[英]Faster looped binom.test?
我有一个成功的向量,并希望对每个值进行binom.test。 有没有比这个循环更快的方法(我有很多):
successes <-rbinom(100, 625, 1/5)
x <-NULL
for (i in 1:100) {
x <-append(x, binom.test(successes[i], 625, 1/5)$p.value)
}
您可以使用sapply()
来计算每个成功值的p.values
,而不是for循环。
pp <- sapply(successes, function(x) binom.test(x, 625, 1/5)$p.value)
如果您需要实际加速处理,可以使用package data.table
优点。 首先,将successes
转换为data.table
对象。 然后计算每行p.value。
library(data.table)
dt<-data.table(successes)
dt[,pp:=binom.test(successes, 625, 1/5)$p.value,by=successes]
哇data.table
非常快,似乎只是工作! successes
中的许多值都是重复的,因此可以通过对唯一值进行昂贵的binom.test
计算来节省时间。
fasterbinom <- function(x, ...) {
u <- unique(x)
idx <- match(x, u)
sapply(u, function(elt, ...) binom.test(elt, ...)$p.value, ...)[idx]
}
对于某些时间,我们有
dtbinom <- function(x, ...) {
dt <- data.table(x)
dt[, pp:=binom.test(x, ...)$p.value, by=x]$pp
}
同
> successes <-rbinom(100000, 625, 1/5)
> identical(fasterbinom(successes, 625, .2), dtbinom(successes, 625, .2))
[1] TRUE
> library(rbenchmark)
> benchmark(fasterbinom(successes, 625, .2), dtbinom(successes, 625, .2))
test replications elapsed relative user.self
2 dtbinom(successes, 625, 0.2) 100 4.265 1.019 4.252
1 fasterbinom(successes, 625, 0.2) 100 4.184 1.000 4.124
sys.self user.child sys.child
2 0.008 0 0
1 0.052 0 0
在这种情况下,比较循环方法很有意思
f0 <- function(s, ...) {
x0 <-NULL
for (i in seq_along(s))
x0 <-append(x0, binom.test(s[i], ...)$p.value)
x0
}
f1 <- function(s, ...) {
x1 <- numeric(length(s))
for (i in seq_along(s))
x1[i] <- binom.test(s[i], ...)$p.value
x1
}
f2 <- function(s, ...)
sapply(s, function(x, ...) binom.test(x, ...)$p.value, ...)
f3 <- function(s, ...)
vapply(s, function(x, ...) binom.test(x, ...)$p.value, numeric(1), ...)
其中f1
是一个通常更好的'预分配和填充'策略,当使用for
, f2
是一个sapply
,消除了用户掌握的不良配置for
循环的可能性,而f3
是一个更安全,可能更快的sapply
版本,确保每个结果都是长度为1的数值。
每个函数返回相同的结果
> n <- 1000
> xx <-rbinom(n, 625, 1/5)
> res0 <- f0(xx, 625, .2)
> identical(res0, f1(xx, 625, .2))
[1] TRUE
> identical(res0, f2(xx, 625, .2))
[1] TRUE
> identical(res0, f3(xx, 625, .2))
[1] TRUE
虽然类似于apply
的方法比for循环快10%左右(在这种情况下;当单个元素很大时,f0和f1之间的差异会更加明显)
> benchmark(f0(xx, 625, .2), f1(xx, 625, .2), f2(xx, 625, .2),
+ f3(xx, 625, .2), replications=5)
test replications elapsed relative user.self sys.self user.child
1 f0(xx, 625, 0.2) 5 2.303 1.100 2.300 0 0
2 f1(xx, 625, 0.2) 5 2.361 1.128 2.356 0 0
3 f2(xx, 625, 0.2) 5 2.093 1.000 2.088 0 0
4 f3(xx, 625, 0.2) 5 2.212 1.057 2.208 0 0
sys.child
1 0
2 0
3 0
4 0
实际速度来自fasterbinom
/ dtbinom
的发烧友算法。
> identical(res0, fasterbinom(xx, 625, .2))
[1] TRUE
> benchmark(f2(xx, 625, .2), fasterbinom(xx, 625, .2), replications=5)
test replications elapsed relative user.self sys.self
1 f2(xx, 625, 0.2) 5 2.146 16.258 2.145 0
2 fasterbinom(xx, 625, 0.2) 5 0.132 1.000 0.132 0
user.child sys.child
1 0 0
2 0 0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.