r - 为什么 apply() 方法比 R 中的 for 循环慢？

Question

作为最佳实践，我试图确定是否最好创建一个函数并在矩阵中 apply() 它，或者是否最好简单地循环一个矩阵功能。我尝试了两种方法，并惊讶地发现 apply() 速度较慢。任务是获取一个向量并将其评估为正或负，然后返回一个向量，如果为正则返回 1，如果为负则返回 -1。 mash() 函数循环，并且 squish() 函数传递给 apply() 函数。

million  <- as.matrix(rnorm(100000))

mash <- function(x){
  for(i in 1:NROW(x))
    if(x[i] > 0) {
      x[i] <- 1
    } else {
      x[i] <- -1
    }
    return(x)
}

squish <- function(x){
  if(x >0) {
    return(1)
  } else {
    return(-1)
  }
}


ptm <- proc.time()
loop_million <- mash(million)
proc.time() - ptm


ptm <- proc.time()
apply_million <- apply(million,1, squish)
proc.time() - ptm

loop_million结果:

user  system elapsed 
0.468   0.008   0.483 

apply_million结果:

user  system elapsed 
1.401   0.021   1.423 

如果性能下降，使用 apply() 相对于 for 循环有什么优势？我的测试有缺陷吗？我比较了两个结果对象以寻找线索并发现:

> class(apply_million)
[1] "numeric"
> class(loop_million)
[1] "matrix"

这只会加深谜团。 apply() 函数无法接受简单的数值向量，这就是为什么我在开始时使用 as.matrix() 对其进行转换。但随后它返回一个数字。 for 循环适用于简单的数值向量。它返回一个与传递给它的类相同的对象。

Answer 1

apply(和 plyr)函数系列的重点不是速度，而是表现力。它们还倾向于防止错误，因为它们消除了循环所需的簿记代码。

最近，stackoverflow 上的答案过分强调了速度。随着计算机变得更快并且 R 核心优化了 R 的内部结构，您的代码本身也会变得更快。您的代码本身永远不会变得更加优雅或更容易理解。

在这种情况下，您可以两全其美:使用向量化得到一个优雅的答案，而且速度也非常快，(million > 0) * 2 - 1。