Тож ми звикли говорити кожному новому користувачеві R, що " apply
не векторизовано, перевірте Пакет Парк Бернс R Inferno Circle 4 ", який говорить (цитую):
Поширений рефлекс - використання функції в сімействі застосувань. Це не векторизація, це приховування циклу . У застосуванні функція має цикл for для визначення. Функція lapply закопує цикл, але час виконання, як правило, приблизно дорівнює явному циклу.
Дійсно, швидкий погляд на apply
вихідний код розкриває цикл:
grep("for", capture.output(getAnywhere("apply")), value = TRUE)
## [1] " for (i in 1L:d2) {" " else for (i in 1L:d2) {"
Ок, поки що, але погляд lapply
або vapply
насправді виявляє зовсім іншу картину:
lapply
## function (X, FUN, ...)
## {
## FUN <- match.fun(FUN)
## if (!is.vector(X) || is.object(X))
## X <- as.list(X)
## .Internal(lapply(X, FUN))
## }
## <bytecode: 0x000000000284b618>
## <environment: namespace:base>
Тож, мабуть, там не for
ховається цикл R , скоріше вони викликають внутрішню функцію C.
Швидкий погляд у кролячу нору виявляє майже таку ж картину
Більше того, візьмемо colMeans
для прикладу функцію, яку ніколи не звинувачували у векторизації
colMeans
# function (x, na.rm = FALSE, dims = 1L)
# {
# if (is.data.frame(x))
# x <- as.matrix(x)
# if (!is.array(x) || length(dn <- dim(x)) < 2L)
# stop("'x' must be an array of at least two dimensions")
# if (dims < 1L || dims > length(dn) - 1L)
# stop("invalid 'dims'")
# n <- prod(dn[1L:dims])
# dn <- dn[-(1L:dims)]
# z <- if (is.complex(x))
# .Internal(colMeans(Re(x), n, prod(dn), na.rm)) + (0+1i) *
# .Internal(colMeans(Im(x), n, prod(dn), na.rm))
# else .Internal(colMeans(x, n, prod(dn), na.rm))
# if (length(dn) > 1L) {
# dim(z) <- dn
# dimnames(z) <- dimnames(x)[-(1L:dims)]
# }
# else names(z) <- dimnames(x)[[dims + 1]]
# z
# }
# <bytecode: 0x0000000008f89d20>
# <environment: namespace:base>
Так? Це також просто дзвінки, .Internal(colMeans(...
які ми також можемо знайти в кролячій норі . То чим це відрізняється від .Internal(lapply(..
?
Насправді швидкий показник показує, що він sapply
працює не гірше colMeans
і набагато краще, ніж for
цикл для великого набору даних
m <- as.data.frame(matrix(1:1e7, ncol = 1e5))
system.time(colMeans(m))
# user system elapsed
# 1.69 0.03 1.73
system.time(sapply(m, mean))
# user system elapsed
# 1.50 0.03 1.60
system.time(apply(m, 2, mean))
# user system elapsed
# 3.84 0.03 3.90
system.time(for(i in 1:ncol(m)) mean(m[, i]))
# user system elapsed
# 13.78 0.01 13.93
Іншими словами, це правильно сказати , що lapply
і vapply
насправді vectorised ( по порівнянні з apply
якої є for
цикл , який також називає lapply
) , і що ж Патрік Бернс дійсно хотів сказати?
*apply
функції багаторазово викликають R-функції, що робить їх петлями. Що стосується хорошої продуктивностіsapply(m, mean)
: Можливо, C-кодlapply
методу розсилає лише один раз, а потім викликає метод повторно?mean.default
досить оптимізований.