高效率代码课程目录
Chapter1. Benchmarking
Chapter2. R语言高效化基础
Chapter3. 查看Code内部
Chapter4. 多线程计算
查看R版本
用version就可以，但是注意version不是一个函数。
# Print the R version details using version
version
_
platform x86_64-pc-linux-gnu
arch x86_64
os linux-gnu
system x86_64, linux-gnu
status
major 3
minor 4.4
year 2018
month 03
day 15
svn rev 74408
language R
version.string R version 3.4.4 (2018-03-15)
nickname Someone to Lean On
这个课程里用到的镜像程序是3.4.4，有点旧。最新的R是4.0.0+。
读取csv和rds
在读取数据的时候我们经常会用到cvs格式。但是在遭遇大数据的时候读取cvs会非常缓慢。还有一种格式是rds。读取rds会比较快。
# How long does it take to read movies from CSV?
system.time(read.csv("movies.csv"))
user system elapsed
0.335 0.012 0.348
# How long does it take to read movies from RDS?
system.time(readRDS("movies.rds"))
user system elapsed
0.043 0.004 0.047
=和<-是不是有区别
答案是有区别。优先级别不一样，<-优先于=
试一下下面的代码就知道了。
x <- y = 10
Error: object 'x' not found
>
x = y <- 10
比较程序运行时间
system.time()可以用来计算程序运行时间，但是在比较多个程序的时候就有点力不从心了。可以使用microbenchmark包里的microbenchmark函数来解决这个问题。
比方说我们可以比较read.csv("movies.csv"), readRDS("movies.rds")。
(各自运行了10次)。
# Load the microbenchmark package
library(microbenchmark)
# Compare the two functions
compare <- microbenchmark(read.csv("movies.csv"),
readRDS("movies.rds"),
times = 10)
# Print compare
compare
Unit: milliseconds
expr min lq mean median uq
read.csv("movies.csv") 314.94812 385.8338 422.32921 437.90361 451.31641
readRDS("movies.rds") 40.43044 44.9342 52.54306 54.03195 59.89902
max neval
503.41147 10
62.16677 10
查看设备配置
用benchmarkme可以简单迅速的查看当前设备的内存，CPU等配置。
# Load the benchmarkme package
library(benchmarkme)
# Assign the variable ram to the amount of RAM on this machine
ram <- get_ram()
ram
33.7 GB
# Assign the variable cpu to the cpu specs
cpu <- get_cpu()
cpu
$vendor_id
[1] "GenuineIntel"
$model_name
[1] "Intel(R) Xeon(R) CPU"
$no_of_cores
[1] 8
查看设备速度排名
用benchmarkme还可以同过这个包的算法写出一个指定大小的文件，然后看所需要时间的排名。就当玩玩就好了。
# Load the package
library("benchmarkme")
# Run the io benchmark
# 文件大小:5M
res <- benchmark_io(runs = 1, size = 5)
# Plot the results
plot(res)
