Question

是否可以在R中监控矢量化操作的进度？例如。在循环中，可以始终if (i %% 10000) print(i)查看代码当前正在处理的元素。我的直觉是，＃34;可能不是＆＃34;，但可能是我错了？

Answer 1

在我的评论中，我询问了您的代码是什么以及如何实现矢量化。我觉得这很重要。虽然一般来说，矢量化是通过在编译代码中使用循环来实现的，但我并不完全确定。因此，我不太自信地说'＃34;绝对没有＆＃34;。

但是，如果要跟踪R级别的进度，则必须能够获得索引，例如在R级i循环中使用的for。现在，让我们检查大多数R矢量化函数的样子：

> grep
function (pattern, x, ignore.case = FALSE, perl = FALSE, value = FALSE, 
    fixed = FALSE, useBytes = FALSE, invert = FALSE) 
{
    if (!is.character(x)) 
        x <- structure(as.character(x), names = names(x))
    .Internal(grep(as.character(pattern), x, ignore.case, value, 
        perl, fixed, useBytes, invert))
}
<bytecode: 0xa34dfe0>
<environment: namespace:base>

> gsub
function (pattern, replacement, x, ignore.case = FALSE, perl = FALSE, 
    fixed = FALSE, useBytes = FALSE) 
{
    if (!is.character(x)) 
        x <- as.character(x)
    .Internal(gsub(as.character(pattern), as.character(replacement), 
        x, ignore.case, perl, fixed, useBytes))
}

在上面的例子中，我们看到那些向量化的R函数只是编译代码的一个薄包装器（参见.Internal()）。没有明确的循环索引供您参考。因此，对于这些示例功能，跟踪进度是不可能的。

我建议您查看您使用的特定功能。这是说服自己的最佳方式。

跟进

最初，我在我的示例中添加了lapply：

> lapply
function (X, FUN, ...) 
{
    FUN <- match.fun(FUN)
    if (!is.vector(X) || is.object(X)) 
        X <- as.list(X)
    .Internal(lapply(X, FUN))
}
<bytecode: 0x9c5c464>
<environment: namespace:base>

然后@RichardScriven表达了他对*apply家庭的看法。在堆栈溢出时，这两个帖子/答案对于理解R中的向量化问题非常有用：

但是，虽然lapply调用C代码来执行循环，但它必须在循环中评估R函数FUN。因此：

如果FUN占据执行时间，那么lapply将不会比R for循环具有明显的优势。
如果FUN做得很少，那么循环开销在执行中占主导地位，那么lapply将比R for循环有明显的优势，因为{{1} C中的循环更多＆＃34;轻量级＆＃34;。

在这篇文章中讨论for的性能是偏离主题的，所以我不会附上演示示例。

R：监视矢量化操作的进度

1 个答案: