R_Language 板


LINE

我有興趣知道size較大時,哪個速度比較快 寫了一個小程式測試: 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倍的資料量 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$Sepal.Width, 3.5, nomatch = 0)] 100 0.33 6.6 3 m2[J(3.5)] 100 0.17 3.4 6 m2[list(3.5)] 100 0.14 2.8 9 m3[m3[, 2] == 3.5, ] 100 0.22 4.4 2 subset(m, Sepal.Width == 3.5) 100 0.55 11.0 # 500倍的資料量 perf_test(500) test replications elapsed relative 4 filter(m, Sepal.Width == 3.5) 100 0.15 1.000 5 filter(m2, Sepal.Width == 3.5) 100 0.16 1.067 7 m[fmatch(m$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倍的資料量 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$Sepal.Width, 3.5, nomatch = 0)] 100 0.97 6.929 3 m2[J(3.5)] 100 0.15 1.071 6 m2[list(3.5)] 100 0.14 1.000 9 m3[m3[, 2] == 3.5, ] 100 0.83 5.929 2 subset(m, Sepal.Width == 3.5) 100 2.31 16.500 # 1500倍的資料量 perf_test(1500) test replications elapsed relative 4 filter(m, Sepal.Width == 3.5) 100 0.45 2.25 5 filter(m2, Sepal.Width == 3.5) 100 0.31 1.55 7 m[fmatch(m$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倍的資料量 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$Sepal.Width, 3.5, nomatch = 0)] 100 3.79 18.95 3 m2[J(3.5)] 100 0.20 1.00 6 m2[list(3.5)] 100 0.22 1.10 9 m3[m3[, 2] == 3.5, ] 100 2.93 14.65 2 subset(m, Sepal.Width == 3.5) 100 7.39 36.95 # 5000倍的資料量 perf_test(5000) test replications elapsed relative 4 filter(m, Sepal.Width == 3.5) 100 1.46 5.214 5 filter(m2, Sepal.Width == 3.5) 100 0.84 3.000 7 m[fmatch(m$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 總結: 在資料量在3544000 bytes左右為分界,以下是filter + data.frame比較快 以上則是m2[J(3.5)] 跟 m2[list(3.5)]比較快 補上平台:windows 7 64 bit SP1, R 3.0.3, [email protected] --



※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 218.164.186.40
※ 文章網址: http://webptt.com/m.aspx?n=bbs/R_Language/M.1396729914.A.B34.html
1F:推 tokyo291:大推XDDD資料量小的時候R被matlab慘電QQ 04/06 04:49
補上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. 備註:要錢的果然比較快(攤手
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:應該會快不少,且接近matlab. 04/06 11:33
5F:→ clickhere:還大小通吃. 反正都要改type,一樣少不了memory copy. 04/06 11:35
補上大大所說的matrix type,不過比data.table還慢 沒有比較快,是比較慢,更別說要比matlab了 ※ 編輯: celestialgod (218.164.186.40), 04/06/2014 12:40:14
6F:→ clickhere:感謝. 04/06 20:44







like.gif 您可能會有興趣的文章
icon.png[問題/行為] 貓晚上進房間會不會有憋尿問題
icon.pngRe: [閒聊] 選了錯誤的女孩成為魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一張
icon.png[心得] EMS高領長版毛衣.墨小樓MC1002
icon.png[分享] 丹龍隔熱紙GE55+33+22
icon.png[問題] 清洗洗衣機
icon.png[尋物] 窗台下的空間
icon.png[閒聊] 双極の女神1 木魔爵
icon.png[售車] 新竹 1997 march 1297cc 白色 四門
icon.png[討論] 能從照片感受到攝影者心情嗎
icon.png[狂賀] 賀賀賀賀 賀!島村卯月!總選舉NO.1
icon.png[難過] 羨慕白皮膚的女生
icon.png閱讀文章
icon.png[黑特]
icon.png[問題] SBK S1安裝於安全帽位置
icon.png[分享] 舊woo100絕版開箱!!
icon.pngRe: [無言] 關於小包衛生紙
icon.png[開箱] E5-2683V3 RX480Strix 快睿C1 簡單測試
icon.png[心得] 蒼の海賊龍 地獄 執行者16PT
icon.png[售車] 1999年Virage iO 1.8EXi
icon.png[心得] 挑戰33 LV10 獅子座pt solo
icon.png[閒聊] 手把手教你不被桶之新手主購教學
icon.png[分享] Civic Type R 量產版官方照無預警流出
icon.png[售車] Golf 4 2.0 銀色 自排
icon.png[出售] Graco提籃汽座(有底座)2000元誠可議
icon.png[問題] 請問補牙材質掉了還能再補嗎?(台中半年內
icon.png[問題] 44th 單曲 生寫竟然都給重複的啊啊!
icon.png[心得] 華南紅卡/icash 核卡
icon.png[問題] 拔牙矯正這樣正常嗎
icon.png[贈送] 老莫高業 初業 102年版
icon.png[情報] 三大行動支付 本季掀戰火
icon.png[寶寶] 博客來Amos水蠟筆5/1特價五折
icon.pngRe: [心得] 新鮮人一些面試分享
icon.png[心得] 蒼の海賊龍 地獄 麒麟25PT
icon.pngRe: [閒聊] (君の名は。雷慎入) 君名二創漫畫翻譯
icon.pngRe: [閒聊] OGN中場影片:失蹤人口局 (英文字幕)
icon.png[問題] 台灣大哥大4G訊號差
icon.png[出售] [全國]全新千尋侘草LED燈, 水草

請輸入看板名稱,例如:Soft_Job站內搜尋

TOP