R 计算向量中的每个值，并将结果聚合到向量_R

R 计算向量中的每个值，并将结果聚合到向量

R 计算向量中的每个值，并将结果聚合到向量,r,R,我有一个问题，我需要对向量进行一些操作，对于向量中的每个值，我需要计算这个值的“爬升”值，给定爬升范围L 例如，一个值10位于3位置时，爬升功能将返回[2.5,5]，这应该是该值10的爬升值，它们位于1、2位置我想要得到的结果是一个单向量，它也是一个向量，但是有所有的渐变效果我用了一些方法成功地得到了正确的结果因为我需要做很多这样的操作，所以我想知道是否有更快的方法来实现它。（profvis显示此操作是我脚本的瓶颈）下面是一个简单的例子 x=c（0,0,5,10,10,20,10） L=

我有一个问题，我需要对向量进行一些操作，对于向量中的每个值，我需要计算这个值的“爬升”值，给定爬升范围

例如，一个值

位于

位置时，爬升功能将返回

[2.5,5]

，这应该是该值

的爬升值，它们位于

1、2

位置

我想要得到的结果是一个单向量，它也是一个向量，但是有所有的渐变效果

我用了一些方法成功地得到了正确的结果

因为我需要做很多这样的操作，所以我想知道是否有更快的方法来实现它。（profvis显示此操作是我脚本的瓶颈）

下面是一个简单的例子

x=c（0,0,5,10,10,20,10）
L=2
r=矩阵（0，L，长度（x））
对于（1:1中的i）
{
r[i，]=map（x，斜坡，L）%>%
map_dbl（i）%>%
领先（L-i+1，默认值=0）
}

r
[,1]     [,2]     [,3]     [,4]      [,5]     [,6] [,7]
[1,] 1.250000 2.500000 2.500000 5.000000  2.500000 0.000000    0
[2,] 0.000000 2.500000 5.000000 5.000000 10.000000 5.000000    0

结果矩阵

的第一行是向右移动后的第一个爬升值，第二行是第二个爬升值

我想要的最后一个返回向量是

colSums（r）

欢迎任何建议，谢谢

为了清楚起见，这里是我使用的

ramp（）

函数，半斜坡只是一个易于理解的示例

ramp我想发布我到目前为止为提高流程效率所做的几次尝试
我做的第一件事是优化我的ramp.all（）
步骤，这是我示例中脚本的第二部分
ramp.all.old.1%map\u dbl（i）%%>%领先（L-i+1，默认值=0））
}
报税表（colSums（r））
}

在阅读其他文章时，我注意到，rbind（）
可能不是我的最佳选择。第一次尝试是预先分配结果矩阵r
，所以我得到了第二个版本
ramp.all.old.2%map\u dbl（i）%%>%lead（L-i+1，默认值=0）
}
报税表（colSums（r））
}

然后，当我仔细查看循环中的代码时，我注意到map（）
实际上有冗余，它只需要在循环之前计算一次。因此，我将map（）移出，并用lappy（）
替换它
ramp.all.old.3%map\u dbl（i）%%>%领先（L-i+1，默认值=0）
}
报税表（colSums（r））
}  

类似地，看起来map_dbl（）

没有优化，有更好的方法。所以，我推出了第四版

ramp.all.old.4 res.3，ramp.all.old.4（x，2）->res.4，ramp.all（x，2）->res.5）
单位：微秒
expr最小lq平均uq最大neval cld
res.1我想发布我到目前为止为提高流程效率所做的几次尝试
我做的第一件事是优化我的ramp.all（）
步骤，这是我示例中脚本的第二部分
ramp.all.old.1%map\u dbl（i）%%>%领先（L-i+1，默认值=0））
}
报税表（colSums（r））
}

在阅读其他文章时，我注意到，rbind（）
可能不是我的最佳选择。第一次尝试是预先分配结果矩阵r
，所以我得到了第二个版本
ramp.all.old.2%map\u dbl（i）%%>%lead（L-i+1，默认值=0）
}
报税表（colSums（r））
}

然后，当我仔细查看循环中的代码时，我注意到map（）
实际上有冗余，它只需要在循环之前计算一次。因此，我将map（）移出，并用lappy（）
替换它
ramp.all.old.3%map\u dbl（i）%%>%领先（L-i+1，默认值=0）
}
报税表（colSums（r））
}  

类似地，看起来map_dbl（）

没有优化，有更好的方法。所以，我推出了第四版

ramp.all.old.4 res.3，ramp.all.old.4（x，2）->res.4，ramp.all（x，2）->res.5）
单位：微秒
expr最小lq平均uq最大neval cld
res.1什么是斜坡
？代码中没有定义它Hello，akrun，ramp（）
只是一个函数，它用于计算给定值x
和斜坡长度L
的斜坡上升值。在我的示例中，ramp（10,2）
将返回[2.5,5,10]
。您是说您没有该函数，但根据您的预期结果，需要有人提出它，对吗？好的，让它矢量化或加速ramp（）
可能是加速代码的最佳方式。profvis
显示了花在ramp（）上的时间与花在其他东西上的时间的对比。如果ramp
已经矢量化，则加速很容易。若斜坡不可矢量化，那个么加速也很容易。若斜坡不能矢量化，那个么可能并没有太多的工作要做。所以，请分享ramp
。而且，如果没有ramp
，我们几乎不可能真正尝试任何东西。什么是ramp
？代码中没有定义它Hello，akrun，ramp（）
只是一个函数，它用于计算给定值x
和斜坡长度L
的斜坡上升值。在我的示例中，ramp（10,2）
将返回[2.5,5,10]
。您是说您没有该函数，但根据您的预期结果，需要有人提出它，对吗？好的，让它矢量化或加速ramp（）
可能是加速代码的最佳方式。profvis
显示了在ramp（）花费的时间
identical(res.1, res.2, res.3, res.4, res.5)
[1] TRUE