在一次练习中,我尝试使用 for 循环创建一个乘法表。我是编程新手,R 是我学习的第一门语言,所以我想知道循环内的哪些函数更快、更高效。目前,我没有使用 apply 系列的方法,因为我认为了解循环等基本功能很重要。
下面是我用来创建乘法表的两种方法:
使用dim()
函数:
mtx <- matrix(nrow=10, ncol=10)
for(i in 1:dim(mtx)[1]){
for(j in 1:dim(mtx)[2]){
mtx[i,j] <- i*j
}
}
使用ncol
/nrow()
函数:
mtx <- matrix(nrow=10, ncol=10)
for(i in 1:ncol(mtx)){
for(j in 1:nrow(mtx)){
mtx[i,j] <- i*j
}
}
哪种方式效率更高,通常更好用?
谢谢
最佳答案
如果您像在示例中那样使用这些函数,则差异确实可以忽略不计。这是因为每个循环定义只调用一次函数(而不是每次循环迭代!)
我肯定更喜欢 ncol
/nrow
,因为它比 dim(x)[1]
更容易阅读。
话虽这么说,如果您只关注计时,dim
函数比 ncol
/nrow
更快。如果你查看源代码,你可以看到 ncol
被实现为
function (x)
dim(x)[2L]
这意味着 ncol
调用 dim
因此稍微慢一些。
如果你真的想用大矩阵节省一些速度,我建议像这样预先创建循环向量:
rows <- 1:nrow(mtx)
cols <- 1:ncols(mtx)
for (i in rows) {
for (j in cols) {
mtx[i, j] <- i * j
}
}
关于r - 循环内的哪个函数效率更高(ncol/nrow() 或 dim()),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42903707/