R_Language 板


LINE

我有兴趣知道size较大时,哪个速度比较快 写了一个小程式测试: library(data.table) library(dplyr) library(fastmatch) library(Rcpp) library(microbenchmark) library(rbenchmark) perf_test = function(N){ tmp <- list() for(i in 1:N) tmp[[i]] <- iris m <- do.call(rbind, tmp) m2 = data.table(m) setkey(m2, "Sepal.Width") m3 = as.matrix(m[,1:4]) benchmark(replications=100, m[m$Sepal.Width == 3.5,], subset(m, Sepal.Width == 3.5), m2[J(3.5)], filter(m, Sepal.Width == 3.5), filter(m2, Sepal.Width == 3.5), m2[list(3.5)], m2[fmatch(m2$Sepal.Width, 3.5, nomatch = 0L),], m3[m3[,2]==3.5,], columns = c("test", "replications", "elapsed", "relative") ) } # iris的大小 object.size(iris) # 7088 bytes # 200倍的资料量 perf_test(200) test replications elapsed relative 4 filter(m, Sepal.Width == 3.5) 100 0.05 1.0 5 filter(m2, Sepal.Width == 3.5) 100 0.14 2.8 7 m[fmatch(m$Sepal.Width, 3.5, nomatch = 0), ] 100 0.25 5.0 1 m[m$Sepal.Width == 3.5, ] 100 0.44 8.8 8 m2[fmatch(m2$Sepal.Width, 3.5, nomatch = 0)] 100 0.33 6.6 3 m2[J(3.5)] 100 0.17 3.4 6 m2[list(3.5)] 100 0.14 2.8 9 m3[m3[, 2] == 3.5, ] 100 0.22 4.4 2 subset(m, Sepal.Width == 3.5) 100 0.55 11.0 # 500倍的资料量 perf_test(500) test replications elapsed relative 4 filter(m, Sepal.Width == 3.5) 100 0.15 1.000 5 filter(m2, Sepal.Width == 3.5) 100 0.16 1.067 7 m[fmatch(m$Sepal.Width, 3.5, nomatch = 0), ] 100 0.71 4.733 1 m[m$Sepal.Width == 3.5, ] 100 1.13 7.533 8 m2[fmatch(m2$Sepal.Width, 3.5, nomatch = 0)] 100 0.75 5.000 3 m2[J(3.5)] 100 0.19 1.267 6 m2[list(3.5)] 100 0.16 1.067 9 m3[m3[, 2] == 3.5, ] 100 0.50 3.333 2 subset(m, Sepal.Width == 3.5) 100 1.26 8.400 # 1000倍的资料量 perf_test(1000) test replications elapsed relative 4 filter(m, Sepal.Width == 3.5) 100 0.27 1.929 5 filter(m2, Sepal.Width == 3.5) 100 0.21 1.500 7 m[fmatch(m$Sepal.Width, 3.5, nomatch = 0), ] 100 1.09 7.786 1 m[m$Sepal.Width == 3.5, ] 100 1.92 13.714 8 m2[fmatch(m2$Sepal.Width, 3.5, nomatch = 0)] 100 0.97 6.929 3 m2[J(3.5)] 100 0.15 1.071 6 m2[list(3.5)] 100 0.14 1.000 9 m3[m3[, 2] == 3.5, ] 100 0.83 5.929 2 subset(m, Sepal.Width == 3.5) 100 2.31 16.500 # 1500倍的资料量 perf_test(1500) test replications elapsed relative 4 filter(m, Sepal.Width == 3.5) 100 0.45 2.25 5 filter(m2, Sepal.Width == 3.5) 100 0.31 1.55 7 m[fmatch(m$Sepal.Width, 3.5, nomatch = 0), ] 100 1.76 8.80 1 m[m$Sepal.Width == 3.5, ] 100 3.11 15.55 8 m2[fmatch(m2$Sepal.Width, 3.5, nomatch = 0)] 100 1.81 9.05 3 m2[J(3.5)] 100 0.20 1.00 6 m2[list(3.5)] 100 0.21 1.05 9 m3[m3[, 2] == 3.5, ] 100 2.06 10.30 2 subset(m, Sepal.Width == 3.5) 100 3.60 18.00 # 3000倍的资料量 perf_test(3000) test replications elapsed relative 4 filter(m, Sepal.Width == 3.5) 100 0.82 4.10 5 filter(m2, Sepal.Width == 3.5) 100 0.50 2.50 7 m[fmatch(m$Sepal.Width, 3.5, nomatch = 0), ] 100 3.47 17.35 1 m[m$Sepal.Width == 3.5, ] 100 7.13 35.65 8 m2[fmatch(m2$Sepal.Width, 3.5, nomatch = 0)] 100 3.79 18.95 3 m2[J(3.5)] 100 0.20 1.00 6 m2[list(3.5)] 100 0.22 1.10 9 m3[m3[, 2] == 3.5, ] 100 2.93 14.65 2 subset(m, Sepal.Width == 3.5) 100 7.39 36.95 # 5000倍的资料量 perf_test(5000) test replications elapsed relative 4 filter(m, Sepal.Width == 3.5) 100 1.46 5.214 5 filter(m2, Sepal.Width == 3.5) 100 0.84 3.000 7 m[fmatch(m$Sepal.Width, 3.5, nomatch = 0), ] 100 6.46 23.071 1 m[m$Sepal.Width == 3.5, ] 100 10.71 38.250 8 m2[fmatch(m2$Sepal.Width, 3.5, nomatch = 0)] 100 7.37 26.321 3 m2[J(3.5)] 100 0.28 1.000 6 m2[list(3.5)] 100 0.34 1.214 9 m3[m3[, 2] == 3.5, ] 100 4.96 17.714 2 subset(m, Sepal.Width == 3.5) 100 13.67 48.821 总结: 在资料量在3544000 bytes左右为分界,以下是filter + data.frame比较快 以上则是m2[J(3.5)] 跟 m2[list(3.5)]比较快 补上平台:windows 7 64 bit SP1, R 3.0.3, [email protected] --



