmark(sqrt(x), log(x))
Unit: nanoseconds
expr min lq median uq max
1 log(x) 50589289 50703132 55283301 55353594 55917216
2 sqrt(x) 15309426 15412135 15452990 20011418 39551819
R>
最后一个,特别是在Linux上,已经给你纳秒秒。它还可以绘制结果等,以便仔细查看该包。
答案 1 :(得分:6)
这个很好:
options(digits.secs = 6) # This is set so that milliseconds are displayed
start.time <- Sys.time()
...Relevant code...
end.time <- Sys.time()
time.taken <- end.time - start.time
time.taken
取自here。
答案 2 :(得分:0)
将start_time
放在代码之前,将end_time
放在代码之后。
即
start_time <- as.numeric(as.numeric(Sys.time())*1000, digits=15) # place at start
-----code----
end_time <- as.numeric(as.numeric(Sys.time())*1000, digits=15) # place at end
end_time - start_time # run time (in milliseconds)