R：如何在 R 3.2.1 中使用格子并行化多面板绘图？

Question

我是 R 编程的新手，想知道如何运行在 12 个网格对象 上并行 plot lattice包。

基本上，经过很多预处理步骤后，我有以下命令：

plot(adhd_plot, split = c(1,1,4,3)) #plot adhd trellis object at 1,1 in a grid of 4 by 3 i.e 4 COLUMNS x 3 ROWS
plot(bpd_plot, split = c(2,1,4,3), newpage = F) #plot bpd trellis object in 2nd Column in a grid of 4colx3row
plot(bmi_plot, split = c(3,1,4,3), newpage = F) 
plot(dbp_plot, split = c(4,1,4,3), newpage = F) 
plot(height_plot, split = c(1,2,4,3), newpage = F) 
plot(hdl_plot, split = c(2,2,4,3), newpage = F) 
plot(ldl_plot, split = c(3,2,4,3), newpage = F) 
plot(ra_plot, split = c(4,2,4,3), newpage = F) 
plot(sbp_plot, split = c(1,3,4,3), newpage = F) 
plot(scz_plot, split = c(2,3,4,3), newpage = F) 
plot(tc_plot, split = c(3,3,4,3), newpage = F) 
plot(tg_plot, split = c(4,3,4,3), newpage = F)

问题是，虽然上述命令有效，但它们在 Mac OSX 上需要很长时间 (>4hrs) 才能生成如下图以下 :

由于我的 Mac 有 8 个核心，我认为我应该尝试将 plot 命令拆分到不同的核心以加快绘图速度。

在搜索其他并行化问题后，我找到了 doParallel 包并认为我可以在其中实现 parLapply 函数，如下所示：

library(doParallel)
detectCores()
cl <- makeCluster(6) #6 out of 8 cores
registerdoParallel(cl)
parLapply(cl, list_of_all_trellis_objects, plot)

但是，我不确定如何使用上述 parLapply 命令中的 split 参数将绘图放置在网格上的不同位置。

我一定需要12个地块分开放置，不叠加，怎么办？

感谢您完成我的查询，期待您的提示和解决方案。

Answer 1

如评论中所述，无法并行写入绘图设备。

一些加快单个地块绘制的解决方法：

减少QQ剧情点数，见：

https://stats.stackexchange.com/questions/35220/removing-extraneous-points-near-the-centre-of-a-qq-plot
应用这些技巧可以更快地加载数据：

http://cbio.ensmp.fr/~thocking/reading-large-text-files-into-R.html
您可以尝试 draw/save 并行绘制多个图（其中每个图都使用第 1 点和第 2 点中的方法），但写入磁盘可能会导致严重的瓶颈。

编辑：

这里是绘制快速qq图的粗略代码：

https://github.com/vforget/fastqq

代码如下：

find_conf_intervals = function(row){
  i = row[1]
  len = row[2]
  if (i < 10000 | i %% 100 == 0){
    return(c(-log10(qbeta(0.95,i,len-i+1)), -log10(qbeta(0.05,i,len-i+1))))
  } else { # Speed up
    return(c(NA,NA))
  }
}

confidence.intervals <- function(e){
  xspace = 0.078
  print("1")
  ci = apply(cbind( 1:length(e), rep(length(e),length(e))), MARGIN=1, FUN=find_conf_intervals)
  print("2")
  bks = append(seq(10000,length(e),100),length(e)+1)
  print("3")
  for (i in 1:(length(bks)-1)){
    ci[1, bks[i]:(bks[i+1]-1)] = ci[1, bks[i]]
    ci[2, bks[i]:(bks[i+1]-1)] = ci[2, bks[i]]
  }
  colnames(ci) = names(e)
  ## Extrapolate to make plotting prettier (doesn't affect intepretation at data points)
  slopes = c((ci[1,1] - ci[1,2]) / (e[1] - e[2]), (ci[2,1] - ci[2,2]) / (e[1] - e[2]))
  print("4")
  extrap_x = append(e[1]+xspace,e) ## extrapolate slightly for plotting purposes only
  extrap_y = cbind( c(ci[1,1] + slopes[1]*xspace, ci[2,1] + slopes[2]*xspace), ci)
  print("5")
  polygon(c(extrap_x, rev(extrap_x)), c(extrap_y[1,], rev(extrap_y[2,])),
          col = "grey81", border = "grey81")
}

quant.subsample <- function(y, m=100, e=1) {
  ## m: size of a systematic sample
  ## e: number of extreme values at either end to use
  x <- sort(y)
  n <- length(x)
  quants <- (1 + sin(1:m / (m+1) * pi - pi/2))/2
  sort(c(x[1:e], quantile(x, probs=quants), x[(n+1-e):n]))
  ## Returns m + 2*e sorted values from the EDF of y
}

get.points <- function(pv) {
  suppressWarnings(as.numeric(pv))
  names(d) = names(pv)
  d = d[!is.na(d)]
  d = d[d>0 & d<1]
  d = d[order(d,decreasing=F)]
  y = -log10(d)
  x = -log10( ppoints(length(d) ))
  m <- 0.001 * length(x)
  e <- floor(0.0005 * length(x))
  return(list(x=quant.subsample(x, m, e), y=quant.subsample(y, m, e)))
}

fqq <- function(x, y, ...) {
  plot(0,
       col=FALSE,
       xlim=range(x),
       ylim=range(y),
       xlab=expression(Expected~~-log[10](italic(p))),
       ylab=expression(Observed~~-log[10](italic(p))),
       ...)
  abline(0,1,col=2)
  points(x,y, ...)
}

args <- commandArgs(trailingOnly = TRUE)
pv.f = args[1]
qq.f = args[2]
nrows = as.numeric(args[3])
message(Sys.time())
message("READING")
d <- read.table(pv.f, header=TRUE, sep=" ", nrows=nrows, colClasses=c("numeric"))
message(Sys.time())
message("LAMBDA")
chisq <- qchisq(1-d$P_VAL,1)
lambda = median(chisq)/qchisq(0.5,1)
message(Sys.time())
message("PLOTING")
p <- get.points(d$P_VAL)
png(file=qq.f)
fqq(p$x, p$y, main=paste(pv.f, lambda, sep="\n"), cex.axis=1.5, cex.lab=1.5)
dev.off()
message(Sys.time())

R：如何在 R 3.2.1 中使用格子并行化多面板绘图？

R: How to Parallelize multi-panel plotting with lattice in R 3.2.1?

parallel-processing

r

bioinformatics

lattice

doparallel