r - 为什么不使用 for 循环呢？

Question

我在网上看到了很多数据科学家关于为什么不建议使用 for 循环的评论。然而，我最近发现自己处于一种使用它很有帮助的情况。我想知道以下过程是否有更好的替代方案(以及为什么替代方案会更好):

我需要运行一系列重复测量方差分析，并以类似于下面看到的可重现示例的方式解决该问题。

[我知道运行多个方差分析模型还存在其他问题，并且此类分析还有其他选项，但现在我只想了解 for 循环的使用]

例如，四个重复测量方差分析模型 - 四个因变量，每个因变量在三个场合进行测量:

set.seed(1976)
code <- seq(1:60)
time <- rep(c(0,1,2), each = 20)
DV1 <- c(rnorm(20, 10, 2), rnorm(20, 10, 2), rnorm(20, 14, 2))
DV2 <- c(rnorm(20, 10, 2), rnorm(20, 10, 2), rnorm(20, 10, 2))
DV3 <- c(rnorm(20, 10, 2), rnorm(20, 10, 2), rnorm(20, 8, 2))
DV4 <- c(rnorm(20, 10, 2), rnorm(20, 10, 2), rnorm(20, 10, 2))
dat <- data.frame(code, time, DV1, DV2, DV3, DV4)

outANOVA <- list()

for (i in names(dat)) {
  y <- dat[[i]]
  outANOVA[i] <- summary(aov(y ~ factor(time) + Error(factor(code)), 
                                  data = dat))
}

outANOVA

Answer 1

你可以这样写，这样更紧凑:

outANOVA <-
  lapply(dat,function(y)
    summary(aov(y ~ factor(time) + Error(factor(code)),data = dat)))

for 循环不一定比 apply 函数慢，但对于很多人来说它们不太容易阅读。这在某种程度上是一个品味问题。

真正的犯罪是在矢量化函数可用时使用 for 循环。这些向量化函数通常包含用 C 编写的 for 循环，速度要快得多(或调用这样做的函数)。

请注意，在这种情况下，我们还可以避免创建全局变量y，并且我们不必初始化列表outANOVA。

另一点，直接来自此相关帖子:For loops in R and computational speed (Glen_b 回答):

For loops in R are not always slower than other approaches, like apply - but there's one huge bugbear - •never grow an array inside a loop

Instead, make your arrays full-size before you loop and then fill them up.

在您的情况下，您正在增长outANOVA，对于大循环，它可能会出现问题。

以下是一个简单示例中不同方法的一些微基准测试:

n <- 100000
microbenchmark::microbenchmark(
preallocated_vec  = {x <- vector(length=n); for(i in 1:n) {x[i] <- i^2}},
preallocated_vec2 = {x <- numeric(n); for(i in 1:n) {x[i] <- i^2}},
incremented_vec   = {x <- vector(); for(i in 1:n) {x[i] <- i^2}},
preallocated_list = {x <- vector(mode = "list", length = n); for(i in 1:n) {x[i] <- i^2}},
incremented_list  = {x <- list(); for(i in 1:n) {x[i] <- i^2}},
sapply            = sapply(1:n, function(i) i^2),
lapply            = lapply(1:n, function(i) i^2),
times=20)

# Unit: milliseconds
# expr                     min         lq       mean     median         uq        max neval
# preallocated_vec    9.784237  10.100880  10.686141  10.367717  10.755598  12.839584    20
# preallocated_vec2   9.953877  10.315044  10.979043  10.514266  11.792158  12.789175    20
# incremented_vec    74.511906  79.318298  81.277439  81.640597  83.344403  85.982590    20
# preallocated_list  10.680134  11.197962  12.382082  11.416352  13.528562  18.620355    20
# incremented_list  196.759920 201.418857 212.716685 203.485940 205.441188 393.522857    20
# sapply              6.557739   6.729191   7.244242   7.063643   7.186044   9.098730    20
# lapply              6.019838   6.298750   6.835941   6.571775   6.844650   8.812273    20