Оцінка та оптимізація продуктивності коду в R

Оптимізація коду R може значно підвищити продуктивність сценаріїв і програм R, завдяки чому вони працюватимуть ефективніше. Це особливо важливо для великих і складних наборів даних, а також для програм, які потрібно запускати в режимі реального часу або на регулярній основі.

У цьому підручнику ми оцінимо та оптимізуємо продуктивність R-коду за допомогою різних , таких як tidyverse та data.table. Як приклад, ми побачимо, скільки часу потрібно RStudio для читання великого файлу CSV за допомогою функції read.csv () , пакету tidyverse та пакету data.table.

Зміст

• Оптимізація продуктивності в R
• Порівняння пакетів R за допомогою Microbenchmark
• Висновок

Оптимізація продуктивності в R

Відкрийте RStudio. У сценарії R призначте розширення файлу змінній.

Ви повинні використовувати функцію system.file () , щоб визначити, скільки часу потрібно для виконання функції чи операції. Оскільки ми хочемо оцінити, скільки часу потрібно для відкриття файлу, напишіть read.csv (df) в аргументі.

Коли ви запускаєте код, консоль покаже вам час, який знадобився для відкриття файлу. Стовпець, що минув, показує, скільки часу знадобилося ЦП для виконання коду R. Результати показують, що RStudio зайняло 31,93 секунди, що є значною кількістю часу. Цей час завантаження непрактичний, якщо ви постійно працюєте з великими наборами даних.

Одним із способів оптимізації продуктивності коду R є використання пакета tidyverse . Таким чином час скорочується з 30 до 5 секунд.

Зверніть увагу, що для того, щоб прочитати файл, вам потрібно використовувати функцію read_csv () .

Пакет tidyverse покращує час завантаження в R завдяки використанню пакета readr , який забезпечує набір швидких і ефективних функцій для читання та запису даних. Пакет readr містить такі функції, як read_csv ( ) і read_table ( ) , які можуть швидко й ефективно читати великі набори даних.

Іншим методом оптимізації в R є використання пакета data.table . Це можна безкоштовно завантажити в Інтернеті.

Пакет data.table у R — це потужний і ефективний інструмент для роботи з великими та складними наборами даних. Він надає розширену версію об’єкта data.frame, який є основною структурою даних у R. Основною перевагою data.table є його висока продуктивність і низьке використання пам’яті під час роботи з великими наборами даних.

Зауважте, що під час використання цього пакета вам потрібно написати функцію fread ( ) замість read.csv ( ). Якщо ви запустите це разом із вашим кодом, ви побачите, що час завантаження скорочується до 2,25 секунди.

Порівняння пакетів R за допомогою Microbenchmark

Щоб порівняти продуктивність кожного методу, ви можете скористатися функцією мікротесту ( ) .

Функція microbenchmark ( ) у R є інструментом для вимірювання продуктивності коду R. Він забезпечує простий і легкий у використанні інтерфейс для порівняльного аналізу часу виконання R-виразів.

Чудова особливість цієї функції полягає в тому, що ви можете встановити, скільки разів процес повторюється. Це дає більш точні результати. Ви також можете визначити, чи відповідають результати.

Якщо у вас виникли проблеми з читанням файлу CSV у LuckyTemplates, RStudio може зробити це за вас. У R є інші параметри, які можна використовувати для оптимізації продуктивності коду. Але data.table настійно рекомендується через його простоту.

Висновок

Оптимізація коду R є важливим кроком у забезпеченні ефективної роботи ваших сценаріїв R. Існує кілька методів і інструментів, які можна використовувати для оптимізації коду R, наприклад використання пакета tidyverse для маніпулювання даними, використання пакета data.table для великих наборів даних і використання пакету мікротестів для вимірювання продуктивності коду R.

Також важливо пам’ятати про хороші практики кодування, такі як використання векторизованих операцій замість циклів, використання вбудованих функцій замість написання власних і пам’ятати про використання пам’яті кодом.

Все найкраще,

Джордж Маунт