炫炫有牛腩 的博客

近期微软出了一个开源版本的R（Microsoft R OPEN），其运算速度据称有百分之40左右的提高，搭配上Visual Studio ide的环境感觉还不错。不过在快捷键上有些不适应，线下自己尝试了一下。新添加了不少功能：对于矩阵运算，速度上确实加快了不少，感觉与OPEN BLAS相当。但是更为重要的可能是，他提供了多线程的数学库，这意味着并行运算速度会有所提升。Microsoft R Se

待到最近才发现了这么一个牛逼的包 data.table。它的fread函数读取1G的CSV文件才用了20s左右。其他对data.frame的操作，也快了N倍。这篇笔记包括简介，data.table的特点，速度比较，常见语法。简介 data.table继承于data.frame。它提供了一个快速通道，让我们能更加快速的读取文件，对数据进行筛选、分组、排序、联表，而且其语法灵活、简介。由于data.

数据结构之前刚开始用R时常使用data.frame来为主要的数据结构。因为以data.frame为对象比矩阵什么更加灵活，就像一个excel表一样。但是，在data.frame上用进行矩阵操作会比matrix要慢。所以尽可能的用matrix代替data.frame或者用vector存储再组合成data.frame。以一个简单的例子比较data.frame和matrix进行矩阵操作的速度差异。data

内置函数内置函数：R中已含有已预先定义的函数。R中的一些低级运算符能够组成复杂的运算符或者函数，但是R中的函数定义灵活，所以自己编写的函数总会比内置函数性能较差一点。以下面的对行求和的例子为例：data <- rnorm(10000*1000) ##生成n×m个数dim(data) <- c(10000, 1000) ##转换成n×m的矩阵system.time(dataSum1 <- appl

计算性能限制因素通过了解限制R计算性能的因素，从而更好的利用起R的性能，影响R的因素：CPU,RAM,磁盘I/O,算法。CPU的速度和性能觉得了计算速度，它需要将R代码翻译成机器语言和实际处理时的执行过程。另外R是单线程的，即整个数据集都在一个CPU核上运行，所以你即使拥有一个多核的CPU，并没有什么用。但是并行编程可以克服这个问题。RAM限定了数据的规模。数据都是先加载到RAM中，所以数据大小

R学习一——速度优化（预分配内存）向量的内存分配过程比较耗时，之前一些不好的代码习惯,例如下面随意的例子中,num被多次分配内存（长度变化），当长度从100上升至1000000时，速度会相差几十或上百倍，修改时将，num <- NULL替换成num <- vector(length=100)：num <- NULL ； k <- 0for(i in 1:100){ num <- c(num,k)