我有两个向量e
和g
。我想知道 e
中的每个元素在 g
中较小元素的百分比。在 R 中实现这一点的一种方法是:
set.seed(21)
e <- rnorm(1e4)
g <- rnorm(1e4)
mf <- function(p,v) {100*length(which(v<=p))/length(v)}
mf.out <- sapply(X=e, FUN=mf, v=g)
对于较大的 e
或 g
,这需要花费大量时间来运行。我如何更改或调整此代码以使其运行得更快?
注意:上面的 mf
函数基于 dismo 包中的 mess
函数的代码。
最佳答案
之所以这么慢,是因为您调用了函数 length(e)
次。对于小向量来说,这并没有太大的区别,但 R 函数调用的开销确实开始随着较大的向量而增加。
通常,您需要将其移至已编译的代码中,但幸运的是您可以使用 findInterval
:
set.seed(21)
e <- rnorm(1e4)
g <- rnorm(1e4)
O <- findInterval(e,sort(g))/length(g)
# Now for some timings:
f <- function(p,v) mean(v<=p)
system.time(o <- sapply(e, f, g))
# user system elapsed
# 0.95 0.03 0.98
system.time(O <- findInterval(e,sort(g))/length(g))
# user system elapsed
# 0 0 0
identical(o,O) # may be FALSE
all.equal(o,O) # should be TRUE
# How fast is this on large vectors?
set.seed(21)
e <- rnorm(1e7)
g <- rnorm(1e7)
system.time(O <- findInterval(e,sort(g))/length(g))
# user system elapsed
# 22.08 0.08 22.31
关于r - 加速 R 中 sapply 调用中使用的函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12982152/