การประเมินและเพิ่มประสิทธิภาพโค้ดใน R

การปรับโค้ด R ให้เหมาะสมสามารถปรับปรุงประสิทธิภาพของสคริปต์และโปรแกรม R ได้อย่างมาก ทำให้รันได้อย่างมีประสิทธิภาพมากขึ้น นี่เป็นสิ่งสำคัญอย่างยิ่งสำหรับชุดข้อมูลขนาดใหญ่และซับซ้อน เช่นเดียวกับแอปพลิเคชันที่ต้องเรียกใช้แบบเรียลไทม์หรือเป็นประจำ

ใน บทช่วยสอน นี้ เราจะประเมินและเพิ่มประสิทธิภาพของรหัส R โดยใช้แพ็คเกจ R ต่างๆ เช่น tidyverse และ data.table ตัวอย่างเช่น เราจะดูว่า RStudio ใช้เวลานานเท่าใดในการอ่านไฟล์ CSV ขนาดใหญ่โดยใช้ฟังก์ชันread.csv ( )แพ็คเกจ tidyverse และแพ็คเกจ data.table

สารบัญ

• การเพิ่มประสิทธิภาพใน R
• การเปรียบเทียบแพ็คเกจ R โดยใช้ Microbenchmark
• บทสรุป

การเพิ่มประสิทธิภาพใน R

เปิด RStudio ในสคริปต์ R กำหนดนามสกุลไฟล์ให้กับตัวแปร

คุณต้องใช้ ฟังก์ชัน system.file ( )เพื่อกำหนดระยะเวลาที่ใช้ในการดำเนินการฟังก์ชันหรือการดำเนินการ เนื่องจากเราต้องการประเมินว่าใช้เวลานานเท่าใดในการเปิดไฟล์ ให้เขียนread.csv (df)ในอาร์กิวเมนต์

เมื่อคุณรันโค้ด คอนโซลจะแสดงเวลาที่ใช้ในการเปิดไฟล์ คอลัมน์ที่ผ่านไปแสดงระยะเวลาที่ CPU ใช้ในการดำเนินการรหัส R ผลปรากฏว่า RStudio ใช้เวลา 31.93 วินาที ซึ่งเป็นเวลาที่มีนัยสำคัญ เวลาในการโหลดนี้ไม่สามารถทำได้หากคุณทำงานกับชุดข้อมูลขนาดใหญ่อยู่เสมอ

วิธีหนึ่งที่คุณสามารถเพิ่มประสิทธิภาพของรหัส R ของคุณคือการใช้แพ็คเกจtidyverse การทำเช่นนั้นจะลดเวลาจาก 30 เป็น 5 วินาที

โปรดทราบว่าในการอ่านไฟล์ คุณต้องใช้ฟังก์ชันread_csv ( )

แพ็คเกจ tidyverse ปรับปรุงเวลาในการโหลดใน R ผ่านการใช้ แพ็คเกจ readerซึ่งมีชุดฟังก์ชันที่รวดเร็วและมีประสิทธิภาพสำหรับการอ่านและเขียนข้อมูล แพ็คเกจ reader มีฟังก์ชัน เช่นread_csv ( )และread_table ( )ที่สามารถอ่านชุดข้อมูลขนาดใหญ่ได้อย่างรวดเร็วและมีประสิทธิภาพ

วิธีการเพิ่มประสิทธิภาพอื่นใน R คือการใช้แพ็คเกจdata.table ดาวน์โหลดฟรีในอินเทอร์เน็ต

แพ็คเกจ data.table ใน R เป็นเครื่องมือที่ทรงพลังและมีประสิทธิภาพสำหรับการทำงานกับชุดข้อมูลขนาดใหญ่และซับซ้อน โดยจัดเตรียมเวอร์ชันที่ปรับปรุงแล้วของออบเจ็กต์ data.frame ซึ่งเป็นโครงสร้างข้อมูลหลักใน R ข้อได้เปรียบหลักของ data.table คือประสิทธิภาพสูงและการใช้หน่วยความจำต่ำเมื่อทำงานกับชุดข้อมูลขนาดใหญ่

โปรดทราบว่าเมื่อใช้แพ็คเกจนี้ คุณต้องเขียน ฟังก์ชัน fread ( )แทน read.csv ( ) เมื่อคุณเรียกใช้พร้อมกับรหัสของคุณ คุณจะเห็นว่าเวลาในการโหลดลดลงเหลือ 2.25 วินาที

การเปรียบเทียบแพ็คเกจ R โดยใช้ Microbenchmark

หากต้องการเปรียบเทียบประสิทธิภาพระหว่างแต่ละวิธี คุณสามารถใช้ฟังก์ชันmicrobenchmark ( )

ฟังก์ชัน microbenchmark ( ) ใน R เป็นเครื่องมือสำหรับวัดประสิทธิภาพของรหัส R มีอินเทอร์เฟซที่เรียบง่ายและใช้งานง่ายสำหรับการเปรียบเทียบเวลาดำเนินการของนิพจน์ R

สิ่งที่ยอดเยี่ยมเกี่ยวกับฟังก์ชันนี้คือคุณสามารถกำหนดได้ว่าจะให้กระบวนการนี้ทำซ้ำกี่ครั้ง สิ่งนี้ให้ผลลัพธ์ที่แม่นยำยิ่งขึ้น คุณยังสามารถระบุได้ว่าผลลัพธ์นั้นสอดคล้องกันหรือไม่

หากคุณมีปัญหาในการอ่านไฟล์ CSV ใน LuckyTemplates RStudio สามารถช่วยคุณได้ มีตัวเลือกอื่นๆ ใน R ที่คุณสามารถใช้เพื่อเพิ่มประสิทธิภาพโค้ดของคุณ แต่แนะนำให้ใช้ data.table เนื่องจากความเรียบง่าย

บทสรุป

การปรับโค้ด R ให้เหมาะสมเป็นขั้นตอนสำคัญในการรับรองว่าสคริปต์ R ของคุณทำงานได้อย่างมีประสิทธิภาพ มีเทคนิคและเครื่องมือหลายอย่างที่สามารถใช้เพื่อเพิ่มประสิทธิภาพโค้ด R เช่น การใช้แพ็กเกจ tidyverse สำหรับการจัดการข้อมูล การใช้แพ็กเกจ data.table สำหรับชุดข้อมูลขนาดใหญ่ และการใช้แพ็กเกจ microbenchmark สำหรับการวัดประสิทธิภาพของโค้ด R

สิ่งสำคัญคือต้องคำนึงถึงหลักปฏิบัติในการเขียนโค้ดที่ดี เช่น การใช้ vectorized แทนการวนซ้ำ การใช้ฟังก์ชันในตัวแทนการเขียนโค้ดของคุณเอง และคำนึงถึงการใช้หน่วยความจำของโค้ดของคุณ

สิ่งที่ดีที่สุด

จอร์จ เมาท์