干货分享 | R-数据处理基础篇-来说说循环遍历与并行计算那些事～玩点刺激的，给函数竞个速！

目录

• 0.问题导入

• 1.for循环函数

• 2.while循环函数

• 3.foreach函数(不并行)

• 4.foreach函数（并行）

• 5.apply函数

• 6.刺激的，来来来，我们用不同大小的矩阵来竞竞速

• 7.总结

• 8.本篇所用的R-packages（没有的需要用install.packages()进行安装）

• 9.致谢

• 10.号外！TheWhoOPs平台与全国地研联公众号实现线上战略合作

---

0.问题导入

前边我们有讲到R语言中的逻辑判断，可以说这是R语言数据处理中的一个开关，来控制电脑完成一系列操作。而我们会在数据处理过程中遇到将同一种操作/处理方法（如某一指标的计算）在不同的数据上（如不同气象站点的观测序列）进行实现。为了实现这一需求，我们则需要循环遍历来实现。那么，今天我们就来说说R语言中循环遍历，以及其与并行的那些事。

不过，今天我们来点刺激的，以给不同大小矩阵逐行求均值为例来给以下几个函数竞个速！

1. for循环函数

1.1 for函数基本结构

其中a，b分别为i循环的上界与下界，中括号中为需要循环遍历的操作。

for(i in a:b){
action
}

1.2 for循环求矩阵逐行均值算法

其中mean_by_for 类似于一个空箱子，需要在for循环期间不停地装新计算出来的结果temp。c() 函数用于拼接老的向量mean_by_for 与新向量temp.

mean_by_for = 1
for(i in 1:nrow(mat)){
temp = mean(mat[i,])
mean_by_for = c(mean_by_for,temp)
}
mean_by_for = mean_by_for[-1]

2. while循环函数

2.1 while 函数结构

• i = 1为 i 的初始值。

• i <= b 为while 循环的循环条件，是不是布尔条件呢？嘿嘿

• action 为循环的操作

• i = i + 1 为while循环的更新算子 

i = 1
while(i <= b){
action
i = i +1
}

2.2 while循环求矩阵逐行均值算法

mean_by_while = 1
while(i <= nrow(mat)){
temp = mean(mat[i,])
mean_by_while = c(mean_by_while,temp)
i = i+1
}
mean_by_while = mean_by_while[-1]

3. foreach函数(不并行)

后面会有一期专门讲foreach 函数的自定义用法，今天拿过来竞速，重点结构在于讲R语言中循环与遍历的基础算法while 与for哈～

mean_by_foreachdo <- foreach(i = 1:nrow(mat),.combine = c) %do% mean(mat[i,])

4. foreach函数（并行）

cl <- makeCluster(2)
registerDoParallel(cl)
mean_by_dopar <- foreach(i = 1:nrow(mat),
.combine = c) %dopar% mean(mat[i,])
stopCluster(cl)

5. apply函数

5.1 apply 函数结构

apply 函数我们在上一期（蓝字传送门：点我复习上期）中有用到过，我们来讲下他的结构与用法。其中，

• m为矩阵。对，apply函数是专门为矩阵定制的计算方法，matrix only～

• 1 or 2， 1表明在矩阵m中逐行执行function操作；2表明在矩阵m中逐列执行function 操作。

• function，自定义的各种骚操作，it is！

apply(m, 1(或者2), function)

5.2 apply 函数求矩阵逐行均值算法

mean_by_apply = apply(mat,1,mean)

6. 刺激的，来来来，我们用不同大小的矩阵来竞竞速

6.1 设置赛道（矩阵的大小）

mat1 = round(runif(1000,-100,100))
mat1 = matrix(mat1,nrow = 50)

mat2 = round(runif(10000,-100,100))
mat2 = matrix(mat2,nrow = 500)

mat3 = round(runif(500000,-100,100))
mat3 = matrix(mat3,nrow = 500)

mat4 = round(runif(1000000,-100,100))
mat4 = matrix(mat4,nrow = 5000)

mat5 = round(runif(10000000,-100,100))
mat5 = matrix(mat5,nrow = 50000)

6.2 竞速开始

关注公众号【TheWhoOPs】，后台回复“竞速”获取竞速函数race()

time1 = race(mat1)
time2 = race(mat2)
time3 = race(mat3)
time4 = race(mat4)
time5 = race(mat5)

6.3 竞速结果分析

可视化代码

type = c('for','while','foreachdo','foreachdopar','apply')
size = c(length(mat1),
length(mat2),
length(mat3),
length(mat4),
length(mat5))
time = round(c(time1,time2,time3,time4,time5)*1000,3)

df = data.frame(
type = rep(type,5),
size = rep(1:5,each = 5),
time = time
)
df$type = factor(df$type, levels = type)
df$size = factor(df$size,labels = as.character(size))

p = ggplot()+
geom_line(data =df, aes(x = size, y = time/1000,color = type))+
scale_x_continuous(labels = as.character(size))+
xlab("Size")+
ylab('Time (s)')+
theme_bw()

png('plot_race1.png',
height =15,
width = 15,
units = 'cm',
res = 800)
print(p)
dev.off()

图1 多种函数竞赛结果由图1 可以看到，在样本大小在数据长度小于500000个的时候，各种算法无比较显著的区别，因为几乎都很小，我们可以接受，感官上基本上都是 chua 的一下就好了。但当长度大于500000个的时候，foreach(do)与foreach(dopar)函数的计算时间就开始与大家出现比较明显的差别。这时，apply, for 与while计算时间还是没有明显差距。而当长度大于1000000时，for与while就显著大于了apply的运行时间，目测是apply运算时间的100倍。

综上，在面向矩阵做循环与遍历某项操作（单变量输入，多变量有时无法使用apply，可能需要自定义函数）的时候，apply函数完胜！

7. 总结

本篇主要讲了以下内容：

1. R语言中的for与while循环与遍历结构（重点掌握）

2. R语言中的apply函数（重点掌握）

3. 以逐行计算矩阵均值为例，比较了R语言中不同遍历方法面向矩阵的运行效率，分析了不同数据大小时各个函数的表现，总体apply函数全胜！

8. 本篇所用的R-packages（没有的需要用install.packages()进行安装）

library(doParallel)
library(foreach)
library(ggplot2)

9. 致谢

首先，感谢大家的持续关注，小编会继续努力，持续更新下去的！

大家如果觉得有帮助啊，还麻烦大家关注点赞，也可以扩散到朋友圈，多多引导朋友加入咱们这个技术平台, 代码共享推动科研进程, 多谢大家啦～

大家如果在使用本代码的过程有遇到问题的，可以留言评论，也可以私信我哈~~

祝大家身体健康，多多保重！！

Jersey联系方式

10. 号外！TheWhoOPs平台与全国地研联公众号实现线上战略合作

这是与全国地研联联合推出的第五篇R语言技术推文-基础篇。

从2020年2月10日起，TheWhoOPs技术公众号将与全国地理学研究生联合会公众号（简称地研联）公众号实现全面线上合作。

合作内容主要包括为周一，三的R语言数据数据分析及可视化文章的线上共享发布及每周日的b站技术直播讲解（直播间链：https://live.bilibili.com/21877620）。

如果大家觉得有帮助还劳烦多多帮忙宣传下哈！！

责任编辑：王佳雯

审编：王波涛 

终审： 顾伟男   田巍   梁龙武

猜你喜欢

扫描二维码，关注我们

都看到这了 点个在看再走呗~