让R的循环留下前进的脚印

jah_et

看来我是天生的标题党+冷饭党了[s:11]

学年论文中要进行资产和投资策略的模拟，其中会用到大量的循环，而等待过程实在太痛苦……

PS:当然我知道，R不适合显式循环，谢大的说法是如果你的程序中出现了多少多少个for那你就用错R了[s:11]嘿嘿。可是我只会R，只能屈才让她跑跑循环了……

扯远了。其实就是一个Progress Bar，早在2009年4月29号一帖中（http://cos.name/cn/topic/15074-keyword-%BD%F8%B6%C8）就已经讨论过这东西了，我就是重炒下冷饭。

首先是当年版大bjt给出的

<br />
total <- 20<br />
# create progress bar<br />
pb <- txtProgressBar(min = 0, max = total, style = 3)<br />
for(i in 1:total)<br />
{<br />
    Sys.sleep(0.3)<br />
    setTxtProgressBar(pb, i)<br />
}<br />
close(pb)<br />

当然，如果你觉着字符界面不好看不够拉风，可以试试这个

<br />
n=5000<br />
pb <- winProgressBar(title = "R progress bar", label = "",min = 0, max = n)<br />
for (i in 1:n)<br />
{<br />
    Sys.sleep(0.002)<br />
    info <- sprintf("%d%% done", round(i/50))<br />
    setWinProgressBar(pb, i, sprintf("test (%s)", info), info)<br />
    <br />
}<br />
close(pb)<br />

总之，都是

?txtProgressBar

?winProgressBar

如果你还是不知足，tcltk包里还有个更漂亮的tkProgressBar ，可以自己拿示例代码看看[s:11]

让R的循环留下前进的脚印，看上去会不会更humanity一点[s:13]

Ihavenothing

先先 ____ 人 <br />
 贝　　　　|

yanlinlin82

其实循环也未必总是更慢，谢老大那么说主要是还是让大家尽量避免使用循环。

上个月在r-help上有人询问获取1000组大小100的正态分布数据，引发了一堆不同实现的讨论，有人给了这么个例子：

<br />
library(rbenchmark)<br />
<br />
n=100; m=100<br />
<br />
benchmark(replications=100, columns=c('test', 'elapsed'), order=NULL,<br />
   list={ l=list(); for (i in 1:n) l[[i]] = rnorm(m) },<br />
   liist={ l=vector('list', n); for (i in 1:n) l[[i]] = rnorm(m) },<br />
   matrix=matrix(rnorm(n*m), n, m),<br />
   matrix2 = {mat <- rnorm(n*m); dim(mat) <- c(n, m); mat},<br />
   replicate=replicate(m, rnorm(n))<br />
)<br />
<br />
#        test elapsed<br />
# 1      list    0.25<br />
# 2     liist    0.25<br />
# 3    matrix    0.22<br />
# 4   matrix2    0.17<br />
# 5 replicate    0.23<br />
<br />
> n=10; m=1000<br />
...<br />
<br />
#        test elapsed<br />
# 1      list    0.17<br />
# 2     liist    0.17<br />
# 3    matrix    0.20<br />
# 4   matrix2    0.15<br />
# 5 replicate    0.75<br />
<br />
> n=1000; m=10<br />
...<br />
#        test elapsed<br />
# 1      list    1.37<br />
# 2     liist    0.92<br />
# 3    matrix    0.21<br />
# 4   matrix2    0.17<br />
# 5 replicate    0.19<br />

可见，for循环本身的效率并不见得比其他批量函数差多少，关键还得看具体数据，以及循环中所执行的语句。所谓的避免循环，其实是希望尽可能利用R语言本身的向量处理能力，来加快运算速度。而相反地，毕竟R是解释型语言，循环若处理不好，的确会使效率差很多的。

另外，其间还有人推荐了这本书，实在是不错，正在学习中，也在此推荐给大家：

http://www.burns-stat.com/pages/Tutor/R_inferno.pdf

jah_et

呵呵，怨念啊，要是R也有编译器就好了 [s:11]

bjt

哈，有时候循环是不能避免的。

这本书的 abstract 有意思啊：

If you are using R and you think you're in hell, this is a map for you.