R Language
Profilowanie kodu
Szukaj…
Czas systemu
Czas systemowy daje czas procesora wymagany do wykonania wyrażenia R, na przykład:
system.time(print("hello world"))
# [1] "hello world"
# user system elapsed
# 0 0 0
Możesz dodać większe fragmenty kodu za pomocą nawiasów klamrowych:
system.time({
library(numbers)
Primes(1,10^5)
})
Lub użyj go do przetestowania funkcji:
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 ()
Najprościej proc.time()
, proc.time()
podaje całkowity czas pracy procesora w sekundach dla bieżącego procesu. Wykonanie go w konsoli daje następujący typ danych wyjściowych:
proc.time()
# user system elapsed
# 284.507 120.397 515029.305
Jest to szczególnie przydatne do porównywania określonych linii kodu. Na przykład:
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)
Daje to następujące dane wyjściowe:
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()
to opakowanie dla proc.time()
które zwraca czas, który upłynął dla określonego polecenia / wyrażenia.
print(t1 <- system.time(replicate(1000,12^2)))
## user system elapsed
## 0.000 0.000 0.002
Zwróć uwagę, że zwracany obiekt klasy proc.time
jest nieco bardziej skomplikowany niż na powierzchni:
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" ...
Profilowanie linii
Jednym pakietem do profilowania linii jest lineprof, który jest napisany i obsługiwany przez Hadley Wickham. Oto auto.arima
prezentacja tego, jak działa z auto.arima
w pakiecie prognozy:
library(lineprof)
library(forecast)
l <- lineprof(auto.arima(AirPassengers))
shine(l)
Zapewni to błyszczącą aplikację, która pozwala zagłębić się w każde wywołanie funkcji. Pozwala to z łatwością zobaczyć, co powoduje spowolnienie kodu R. Poniżej zrzut ekranu błyszczącej aplikacji:
Znak Microbenchmark
Znak Microbenchmark jest przydatny do oszacowania czasu potrzebnego na szybkie procedury. Na przykład rozważ oszacowanie czasu potrzebnego na wydrukowanie Witaj świecie.
system.time(print("hello world"))
# [1] "hello world"
# user system elapsed
# 0 0 0
Wynika to z faktu, że system.time
jest zasadniczo funkcją otoki dla proc.time
, która mierzy w sekundach. Ponieważ drukowanie „hello world” zajmuje mniej niż sekundę, wydaje się, że czas ten zajmuje mniej niż sekundę, jednak nie jest to prawdą. Aby to zobaczyć, możemy użyć pakietu 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
Tutaj widzimy po uruchomieniu print("hello world")
100 razy, średni czas faktycznie wynosił 44 mikrosekundy. (Pamiętaj, że uruchomienie tego kodu spowoduje wydrukowanie „hello world” 100 razy na konsoli).
Możemy to porównać z równoważną procedurą cat("hello world\n")
, aby sprawdzić, czy jest szybsza niż 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
W tym przypadku cat()
jest prawie dwa razy szybszy niż print()
.
Alternatywnie można porównać dwie procedury w ramach tego samego wywołania 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 przy użyciu mikrobenchmarka
Możesz użyć pakietu microbenchmark
do przeprowadzenia „dokładnego pomiaru oceny ekspresji poniżej milisekundy”.
W tym przykładzie porównujemy prędkości sześciu równoważnych wyrażeń data.table
do aktualizacji elementów w grupie, w oparciu o określony warunek.
Dokładniej:
data.table
z 3 kolumnami:id
,time
istatus
. Dla każdego identyfikatora chcę znaleźć rekord z maksymalnym czasem - to jeśli dla tego rekordu, jeśli status jest prawdziwy, chcę ustawić go na false, jeśli czas jest> 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
Dane wyjściowe pokazują, że w tym teście expression_3
jest najszybsze.
Bibliografia
data.table - Dodawanie i modyfikowanie kolumn
data.table - specjalne symbole grupujące w data.table