R中的函數，向量和循環

Question

我最近開始嘗試使用R作為一種用於基因編程的語言。 我一直在緩慢而肯定地學習越來越多的有關R如何工作及其最佳編碼實踐的知識。 但是，我遇到了障礙。 這是我的情況。 我有一個大約700行的數據集，每行有400左右列。 我進行了所有設置，將具有與列數相同的多個參數的函數作為參數發送到評估（適應性評分）函數中。 我想在數據集中逐行並將行中每一列中的值傳遞給要評估的函數。 第一個問題是弄清楚如何將參數分別傳遞給函數。 “分別”是指該函數需要400個參數，而不是長度為400的向量。為此，我使用了以下命令：

do.call(function,as.list(parameters))

其中parameter是月份變量（1-12）的向量，該變量附加到數據集中一行中的值。 效果很好，我只使用了一個for循環對數據集中的700行進行迭代，然后對12個月進行了另一個循環，並使用上述累積了輸出向量。 問題是這非常緩慢，每個功能大約需要24-28秒。 每一代我都有100-500個函數發送到此評估中。 最重要的是這不是要走的路。 接下來，我嘗試使用如下的sapply方法。

outputs <- sapply(1:12,function(m) sapply(rows[1:length(rows)],function(p) do.call(f,as.list(c(p,m)))))

這應用（1-12）作為月份，然后應用（1-700）作為數據集的行。 這花了很長時間。 關於解決方案的任何想法都會有所幫助。

Answer 1

這種情況下的主要問題通常是您采用的方法是錯誤的。 我對您的具體情況還不了解，但是：

1. 嘗試對計算進行向量化-因此您的函數應在所有行上運行，而不是一次只運行一次。
2. 如果僅將數字存儲在data.frame中，則將其轉換為矩陣通常會加快許多操作。
3. 不要編寫帶有400個參數的函數！ 5也可能偏高。

編輯由於生成了函數，因此您應該能夠生成采用值向量而不是那么多參數的不同版本。 請注意，您傳遞的向量可以具有名稱：

# Convert this:
f <- function(foo, bar) {
  foo+bar
}
do.call(f, list(foo=42, bar=13))

# To this:
f <- function(args) {
  args[["foo"]] + args[["bar"]] 
  # or even faster:
  #args[[0]] + args[[1]]
  # or fastest:
  #sum(args)
}
do.call(f, list(args=c(foo=42, bar=13)))
# or, simply
f(c(foo=42, bar=13))

...用1個參數而不是400調用一個函數快60倍 ！ 但是請注意，這只是調用該函數的開銷。 您還需要測量實際功能需要花費多少時間。 如果那需要一秒鍾或更長時間，那么調用它的效率或循環的效率都無所謂...