※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 218.164.186.40
※ 文章网址: http://webptt.com/cn.aspx?n=bbs/R_Language/M.1396729914.A.B34.html
1F:推 tokyo291:大推XDDD资料量小的时候R被matlab惨电QQ 04/06 04:49
补上MATLAB速度 (MATLAB 2013b) ***** perf_test.m ***** function [] = perf_test(N) m = zeros(4,N*size(iris_dataset,2)); for i = 1:N m(:, ((i-1)*size(iris_dataset,2)+1):(size(iris_dataset,2)*i)) = iris_dataset; end time = 0; for j = 1:100 t = tic; tmp = m(:,m(2,:)==3.5); time = time + toc(t); end fprintf('Elapsed time is %2.6f seconds.\n', time/100) *********************** >> perf_test(200) Elapsed time is 0.000116 seconds. >> perf_test(500) Elapsed time is 0.000397 seconds. >> perf_test(1000) Elapsed time is 0.000944 seconds. >> perf_test(1500) Elapsed time is 0.001334 seconds. >> perf_test(3000) Elapsed time is 0.002361 seconds. >> perf_test(5000) Elapsed time is 0.004385 seconds. 备注:要钱的果然比较快(摊手
2F:推 clickhere:拿data.frame比matrix?! 04/06 11:26
3F:→ clickhere:m<-as.matrix(iris[,-5]) 04/06 11:28
4F:→ clickhere:应该会快不少,且接近matlab. 04/06 11:33
5F:→ clickhere:还大小通吃. 反正都要改type,一样少不了memory copy. 04/06 11:35
补上大大所说的matrix type,不过比data.table还慢 没有比较快,是比较慢,更别说要比matlab了 ※ 编辑: celestialgod (218.164.186.40), 04/06/2014 12:40:14
6F:→ clickhere:感谢. 04/06 20:44







like.gif 您可能会有兴趣的文章
icon.png[问题/行为] 猫晚上进房间会不会有憋尿问题
icon.pngRe: [闲聊] 选了错误的女孩成为魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一张
icon.png[心得] EMS高领长版毛衣.墨小楼MC1002
icon.png[分享] 丹龙隔热纸GE55+33+22
icon.png[问题] 清洗洗衣机
icon.png[寻物] 窗台下的空间
icon.png[闲聊] 双极の女神1 木魔爵
icon.png[售车] 新竹 1997 march 1297cc 白色 四门
icon.png[讨论] 能从照片感受到摄影者心情吗
icon.png[狂贺] 贺贺贺贺 贺!岛村卯月!总选举NO.1
icon.png[难过] 羡慕白皮肤的女生
icon.png阅读文章
icon.png[黑特]
icon.png[问题] SBK S1安装於安全帽位置
icon.png[分享] 旧woo100绝版开箱!!
icon.pngRe: [无言] 关於小包卫生纸
icon.png[开箱] E5-2683V3 RX480Strix 快睿C1 简单测试
icon.png[心得] 苍の海贼龙 地狱 执行者16PT
icon.png[售车] 1999年Virage iO 1.8EXi
icon.png[心得] 挑战33 LV10 狮子座pt solo
icon.png[闲聊] 手把手教你不被桶之新手主购教学
icon.png[分享] Civic Type R 量产版官方照无预警流出
icon.png[售车] Golf 4 2.0 银色 自排
icon.png[出售] Graco提篮汽座(有底座)2000元诚可议
icon.png[问题] 请问补牙材质掉了还能再补吗?(台中半年内
icon.png[问题] 44th 单曲 生写竟然都给重复的啊啊!
icon.png[心得] 华南红卡/icash 核卡
icon.png[问题] 拔牙矫正这样正常吗
icon.png[赠送] 老莫高业 初业 102年版
icon.png[情报] 三大行动支付 本季掀战火
icon.png[宝宝] 博客来Amos水蜡笔5/1特价五折
icon.pngRe: [心得] 新鲜人一些面试分享
icon.png[心得] 苍の海贼龙 地狱 麒麟25PT
icon.pngRe: [闲聊] (君の名は。雷慎入) 君名二创漫画翻译
icon.pngRe: [闲聊] OGN中场影片:失踪人口局 (英文字幕)
icon.png[问题] 台湾大哥大4G讯号差
icon.png[出售] [全国]全新千寻侘草LED灯, 水草

请输入看板名称,例如:Boy-Girl站内搜寻

TOP