这是《高效R语言编程》的学习笔记，前面的笔记在这里：
https://blog.csdn.net/zd200572/article/details/115349366
https://www.jianshu.com/p/71392ef45d01
很多R语言用户并不认为自己是程序员，我也是:)，精通专业知识，理解R语言的标准数据结构，但是缺乏正规编程训练，你是这样的吗？

高效编程的5个技巧

• 1、小心，尽量不要增大向量的大小

• 2、尽可能向量化代码

• 3、适当时机下使用因子

• 4、通过缓存变量避免不必要的计算

• 5、字节编译包可使性能轻而易举大幅提升

一般性建议

底层语言如C，需要你自己进行内存管理，而R语言这些不用你负责，优点是可交互，缺点是运行速度慢，特别是糟糕的代码，推荐书《The R Inferno》。尽可能地访问底层的C函数，函数调用越少越好。

内存分配

n=1000000时seq_len(n)瞬时完成，而vec=numeric(n)#然后赋值要2s，但是如果一个空向量Vec=c()要共一个半小时。

向量化代码

for循环代码慢不是因为循环，而是因为函数调用太多。

与用户交互

致使错误stop()

stop()抛出致命错误，执行终止，不再执行任何操作，下面的处理代替stop()更好些。

bad <- try(1+"1"),silent=T)if(class(bad)=='try-error'print("error")

try()和tryCatch()捕获错误，推荐《Advanced R》一书中介绍了更详细的错误处理方法。

警告Warning()

解决警告，而不是忽略它。
suppressWarnings()#隐藏警告

信息输出

message()可以给出预计运行时间。cat()是另一个输出函数，仅用于print()/show()方法。

message()
suppressMessages() #禁止提示信息cat()

不可见返回

比如绘图不可见，获得参数
invisible()

因子

饱受争议，有用武之地，储存类别变量，看起来像字符，其实是int型的。总用或永远不用都是不明智的，通常，变量有固有顺序，或你有固定不变的类别集合，考虑使用因子。

1） 内在排序

因子可用于图形排序，通常read.csv()中自动转换为因子，我们一般options(stringsAsFactors = F)，但是作者出于可移植性考虑不建议将这个放到.Rprofile文件。

2）固定类别

比如月份排序，因子可以实现，这指的英语的Dec这种。因子还比字符串稍微节约点空间。

Apply函数家族

可以看作是循环的替代，第一次听说eapply()独立环境，这个我们应该用不到。将一个函数应用到每行或每列。参数可以放在后面传递给函数。

• apply()可以用于处理高维数组。

• lapply() 输入是向量/列表，返回列表。

• sapply()和vapply()与lapply()类似，返回值不一定是列表。

类型一致

函数的返回值以同样的形式是个好习惯，但是不是所有函数都这样，比如：
sapply() ，这会导致意想不到的问题。lapply()与vapply()一致，dplyr::select()与dplyr::filter()也是.purr中是map_dbl()代替Map()，flatten_df()代替unlist()。

缓存变量

也就是把一个计算过程存为变量，而不是每次计算，如果是100*1000的矩阵，速度会相差100倍。缓存更高级的形式是memoise 包，将已知结果存入可检索的缓存，加快运行速度。保存函数的运行结果，牺牲缓存换速度，最多能100倍的速度提升，在内存充足的今天应该还好，只要不上大数据，16G内存已经普遍了。典型应用是shiny app，可以回事用户得到结果，减少等待时间。

library(microbenchmark)test <- function(x){
  a <- x*100000+x*10000000
  a <- a^3
  a
}
test_result <- memoise::memoise(test)
microbenchmark(times = 10, unit="ms", test_result(1000), test(1000))# 结果，速度确实差了挺多的Unit: milliseconds
              expr     min      lq mean median     uq  max neval
 test_result(1000) 0.09795 0.09942 0.18  0.110 0.1406 0.78    10        test(1000) 0.00053 0.00062 0.24  0.001 0.0014 2.40    10

函数闭包

函数闭包可以提供更高级别的缓存，R中 函数闭包是包含函数及函数所依赖的环境对象（包围环境）。应该数嵌套函数直接调用？

stop_watch <- function(){
  start_time <- NULL
  start <- function() start_time <<- Sys.time()
  stop <- function() {
    stop_time <- Sys.time()
    difftime(start_time,stop_time)
  }  list(start=start,stop=stop)
}
watch <- stop_watch()
watch$start()
watch$stop()

字节编译

compiler包自2.13.0成为R的一部分，可以将函数编译成字节代码，从而使运行更快，清除了大量解释器必须执行的耗时操作，如变量查询的时间。可以通过基本函数mean()验证：

getFunction("mean")# 结果，第三行显示是字节码bytecodefunction (x, ...) UseMethod("mean")<bytecode: 0x55ba277a8080>
<environment: namespace:base>
# 字节编译cmpfun()

编译代码

安装时在DESCRIPTION文件中添加下面代码，就可以实现自动编译ByteCompile: true。对不同包的效果不一样，特别是某包已经有大量邓编译代码时。windows需要使用Rtools:
或者修改R.environ文件中的R_COMPILE_PKGS设为正整数并指定从source安装

install.packages("ggplot2", type="source")

如果不想改变这个文件，可以如下：

# 最后一个选项是实时编译JITinstall.packages("ggplot2", type="source", INSTALL_opts="--byte-compile")