R:根据数据计数生成直方图
假设我有向量R:根据数据计数生成直方图,r,R,假设我有向量a: c(1, 6, 2, 4.1, 1, 2) 和一个计数向量b: c(2,3,2,1,1,0) 我想生成向量c: c(1, 1, 6, 6, 6, 2, 2, 4.1, 1) 致电: hist(c) 我如何构建c,或者是否有一种直接从a和b生成直方图的方法?请注意a中的重复项以及不等间距 需要矢量化的解决方案a和b对于Lappy和朋友来说太大了。?rep > rep(a, b) [1] 1.0 1.0 6.0 6.0 6.0 2.0 2.0 4.1 1.0 >
a
:
c(1, 6, 2, 4.1, 1, 2)
和一个计数向量b
:
c(2,3,2,1,1,0)
我想生成向量c
:
c(1, 1, 6, 6, 6, 2, 2, 4.1, 1)
致电:
hist(c)
我如何构建c
,或者是否有一种直接从a
和b
生成直方图的方法?请注意a
中的重复项以及不等间距
需要矢量化的解决方案a
和b
对于Lappy和朋友来说太大了。?rep
> rep(a, b)
[1] 1.0 1.0 6.0 6.0 6.0 2.0 2.0 4.1 1.0
>
rep.int(a, b)
编辑,因为我很好奇
a <- sample(1:10, 1e6, replace=TRUE)
b <- sample(1:10, 1e6, replace=TRUE)
> system.time(rep(a, b))
user system elapsed
0.140 0.016 0.156
> system.time(inverse.rle(list(lengths=b, values=a)))
user system elapsed
0.024 0.004 0.028
a system.time(inverse.rle(列表(长度=b,值=a)))
用户系统运行时间
0.024 0.004 0.028
只是为了一些不同于rep
的东西:
> inverse.rle(list(lengths=b,values=a))
[1] 1.0 1.0 6.0 6.0 6.0 2.0 2.0 4.1 1.0
一些基准测试和更快的解决方案
rep.int
是标准用例中rep
的更快实现(来自?rep
)
我不相信上面的基准测试
inverse.rle
只是rep.int
的包装rep.int
应该比rep
快。我认为reverse.rle
的wrapper
组件应该比rep()
作为原始函数的解释慢
一些微基准
library(microbenchmark)
microbenchmark(rep(a,b), rep.int(a,b),
inverse.rle(list(values = a, lengths =b)))
Unit: milliseconds
expr min lq median uq
1 inverse.rle(list(values = a, lengths = b)) 29.06968 29.26267 29.36191 29.67501
2 rep(a, b) 25.65125 25.76246 25.84869 26.52348
3 rep.int(a, b) 20.38604 23.31840 23.38940 23.69600
max
1 72.80645
2 69.00169
3 66.40759
虽然内容不多,但是
rep.int
似乎是赢家——它应该是赢家。请参见我的文章的编辑。您的inverse.rle
版本速度明显更快@贾斯汀,看我的帖子——不应该,也不是。我会被诅咒的,我没想到!相对而言,这是一个很好的提速,但无论如何也不一定要等一整天!那次加速没有按我预期的方向进行!但是rep只需要输入3个字符;无论哪种方式,绝对时间都很快,所以字符数对我来说都是有利的。因此,接受的解决方案保留为'internal'的.rep.int;不是“整数”;哦,R命名约定。。。非常感谢使用microbenchmark工具的帖子;今天晚上我确实学到了一些东西。