开始使用免费开始使用

首页
课程
高效 R 代码写作

哪些问题适合并行计算？

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

本练习是课程的一部分

高效 R 代码写作

SkillTag.level.intermediateSkillTag.label

4.8+

免费开始课程

要让代码跑得更快，首先需要知道它运行需要多长时间。本章将介绍对代码进行基准测试的理念。

Exercise 1: 欢迎！Exercise 2: R 版本 Exercise 3: 基准测试 Exercise 4: 比较读取 CSV 与 RDS 文件的时间 Exercise 5: 运算差异："<-" 与 "="Exercise 6: 运行用时 Exercise 7: 相对时间 Exercise 8: 您的机器表现如何？Exercise 9: DataCamp 硬件 Exercise 10: 为 DataCamp 的机器做基准测试

R 十分灵活，因为同一个问题往往有多种解法。其中一些方法的速度可能快出几个数量级。本章将教您如何编写高效的 Base R 代码。

Exercise 1: 内存分配 Exercise 2: 为什么这段代码很慢？Exercise 3: 计时——逐步增长向量 Exercise 4: 计时 - 预分配 Exercise 5: 向量化代码的重要性 Exercise 6: 向量化代码：乘法 Exercise 7: 向量化代码：计算对数和 Exercise 8: 数据框与矩阵 Exercise 9: 数据框 vs. 矩阵 Exercise 10: 数据框与矩阵——列选择 Exercise 11: 在数据框中选择一行 Exercise 12: 按行计时

剖析可以帮助您定位代码中的性能瓶颈。本章将教您如何使用 profvis 包可视化这些瓶颈。

Exercise 1: 什么是代码性能分析（profiling）Exercise 2: 为函数做性能剖析 Exercise 3: 哪里卡住了？Exercise 4: Profvis 实战 Exercise 5: profvis：更大的示例 Exercise 6: 将数据框改为矩阵 Exercise 7: 计算行和 Exercise 8: 使用 && 替代 &Exercise 9: Monopoly 概览

某些问题可以利用您机器上的多核更快地解决。本章将向您展示如何编写可并行运行的 R 代码。

Exercise 1: CPU —— 为什么会有不止一个 Exercise 2: 这台机器有多少个内核？Exercise 3: 哪些问题适合并行计算？

当前练习

Exercise 4: 这个循环能并行运行吗（1）？Exercise 5: 这个循环能并行运行吗（2）？Exercise 6: parallel 包 - parApply Exercise 7: 转向并行编程 Exercise 8: 迁移到 parApply Exercise 9: parallel 包 - parSapply Exercise 10: 使用 parSapply()Exercise 11: 计时 parSapply()Exercise 12: 您可以编写高效的 R 代码！