Таким образом, мы привыкли говорить каждому новому пользователю R, что « apply
не векторизован, посмотрите Patrick Burns R Inferno Circle 4 », в котором говорится (цитирую):
Распространенный рефлекс - использовать функцию из семейства apply. Это не векторизация, это скрытие петель . В определении функции apply есть цикл for. Функция lapply скрывает цикл, но время выполнения обычно примерно равно явному циклу for.
Действительно, беглый взгляд на apply
исходный код обнаруживает цикл:
grep("for", capture.output(getAnywhere("apply")), value = TRUE)
## [1] " for (i in 1L:d2) {" " else for (i in 1L:d2) {"
Пока что хорошо, но если взглянуть на нее lapply
или vapply
увидеть ее, то картина будет совершенно иной:
lapply
## function (X, FUN, ...)
## {
## FUN <- match.fun(FUN)
## if (!is.vector(X) || is.object(X))
## X <- as.list(X)
## .Internal(lapply(X, FUN))
## }
## <bytecode: 0x000000000284b618>
## <environment: namespace:base>
Таким образом, очевидно, что там нет скрытого for
цикла R , скорее они вызывают внутреннюю написанную функцию C.
Беглый взгляд в кроличью нору показывает почти ту же картину
Более того, возьмем colMeans
для примера функцию, которую никогда не обвиняли в том, что она не векторизована.
colMeans
# function (x, na.rm = FALSE, dims = 1L)
# {
# if (is.data.frame(x))
# x <- as.matrix(x)
# if (!is.array(x) || length(dn <- dim(x)) < 2L)
# stop("'x' must be an array of at least two dimensions")
# if (dims < 1L || dims > length(dn) - 1L)
# stop("invalid 'dims'")
# n <- prod(dn[1L:dims])
# dn <- dn[-(1L:dims)]
# z <- if (is.complex(x))
# .Internal(colMeans(Re(x), n, prod(dn), na.rm)) + (0+1i) *
# .Internal(colMeans(Im(x), n, prod(dn), na.rm))
# else .Internal(colMeans(x, n, prod(dn), na.rm))
# if (length(dn) > 1L) {
# dim(z) <- dn
# dimnames(z) <- dimnames(x)[-(1L:dims)]
# }
# else names(z) <- dimnames(x)[[dims + 1]]
# z
# }
# <bytecode: 0x0000000008f89d20>
# <environment: namespace:base>
А? Это также просто вызовы, .Internal(colMeans(...
которые мы также можем найти в кроличьей норе . Так чем это отличается от .Internal(lapply(..
?
Фактически, быстрый тест показывает, что он sapply
работает не хуже colMeans
и намного лучше, чем for
цикл для большого набора данных.
m <- as.data.frame(matrix(1:1e7, ncol = 1e5))
system.time(colMeans(m))
# user system elapsed
# 1.69 0.03 1.73
system.time(sapply(m, mean))
# user system elapsed
# 1.50 0.03 1.60
system.time(apply(m, 2, mean))
# user system elapsed
# 3.84 0.03 3.90
system.time(for(i in 1:ncol(m)) mean(m[, i]))
# user system elapsed
# 13.78 0.01 13.93
Другими словами, это правильно сказать , что lapply
и vapply
на самом деле vectorised ( по сравнению с apply
которой является for
цикл , который также называет lapply
) , и что же Патрик Бернс действительно хотел сказать?
*apply
функции многократно вызывают функции R, что делает их циклами. Относительно хорошей производительностиsapply(m, mean)
: Возможно, C-кодlapply
метода отправляет только один раз, а затем вызывает метод повторно?mean.default
довольно оптимизирован.