R Language
Código de perfil
Buscar..
Hora del sistema
La hora del sistema le da el tiempo de CPU necesario para ejecutar una expresión R, por ejemplo:
system.time(print("hello world"))
# [1] "hello world"
# user system elapsed
# 0 0 0
Puede agregar piezas de código más grandes mediante el uso de llaves:
system.time({
library(numbers)
Primes(1,10^5)
})
O utilízalo para probar funciones:
fibb <- function (n) {
if (n < 3) {
return(c(0,1)[n])
} else {
return(fibb(n - 2) + fibb(n -1))
}
}
system.time(fibb(30))
proc.time ()
En su forma más simple, proc.time()
proporciona el tiempo total transcurrido de la CPU en segundos para el proceso actual. Al ejecutarlo en la consola se obtiene el siguiente tipo de salida:
proc.time()
# user system elapsed
# 284.507 120.397 515029.305
Esto es particularmente útil para la evaluación comparativa de líneas específicas de código. Por ejemplo:
t1 <- proc.time()
fibb <- function (n) {
if (n < 3) {
return(c(0,1)[n])
} else {
return(fibb(n - 2) + fibb(n -1))
}
}
print("Time one")
print(proc.time() - t1)
t2 <- proc.time()
fibb(30)
print("Time two")
print(proc.time() - t2)
Esto da el siguiente resultado:
source('~/.active-rstudio-document')
# [1] "Time one"
# user system elapsed
# 0 0 0
# [1] "Time two"
# user system elapsed
# 1.534 0.012 1.572
system.time()
es un contenedor para proc.time()
que devuelve el tiempo transcurrido para un comando / expresión particular.
print(t1 <- system.time(replicate(1000,12^2)))
## user system elapsed
## 0.000 0.000 0.002
Tenga en cuenta que el objeto devuelto, de la clase proc.time
, es un poco más complicado de lo que parece en la superficie:
str(t1)
## Class 'proc_time' Named num [1:5] 0 0 0.002 0 0
## ..- attr(*, "names")= chr [1:5] "user.self" "sys.self" "elapsed" "user.child" ...
Perfil de línea
Un paquete para el perfil de línea es lineprof, escrito y mantenido por Hadley Wickham. Aquí hay una demostración rápida de cómo funciona con auto.arima
en el paquete de pronóstico:
library(lineprof)
library(forecast)
l <- lineprof(auto.arima(AirPassengers))
shine(l)
Esto le proporcionará una aplicación brillante, que le permite profundizar en cada llamada de función. Esto le permite ver con facilidad lo que está causando que su código R se ralentice. Hay una captura de pantalla de la aplicación brillante a continuación:
Microbenchmark
Microbenchmark es útil para estimar la toma de tiempo para procedimientos rápidos. Por ejemplo, considere estimar el tiempo que se tarda en imprimir hola mundo.
system.time(print("hello world"))
# [1] "hello world"
# user system elapsed
# 0 0 0
Esto se debe a que system.time
es esencialmente una función de envoltorio para proc.time
, que mide en segundos. Como la impresión de "hola mundo" toma menos de un segundo, parece que el tiempo empleado es inferior a un segundo, pero esto no es cierto. Para ver esto podemos usar el paquete microbenchmark:
library(microbenchmark)
microbenchmark(print("hello world"))
# Unit: microseconds
# expr min lq mean median uq max neval
# print("hello world") 26.336 29.984 44.11637 44.6835 45.415 158.824 100
Aquí podemos ver después de ejecutar la print("hello world")
100 veces, el tiempo promedio empleado fue de 44 microsegundos. (Tenga en cuenta que ejecutar este código imprimirá "hello world" 100 veces en la consola.)
Podemos comparar esto con un procedimiento equivalente, cat("hello world\n")
, para ver si es más rápido que print("hello world")
:
microbenchmark(cat("hello world\n"))
# Unit: microseconds
# expr min lq mean median uq max neval
# cat("hello world\\n") 14.093 17.6975 23.73829 19.319 20.996 119.382 100
En este caso, cat()
es casi el doble de rápido que print()
.
Alternativamente, se pueden comparar dos procedimientos dentro de la misma llamada de microbenchmark
:
microbenchmark(print("hello world"), cat("hello world\n"))
# Unit: microseconds
# expr min lq mean median uq max neval
# print("hello world") 29.122 31.654 39.64255 34.5275 38.852 192.779 100
# cat("hello world\\n") 9.381 12.356 13.83820 12.9930 13.715 52.564 100
Benchmarking utilizando microbenchmark
Puede usar el paquete microbenchmark
para llevar a cabo el "momento preciso de la evaluación de la expresión" en milisegundos.
En este ejemplo , estamos comparando las velocidades de seis expresiones de data.table
equivalentes para actualizar elementos en un grupo, en función de una determinada condición.
Más específicamente:
Una
data.table
con 3 columnas:id
,time
ystatus
. Para cada ID, quiero encontrar el registro con el tiempo máximo; luego, si para ese registro si el estado es verdadero, quiero establecerlo en falso si el tiempo es> 7
library(microbenchmark)
library(data.table)
set.seed(20160723)
dt <- data.table(id = c(rep(seq(1:10000), each = 10)),
time = c(rep(seq(1:10000), 10)),
status = c(sample(c(TRUE, FALSE), 10000*10, replace = TRUE)))
setkey(dt, id, time) ## create copies of the data so the 'updates-by-reference' don't affect other expressions
dt1 <- copy(dt)
dt2 <- copy(dt)
dt3 <- copy(dt)
dt4 <- copy(dt)
dt5 <- copy(dt)
dt6 <- copy(dt)
microbenchmark(
expression_1 = {
dt1[ dt1[order(time), .I[.N], by = id]$V1, status := status * time < 7 ]
},
expression_2 = {
dt2[,status := c(.SD[-.N, status], .SD[.N, status * time > 7]), by = id]
},
expression_3 = {
dt3[dt3[,.N, by = id][,cumsum(N)], status := status * time > 7]
},
expression_4 = {
y <- dt4[,.SD[.N],by=id]
dt4[y, status := status & time > 7]
},
expression_5 = {
y <- dt5[, .SD[.N, .(time, status)], by = id][time > 7 & status]
dt5[y, status := FALSE]
},
expression_6 = {
dt6[ dt6[, .I == .I[which.max(time)], by = id]$V1 & time > 7, status := FALSE]
},
times = 10L ## specify the number of times each expression is evaluated
)
# Unit: milliseconds
# expr min lq mean median uq max neval
# expression_1 11.646149 13.201670 16.808399 15.643384 18.78640 26.321346 10
# expression_2 8051.898126 8777.016935 9238.323459 8979.553856 9281.93377 12610.869058 10
# expression_3 3.208773 3.385841 4.207903 4.089515 4.70146 5.654702 10
# expression_4 15.758441 16.247833 20.677038 19.028982 21.04170 36.373153 10
# expression_5 7552.970295 8051.080753 8702.064620 8861.608629 9308.62842 9722.234921 10
# expression_6 18.403105 18.812785 22.427984 21.966764 24.66930 28.607064 10
La salida muestra que en esta prueba la expression_3
es la más rápida.
Referencias
data.table - Añadir y modificar columnas
data.table - símbolos de agrupación especiales en data.table