Я запускаю большую симуляцию Монте-Карло и обнаружил, что настройка / поиск моих данных - самая медленная часть моего кода. Чтобы протестировать некоторые альтернативы, я провел тестирование производительности с помощью фреймов данных, таблицы данных и матрицы.
Вот эталонный код:
library(data.table)
#install.packages('profvis')
library(profvis)
x.df = data.frame(a=sample(1:10,10000,replace=T), b=sample(1:10,10000,replace=T)) # set up a dataframe
x.dt = as.data.table(x.df) # a data.table
setkey(x.dt,a) # set key for faster searches
x.mat = as.matrix(x.df) # a matrix
profvis({
for (i in 1:10000) {
# test simple subsetting
xsubset.mat = x.mat[100:200,2]
xsubset.df = x.df[100:200,2]
xsubset.dt = x.dt[100:200,2]
# test search preformance
xsearch.mat = x.mat[which(x.df$a==10),2]
xsearch.df = x.df[which(x.df$a==10),2]
xsearch.dt = x.dt[.(10),2]
}
})
Вот мои результаты:
Если серьезно, мне нравится компактный синтаксис data.table, и мне интересно, могу ли я что-то сделать, чтобы улучшить его производительность. По словам создателей, он должен быть очень быстрым. Я использую это неправильно?