r - R 中的内存分析 - 总结工具

Question

R 有一些用于内存分析的工具，例如带有选项“memory.profiling=TRUE”的 Rprofmem()、Rprof() 和tracemem()。最后一个只能用于对象，因此对于跟踪对象被复制的次数很有用，但没有给出函数基础上的概述。 Rprofmem 应该能够做到这一点，但即使是像 lm() 这样最简单的函数调用的输出也会给出超过 500 行日志。我试图弄清楚 Rprof("somefile.log",memory.profile=T) 实际上做了什么，但我认为我并没有真正理解它。

我能找到的最后一个是 this message of Thomas Lumley ，这么说，我引用:

I do not yet have tools to summarize the output.

那是在 2006 年。现在有机会可以根据 Rprofmem()(Rprof() 与 的神秘输出)进行一些不错的摘要选择>memory.profile 设置 TRUE 或任何其他工具？

Answer 1

profvis看起来像是这个问题的解决方案。

它会生成一个交互式 .html 文件(使用 htmlwidgets)，显示代码分析结果。

introduction vignette是对其功能的良好指南。

直接从介绍中获取，您可以像这样使用它:

devtools::install_github("rstudio/profvis")
library(profvis)

# Generate data
times <- 4e5
cols <- 150
data <- as.data.frame(x = matrix(rnorm(times * cols, mean = 5), ncol = cols))
data <- cbind(id = paste0("g", seq_len(times)), data)
profvis({
    data1 <- data   # Store in another variable for this run

    # Get column means
    means <- apply(data1[, names(data1) != "id"], 2, mean)

    # Subtract mean from each column
    for (i in seq_along(means)) {
        data1[, names(data1) != "id"][, i] <- data1[, names(data1) != "id"][, i] - means[i]
    }
}, height = "400px")

这给出