En etkili yolu

Question

Ben bir vektör bir alt kümesi ortalamasını ve varyansını hesaplamak gerekir vektörleri. x vektörü olsun ve y, gözlemin alt grupta olup olmadığını gösteren bir gösterge olsun. Hangisi daha verimlidir:

sub.mean <- mean(x[y]) 
sub.var <- var(x[y]) 

veya

sub  <- x[y] 
sub.mean <- mean(sub) 
sub.var <- var(sub) 
sub  <- NULL 

Birinci yaklaşım yeni bir nesne açıkça yaratmaz; ama mean ve var numaralarına yapılan çağrılar bunu dolaylı olarak yapıyor mu? Yoksa orijinal vektörde depolandığı gibi mi çalışıyorlar?

iki kez subsetting yapmak zorunda değildir, çünkü daha hızlı ikinci mı?

Ben hızıyla ve büyük veri kümeleri için bellek yönetimi ile endişeleniyorum. uzunluk 10M bir vektör üzerine

Answer 1

Kıyaslama ikinci yaklaşım hızlıdır (benim makinede) olduğunu gösterir:

f1 = function(x, y) { 
    sub.mean <- mean(x[y]) 
    sub.var <- var(x[y]) 
} 

f2 = function(x, y) { 
    sub  <- x[y] 
    sub.mean <- mean(sub) 
    sub.var <- var(sub) 
    sub  <- NULL 
} 

x = rnorm(10000000) 
y = rbinom(10000000, 1, .5) 

print(system.time(f1(x, y))) 
# user system elapsed 
# 0.403 0.037 0.440 
print(system.time(f2(x, y))) 
# user system elapsed 
# 0.233 0.002 0.235 

Bu surprising- değildir mean(x[y])yaparmean için yeni bir nesne oluşturmak zorunda Yerel ad alanına eklemese bile, harekete geçme işlevi. Bu nedenle, f1, altölçmeyi iki kez yapmak zorunda kaldığınız için daha yavaştır (sizin de belirttiğiniz gibi).