在 R 脚本上编码而不是使用它的功能更好吗？

Question

我想问一下，在 r 脚本中使用循环函数比使用它的库 cran 更好吗？比如，我可以编写归一化函数的代码，但我应该为此使用缩放函数吗？

我是数据科学新手。

Answer 1

这不是一个基于意见的问题。答案（如果我理解正确的话）只有一个：使用包函数要好得多，因为它们更快。快得多，快得多。让我介绍一个简单的例子：

library(microbenchmark)
x <- rnorm(10000)

mysum <- function(x)
{
   sumvar <- 0
   for(el in x)
   {
      sumvar <- sumvar + el  
   }
   sumvar
}

microbenchmark(sum(x), mysum(x))

结果：

Unit: microseconds
     expr      min       lq       mean    median        uq      max neval
   sum(x)    8.086    8.708   10.49947    9.6415   11.6625   24.258   100
 mysum(x) 3266.458 3377.486 3653.57448 3511.6825 3751.1545 5396.202   100

因为包函数通常在C/C++中实现，速度很快。 R 中的循环很慢。非常慢。所以如果你不想在 C/C++ 中实现你的函数并为它们创建 R 接口，你最好使用包函数。

当然只有一个原因，就是R依赖。另一个不依赖于语言的是，例如那个包的功能是经过很多用户测试的，所以比较健壮等等，其实这个话题太宽泛了。

编辑：是的，apply 函数通常比简单的 for 循环更好，但它们仍然不如 C/C++ 实现快。我没有花哨的例子，所以这是一个非常简单的例子（三种方法的比较）：

makeTwice <- function(x)
{
   ret <- numeric(length(x))
   for(i in 1:length(x))
   {
      ret[i] <- 2*x[i]  
   }
   ret
}
microbenchmark(2*x, unlist(lapply(x, function(el){2*el})), makeTwice(x))

Unit: microseconds
                                           expr       min         lq       mean    median        uq       max neval
                                          2 * x     7.464     8.8635    17.0367    16.794    18.349    69.664   100
 unlist(lapply(x, function(el) {     2 * el }))  6129.545  6818.4150  7786.6555  7265.792  8571.535 14864.356   100
                                   makeTwice(x) 11471.010 12193.3130 14381.6559 13334.380 14313.727 87065.413   100

在 R 脚本上编码而不是使用它的功能更好吗？

is it better to code on R script instead of using its function?

r

data-science