R與tcltk / tcltk2：使用TkTable顯示大data.frame時，提高了慢速性能嗎？

Question

請在下面看到兩個修改（稍后添加）...

我已經將一個大的data.frame加載到內存中（ 2.7 mio行和7列-74 MB RAM ）。

如果我想通過tcltk2包函數tk2edit使用Tcl / Tk的Tktable小部件查看數據

• 直到顯示數據窗口需要15分鍾以上
• R（包括Tcl / Tk）占用了大約7 GB的RAM（！） 。

例：

library(tcltk2)

my.data.frame <- data.frame(ID=1:2600000,
                            col1=rep(LETTERS,100000),
                            col2=rep(letters,1E5),
                            col3=26E5:1)       # about 40 MB of data

tk2edit(my.data.frame)

基本問題似乎是data.frame的每個單元必須通過兩個嵌套循環加載到tcl數組中（ 請參閱此tktable問題中的代碼 ）。

tcltk2軟件包的功能tk2edit以相同的方式工作，但過於簡化：

# my.data.frame contains a lot of rows...
for (i in 0:(dim(my.data.frame)[1])) {
        for (j in 0:(dim(my.data.frame)[2]-1)) {
                tclarray1[[i,j]] <- my.data.frame[i, j]
        }
}

問題：是否有任何方法可以通過tktable優化顯示大data.frames，例如通過避免嵌套循環？ 我只想查看數據（無需編輯）...

tktable有-variable選項，您可以設置包含該表的所有數據TCL數組變量。 因此，我們“僅”必須找到一種方法，通過“從R調用tcl”來從R data.frame創建tcl數組...

PS：這不是tcltk2軟件包的問題，​​但似乎是一個普遍的問題，如何將data.frame的數據“批量加載”到Tcl變量中...

PS2：好處是Tktable似乎能夠有效地顯示大量數據（我可以滾動甚至編輯單元格，而不會注意到任何嚴重的延遲）​​。

---

編輯1（ Tktable月1日）：將純Tcl / Tk基准測試結果與Tktable和數組中的數據Tktable

我已經在Tcl / Tk中准備了一個簡單的基准測試，以測量執行類似Tktable時間和內存消耗：

#!/usr/bin/env wish

package require Tktable

set rows 2700000
set columns 4

for {set row 0} {$row <= $rows} {incr row} {
  for {set column 0} {$column < $columns} {incr column} {
    if {$row == 0} {
      set data($row,$column) Titel$column
    } else {
      set data($row,$column) R${row}C${column}
    }
  }
}

ttk::frame .fr

table .fr.table -rows $rows -cols $columns -titlerows 1 -titlecols 0 -height 5 -width 25 -rowheight 1 -colwidth 9 -maxheight 100 -maxwidth 400 -selectmode extended -variable data -xscrollcommand {.fr.xscroll set} -yscrollcommand {.fr.yscroll set}

scrollbar .fr.xscroll -command {.fr.table xview} -orient horizontal
scrollbar .fr.yscroll -command {.fr.table yview}

pack .fr -fill both -expand 1
pack .fr.xscroll -side bottom -fill x
pack .fr.yscroll -side right -fill y
pack .fr.table -side right -fill both -expand 1

結果：

• 內存消耗：3.2 GB
• 直到顯示該表格的時間：15秒。

結論： Tcl / Tk陣列浪費內存，但是性能非常好（將R與tcltk一起使用時15分鍾的運行時間似乎是由於R與Tcl / Tk的通信開銷引起的。

測試設置：Ubuntu 14.04 64 Bit with 16 GB RAM ...

---

編輯2（10/01/2015）：添加ttk :: treeview的純Tcl / Tk基准測試結果，並在列表中添加數據

為了比較Tktable和ttk::treeview的內存消耗，我編寫了以下代碼：

#!/usr/bin/env wish
set rows 2700000
set columns 4
set data {}
set colnames {}
for {set i 0} {$i < $columns} {incr i} {
  lappend colnames Title$i
}
for {set row 0} {$row <= $rows} {incr row} {
  set newrow {}
  for {set column 0} {$column < $columns} {incr column} {
      lappend newrow R${row}C${column}
  }
  lappend data $newrow
}

ttk::treeview .tv -columns $colnames -show headings -yscrollcommand {.sbY set} -xscrollcommand {.sbX set}
foreach Element $data {
   .tv insert {} end -values $Element
}
foreach column $colnames {
  .tv heading $column -text $column
}
ttk::scrollbar .sbY -command {.tv yview}
ttk::scrollbar .sbX -command {.tv xview} -orient horizontal
pack .sbY -side right -fill y
pack .sbX -side bottom -fill x
pack .tv -side left -fill both

結果：

• 內存消耗：2 GB（列表中存儲的數據：1.2 GB）
• 直到顯示該表格的時間：15秒。
• 比較：10個mio行消耗7.2 GB RAM，但是選擇一行則需要花費服務器秒（2-5）（可能的原因：內部列表遍歷嗎？）

結論：

• treeview比Tktable更具內存效率，因為它可以使用列表而不是數組。
• 對於更大的數據大小（>幾百萬行），行選擇速度較慢（最后的行越多，速度就越慢！）

