Vectorize() と apply()
-
02-01-2020 - |
質問
の Vectorize()
そしてその apply()
で機能する R
多くの場合、同じ目的を達成するために使用できます。私は通常、読みやすさの理由から関数をベクトル化することを好みます。これは、メインの呼び出し関数が当面のタスクに関連しているためです。 sapply
ではありません。また、 Vectorize()
R コードでそのベクトル化された関数を複数回使用するとき。例えば:
a <- 100
b <- 200
c <- 300
varnames <- c('a', 'b', 'c')
getv <- Vectorize(get)
getv(varnames)
対
sapply(varnames, get)
ただし、少なくとも SO では、次のような例はほとんど見られません。 Vectorize()
ソリューションでは、のみ apply()
(またはその兄弟のいずれか)。効率の問題やその他の正当な懸念事項はありますか? Vectorize()
そのメイク apply()
もっと良い選択肢はありますか?
解決
Vectorize
の単なるラッパーです mapply
. 。それはあなたを構築するだけです mapply
与えた関数のループ。したがって、それよりも簡単にできることがよくあります。 Vectorize()
それと明示的なもの *apply
最終的に、ソリューションは計算的に同等か、場合によっては優れたものになります。
また、具体的な例として、聞いたことがあるのは、 mget
, 、 右?
他のヒント
Thomasの答えに追加する。たぶんスピード?
# install.packages(c("microbenchmark", "stringr"), dependencies = TRUE)
require(microbenchmark)
require(stringr)
Vect <- function(x) { getv <- Vectorize(get); getv(x) }
sapp <- function(x) sapply(x, get)
mgett <- function(x) mget(x)
res <- microbenchmark(Vect(varnames), sapp(varnames), mget(varnames), times = 15)
## Print results:
print(res)
Unit: microseconds
expr min lq median uq max neval
Vect(varnames) 106.752 110.3845 116.050 122.9030 246.934 15
sapp(varnames) 31.731 33.8680 36.199 36.7810 100.712 15
mget(varnames) 2.856 3.1930 3.732 4.1185 13.624 15
### Plot results:
boxplot(res)
.
所属していません StackOverflow