R - hist(XX, plot=FALSE)$count 的更快替代品

Question

我正在寻找 R 的 hist(x, breaks=XXX, plot=FALSE)$count 函数的更快替代品，因为我不需要生成的任何其他输出(因为我想在 sapply 调用中使用它，需要调用此函数的 100 万次迭代)，例如

x = runif(100000000, 2.5, 2.6)
bincounts = hist(x, breaks=seq(0,3,length.out=100), plot=FALSE)$count

有什么想法吗？

Answer 1

第一次尝试使用table 和cut:

table(cut(x, breaks=seq(0,3,length.out=100)))

它避免了额外的输出，但在我的电脑上大约需要 34 秒:

system.time(table(cut(x, breaks=seq(0,3,length.out=100))))
   user  system elapsed 
 34.148   0.532  34.696 

与 hist 的 3.5 秒相比:

system.time(hist(x, breaks=seq(0,3,length.out=100), plot=FALSE)$count)
   user  system elapsed 
  3.448   0.156   3.605

---

使用 tabulate 和 .bincode 运行速度比 hist 快一点:

tabulate(.bincode(x, breaks=seq(0,3,length.out=100)), nbins=100)

system.time(tabulate(.bincode(x, breaks=seq(0,3,length.out=100))), nbins=100)
   user  system elapsed 
  3.084   0.024   3.107

---

使用 tablulate 和 findInterval 相对于 table 和 cut 提供了显着的性能提升，并且有一个不错的改进相对于 hist:

tabulate(findInterval(x, vec=seq(0,3,length.out=100)), nbins=100)

system.time(tabulate(findInterval(x, vec=seq(0,3,length.out=100))), nbins=100)
   user  system elapsed 
  2.044   0.012   2.055