让你的R再次提速！！！

关注公众号，发送R语言，获取学习资料！

 日拱一卒 功不唐捐

前面介绍了一个给R语言提速的方法：让R运算速度快100倍！！！

今天给大家再介绍一个优秀的R包，让你的R运行速度再快几百倍！！！

简介

包的作者是一位人类遗传学的博士生，需要处理的数据都是量级非常大的，但是作者非常喜欢用R语言，众所周知，R语言很慢！所以作者才开发了这个包解决自己的实际需求！

R包bigstatsr提供了大规模矩阵数据进行快速统计分析的函数。主要是使用了FBM（filebacked big matrices）和内存映射（memory-mapping）技术。

不光是生物信息学的数据，其他的类似数据都可以使用这个包进行处理哦！

“

注意：此包的多数算法都不能处理缺失值！

安装

# CRAN 
install.packages("bigstatsr")
# github
remotes::install_github("privefl/bigstatsr")

简单例子

library(bigstatsr)

# 创建数据
X <- FBM(5e3, 10e3, backingfile = "test")$save()

# 随机填充数据
U <- matrix(0, nrow(X), 5); U[] <- rnorm(length(U))
V <- matrix(0, ncol(X), 5); V[] <- rnorm(length(V))
NCORES <- nb_cores()

# X = U V^T + E，进行运算
big_apply(X, a.FUN = function(X, ind, U, V) {
  X[, ind] <- tcrossprod(U, V[ind, ]) + rnorm(nrow(X) * length(ind))
  NULL  
}, a.combine = 'c', ncores = NCORES, U = U, V = V)

# 查看部分值
X[1:5, 1:5]

# 分界奇异值，快速计算
obj.svd <- big_randomSVD(X, fun.scaling = big_scale(), ncores = NCORES)
plot(obj.svd)

# 结束
#unlink(paste0("test", c(".bk", ".rds")))

image-20220329211510159

计算相关系数

mat <- X[]
dim(mat) #5000行，1000列的矩阵求相关系数，运算量很大了！

system.time(corr1 <- cor(mat)) #343.36   0.22 343.57

# 快了不是一点点！
system.time(corr2 <- big_cor(X)) #24.94  2.58  2.21

可以看到，快了不是一点点，直接从343秒变成了2.21秒！这还是在我的电脑更换了openblas的情况下！

其他强大的功能

除此之外，还提供了很多其他有用的函数和功能，比如联合Rcpp，一些线性模型运算，弹性网络等，还可以使用并行运算更加快速。

快速运算的重要基础就是使用了FBM，大家可以去作者的Github^[1]详细了解！

参考资料

[1]

bigstatsr包github地址：: https://github.com/privefl/bigstatsr

以上就是今天的内容，希望对你有帮助哦！欢迎点赞、在看、关注、转发！

欢迎在评论区留言或直接添加我的微信！

完

欢迎关注公众号：医学和生信笔记

“

医学和生信笔记 公众号主要分享：1.医学小知识、肛肠科小知识；2.R语言和Python相关的数据分析、可视化、机器学习等；3.生物信息学学习资料和自己的学习笔记！

往期回顾