R中的Lisp/Scheme-like调用
出于某些原因,我希望以一种更类似Lisp/Scheme的方式处理R调用(至少就语法而言)(我们都知道R已经过了) 因此,我设置了以下功能:R中的Lisp/Scheme-like调用,r,parsing,scheme,lisp,expression,R,Parsing,Scheme,Lisp,Expression,出于某些原因,我希望以一种更类似Lisp/Scheme的方式处理R调用(至少就语法而言)(我们都知道R已经过了) 因此,我设置了以下功能: . <- function(f, ...) eval(match.call()[-1], envir=parent.frame()) 因此,我想知道您是否可以提出一些有关定义的想法,以解决上述问题。欢迎使用C/C++代码。正如Brian Diggs在上面评论的那样,您可以使用do.call来执行更快的调用,而不需要eval的开销 >myfn m
. <- function(f, ...)
eval(match.call()[-1], envir=parent.frame())
因此,我想知道您是否可以提出一些有关
定义的想法,以解决上述问题。欢迎使用C/C++代码。正如Brian Diggs在上面评论的那样,您可以使用do.call
来执行更快的调用,而不需要eval
的开销
>myfn myfn(`:`,1,10)
[1] 1 2 3 4 5 6 7 8 9 10
>微基准:微基准(1:10,(`:`,1,10),myfn(`:`,1,10))
单位:纳秒
expr最小lq中值uq最大neval
1:10 177 286.0 346.5 404.0 887 100
.(`:`, 1, 10) 9794 11454.0 12141.5 12808.5 48391 100
myfn(`:`,1,10)3504413.54751.55287.548227 100
我怀疑,要获得与裸函数调用同等的性能,需要修改R源代码本身。两个参考资料可以查看它们做相关的事情:
do.call
和%>%
来自magrittr
包。前者类似于
函数(但将后续参数作为列表,而不是单独的参数)。后者在处理调用以完成函数调用方面做了很多工作,并且可能有一些技术可以使环境和效率正确。@BrianDiggs感谢有趣的链接。我看到了一些接近票数的人,所以我把问题缩小到了性能问题上。
x <- sort(sample(1:10, 5, replace=TRUE))
for (i in x) {
print(1:i)
}
.(`<-`, x,
.(sort,
.(sample,
.(`:`, 1, 5),
5, replace=TRUE)))
.(`for`, i, x,
.(`{`,
.(print,
.(`:`, 1, i))))
microbenchmark::microbenchmark(1:10, .(`:`, 1, 10))
## Unit: nanoseconds
## expr min lq median uq max neval
## 1:10 189 212.0 271.5 349 943 100
## .(`:`, 1, 10) 8809 10134.5 10763.0 11467 44066 100