如何分析特定函数在 R 中运行的时间长度

Posted 2023-03-06

【中文标题】如何分析特定函数在 R 中运行的时间长度

【英文标题】：How to analyze the length of time a specific function runs in R

【发布时间】：2012-12-04 18:33:34

【问题描述】：

我刚刚得到了一份工作，通过提高用于计算数据的算法的效率来帮助加速 R 中的程序。有许多循环进行不同的计算，我想知道哪些循环最终使用最多的资源。我想知道如何计算一个循环完全完成所需的时间。我可以使用这些信息来确定要优化哪些算法，甚至可以编写一个 C 扩展来处理这些计算。

【参考方案1】：

你可以使用：

Sys.time() 或 system.time() rbenchmark 包 microbenchmark 包 或分析器（例如?RProf）

【讨论】：

你按顺序列出来了吗？

对于第一个要点，您可以使用beg <- Sys.time(); MyCode() ; Sys.time() - beg 或 system.time( MyCode() )，这可能更可取。

谢谢你，这很有帮助！

【参考方案2】：

我使用Rprof 来告诉你去哪里看。 它会生成一个堆栈样本文件，我只查看随机选择的一小部分，比如 10 个。 或者我只是让样本之间的时间足够大，这样一开始就不会得到太多样本。

这有两个原因。

1) 通过实际检查单个堆栈样本，您可以亲眼看到简单统计数据无法揭示的问题，因为通过查看堆栈，您可以了解事情发生的原因。这会告诉您是否可以摆脱它，这是基本信息。

2) 如果您发现这种可以改进的活动模式，您只需在多个样本上看到它，就知道它值得修复。 所有额外的样本，如果它们意味着你不能做（1），实际上是有害的。

【参考方案3】：

这里是使用来自another SO questions 的基准测试的示例，比较了使用tapply vs by vs data.table：根据 cmets 编辑

library(rbenchmark)  

           # Different tests being compared
benchmark( using.tapply = tapply(x[, 1], x[, "f"], mean),
           using.by = by(x[, 1], x[, "f"], mean), 
           using.dtable = dt[,mean(col1),by=key(dt)]), 

           # Number of reps. How results are.
           replications = 250, order = "relative"
          )   

#------------------------#
#         RESULTS        # 
#------------------------#


#   COMPARING data.table VS tapply VS by   #
#------------------------------------------#
#             test elapsed relative
#   2  using.dtable   0.168    1.000
#   1  using.tapply   2.396   14.262
#   3      using.by   8.566   50.988

【讨论】：

expressions 是怎么回事？

@GSee。我喜欢将它们保存为表达式，这样我就可以在所有测试中轻松更改输入。 （另外，我发现它在test 列中提供了更好的输出）

benchmark(using.tapply=tappyl(x[, 1], x[, "f"], mean), using.by=by(x[, 1], x[, "f"], mean), using.dtable=dt[, mean(col1),by=key(dt)], replications=10, order='relative') ... 不管x 和dt 是

只需将 ... 参数命名为：benchmark(using.tapply=tapply(x[, 1], x[, "f"], mean))。

将每个测试放在自己的行上。然后您可以轻松地添加/删除它们。我看到使用expression 的最大问题是您可能会混淆查看您的代码的其他人。