[英]R - faster alternative to hist(XX, plot=FALSE)$count
我正在寻找更快的替代R的hist(x, breaks=XXX, plot=FALSE)$count
函数,因为我不需要生成任何其他输出(因为我想在sapply
使用它)调用,需要100万次迭代,其中将调用此函数),例如
x = runif(100000000, 2.5, 2.6)
bincounts = hist(x, breaks=seq(0,3,length.out=100), plot=FALSE)$count
有什么想法吗?
使用table
和cut
第一次尝试:
table(cut(x, breaks=seq(0,3,length.out=100)))
它避免了额外的输出,但在我的电脑上大约需要34秒:
system.time(table(cut(x, breaks=seq(0,3,length.out=100))))
user system elapsed
34.148 0.532 34.696
相比于hist
3.5秒:
system.time(hist(x, breaks=seq(0,3,length.out=100), plot=FALSE)$count)
user system elapsed
3.448 0.156 3.605
使用tabulate
和.bincode
运行速度比快一点点hist
:
tabulate(.bincode(x, breaks=seq(0,3,length.out=100)), nbins=100)
system.time(tabulate(.bincode(x, breaks=seq(0,3,length.out=100))), nbins=100)
user system elapsed
3.084 0.024 3.107
使用tablulate
和findInterval
相对于table
和cut
提供了显着的性能提升,相对于hist
有一个很好的改进:
tabulate(findInterval(x, vec=seq(0,3,length.out=100)), nbins=100)
system.time(tabulate(findInterval(x, vec=seq(0,3,length.out=100))), nbins=100)
user system elapsed
2.044 0.012 2.055
似乎最好的办法就是减少hist.default
所有开销。
nB1 <- 99
delt <- 3/nB1
fuzz <- 1e-7 * c(-delt, rep.int(delt, nB1))
breaks <- seq(0, 3, by = delt) + fuzz
.Call(graphics:::C_BinCount, x, breaks, TRUE, TRUE)
我通过运行debugonce(hist.default)
来减少这一点,以了解hist
究竟是如何工作的(并使用较小的向量进行测试 - n = 100
而不是1000000
)。
比较:
x = runif(100, 2.5, 2.6)
y1 <- .Call(graphics:::C_BinCount, x, breaks + fuzz, TRUE, TRUE)
y2 <- hist(x, breaks=seq(0,3,length.out=100), plot=FALSE)$count
identical(y1, y2)
# [1] TRUE
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.