在R

我有一个包含49个变量和4M行的数据帧。我想计算49 x 49的相关矩阵。所有列均为数值类

以下是一个示例：

df <- data.frame(replicate(49,sample(0:50,4000000,rep=TRUE)))

这需要很长时间。我有16GB的RAM和一个i5单核2.60Ghz

---

有没有办法在我的桌面上加快计算速度？

WGCNA软件包中有一个更快版本的cor函数（用于根据相关性推断基因网络）。在我的3.1 GHz i7 w/16 GB RAM上，它可以以大约20倍的速度求解相同的49 x 49矩阵：

mat <- replicate(49, as.numeric(sample(0:50,4000000,rep=TRUE)))

system.time(
    cor_matrix <- cor(mat, use = "pairwise.complete.obs")
)
user  system elapsed 
40.391   0.017  40.396 

system.time(
    cor_matrix_w <- WGCNA::cor(mat, use = "pairwise.complete.obs")
)
user  system elapsed 
1.822   0.468   2.290 

all.equal(cor_matrix, cor_matrix_w)
[1] TRUE

---

mat您可以检查您的主要问题是
use=“pairwise.complete.obs”
。在我的系统上（使用12列进行测试），所需时间是
use=“everything”
的五倍。
mat <- replicate(49, as.numeric(sample(0:50,4000000,rep=TRUE)))

system.time(
    cor_matrix <- cor(mat, use = "pairwise.complete.obs")
)
user  system elapsed 
40.391   0.017  40.396 

system.time(
    cor_matrix_w <- WGCNA::cor(mat, use = "pairwise.complete.obs")
)
user  system elapsed 
1.822   0.468   2.290 

all.equal(cor_matrix, cor_matrix_w)
[1] TRUE