Answer 1

我發現在“未綁定”（命令）模式下使用Tktable一種可能的解決方案/解決方法。

使用Tktable的command選項，您可以指定每次在屏幕上顯示一個單元格時都會調用的函數。 這避免了一次將所有數據從R加載到Tcl的情況，從而縮短了“啟動”時間，並顯着減少了TCL存儲陣列和列表的方式所導致的內存消耗。

這樣，每次滾動一系列函數時，都會要求提供可見單元格的內容。

即使超過10毫歐，它也對我有用。 行！

缺點：調用R函數返回每個單元格的Tcl變量仍然遠遠不夠有效。 如果您是第一次滾動，則可以觀看正在更新的單元格。 因此，我仍在尋找R和Tcl / Tk之間的批量數據傳輸解決方案。

歡迎任何改善性能的建議！

我實現了一個小型演示（具有1個mio行和21個列，消耗1.2 GB的RAM），並添加了一些按鈕來測試不同的功能（例如緩存）。

注意：啟動時間過長是由創建基礎測試數據引起的，而不是由Tktable引起的！

library(tcltk)
library(data.table)

# Tktable example with -command ("unbound" mode) ---------------------------
# Doc: http://tktable.sourceforge.net/tktable/doc/tkTable.html

NUM.ROWS <- 1E6
NUM.COLS <- 20

# generate a big data.frame - this will take a while but is required for the demo
dt.data <- data.table(ID = 1:NUM.ROWS)

for (i in 1:NUM.COLS) {
  dt.data[, (paste("Col",i)) := paste0("R", 1:NUM.ROWS, " C", i)]
}

# Fill one cell with a long text containing special control characters to test the Tktable behaviour
dt.data[3,3 := "This is a long text with backslash \\ and \"quotes\"!"]

tclRequire("Tktable")

t <- tktoplevel()

tkwm.protocol(t, "WM_DELETE_WINDOW", function() tkdestroy(t))

# Function to return the current row and column as "calculated" value (without an underlying data "model")
calculated.data <- function(C) {
  # Function arguments  for Tcl "substitutions":
  # See:   http://tktable.sourceforge.net/tktable/doc/tkTable.html
  #   %c the column of the triggered cell.
  #   %C A convenience substitution for %r,%c.
  #   %i 0 for a read (get) and 1 for a write (set). Otherwise it is the current cursor position in the cell.
  #   %r the row of the triggered cell.
  return(tclVar(C))  # this does work!
}

# Function to return the content of a data.table for the current row and colum
data.frame.data <- function(r, c) {
  if( r == "0")
    return(tclVar(names(dt.data)[as.integer(c)+1]))             # First row contains the column names
  else
    return(tclVar(as.character(dt.data[as.integer(r)+1, as.integer(c)+1, with = FALSE])))   # Other rows are data rows
}

frame <- ttklabelframe(t, text = "Data:")
# Add the table to the window environment to ensure killing it when the window is closed (= no more phantom calls to the data command handler)
# Cache = TRUE: This greatly enhances speed performance when used with -command but uses extra memory.
t$env$table <- tkwidget(frame, "table", rows = NUM.ROWS, cols = NUM.COLS, titlerows = 1, selecttype = "cell", selectmode = "extended", command = calculated.data, cache = TRUE, yscrollcommand = function(...) tkset(scroll.y, ...), xscrollcommand = function(...) tkset(scroll.x, ...))

scroll.x <- ttkscrollbar(frame, orient = "horizontal", command=function(...) tkxview(t$env$table,...))  # command that performs the scrolling
scroll.y <- ttkscrollbar(frame, orient = "vertical", command=function(...) tkyview(t$env$table,...))  # command that performs the scrolling

buttons <- ttkframe(t)
btn.read.only <- ttkbutton(buttons, text = "make read only", command = function() tkconfigure(t$env$table, state = "disabled"))
btn.read.write <- ttkbutton(buttons, text = "make writable", command = function() tkconfigure(t$env$table, state = "normal"))
btn.clear.cache <- ttkbutton(buttons, text = "clear cache", command = function() tcl(t$env$table, "clear", "cache"))
btn.bind.data.frame <- ttkbutton(buttons, text = "Fill cells from R data.table",
                                 command = function() {
                                   tkconfigure(t$env$table, command = data.frame.data, rows = nrow(dt.data), cols = ncol(dt.data), titlerows = 1)
                                   tcl(t$env$table, "clear", "cache")
                                   tkwm.title(t,"Cells are filled from an R data.table")
                                 })
btn.bind.calc.value <- ttkbutton(buttons, text = "Fill cells with calculated values",
                                 command = function() {
                                   tkconfigure(t$env$table, command = calculated.data, rows = 1E5, cols = 40)
                                   tcl(t$env$table, "clear", "cache")
                                   tkwm.title(t,"Cells are calculated values (to test the highest performance possible)")
                                 })

tkgrid(btn.read.only, row = 0, column = 1)
tkgrid(btn.read.write, row = 0, column = 2)
tkgrid(btn.clear.cache, row = 0, column = 3)
tkgrid(btn.bind.data.frame, row = 0, column = 5)
tkgrid(btn.bind.calc.value, row = 0, column = 6)

tkpack(frame, fill = "both", expand = TRUE)
tkpack(scroll.x, fill = "x", expand = FALSE, side = "bottom")
tkpack(scroll.y, fill = "y", expand = FALSE, side = "right")
tkpack(t$env$table, fill = "both", expand = TRUE, side = "left")
tkpack(buttons, side = "bottom")