《r高级编程技巧及rcpp的介绍》由会员分享，可在线阅读，更多相关《r高级编程技巧及rcpp的介绍（42页珍藏版）》请在金锄头文库上搜索。
1、R高级编程技巧及Rcpp的介绍,颜林林 北京大学生物信息中心 2011年5月28日,R语言的特点,FREE：开源、免费、自由、灵活, a nrow(a),截至2011年5月28日，CRAN上总计可用软件包数：,3008,遵守各种不同开源协议：,R语言的特点,FREE：开源、免费、自由、灵活, sort(table(gsub(“ .*“, “, a,“License“), decreasing = T),高校、科研机构、企事业单位 金融、通讯、医药、生物、环境,R语言的广泛运用,COS论坛,创办于2006年5月19日 截至2011年5月28日： 整个论坛： 主题：16,000+；回复：109,0
2、00+ “S-Plus & R语言”版： 主题：4,000+；回复：27,000+ 学习R的一个捷径： 在COS上回帖！,论坛中一些常见关于R的问题,如何画XX图？ 如何实现X能？ 安装时遇到XX问题如何解决？ 如何提高R程序的运行效率？ ,153分钟学会R,正题：如何让R飞起来,R高级编程技巧 向量运算 软件包的使用 Rcpp的介绍 结合不同语言的优势 拓展R的运用范围,向量运算“是一种习惯”,循环的思维方式： for (p in 参加R大会的人) 发资料给p;发胸牌给p;发给p; ,生活中的思维方式：发资料、胸牌等给参加R大会的人,能用更少的话说清楚，就别罗嗦！, a a * 2 sin(
3、a),R是一门解释型语言, a # 向量运算 b # 循环 b for (i in seq_along(a) bi system.time(replicate(10000, b b system.time(replicate(10000, for (i in seq_along(a) bi 3, ac(“x“,“y“), . 数据类型之间的互相转换 as.matrix(), as.vector(), as.character(), . apply系列函数 apply(), sapply(), lapply(), tapply(), . 其他各种函数 sum(), mean(), cumsum(
4、), combn(), .,R语言元素类型,整数（integer） 实数（numeric, double） 复数（complex） 字符（character） 逻辑（logical） 原始数据（raw） 因子（factor）,1:10 c(1.1, 3.14, 10) c(1+i, 3-2i) c(“a“, “b“, “COS“) c(TRUE, FALSE) as.raw(48) as.factor(letter1:3),R语言基本数据类型,向量（vector） 列表（list） 矩阵（matrix） 数组（array） 数据框（data.frame）,R语言基本数据类型,向量（vector
5、） 列表（list） 矩阵（matrix） 数组（array） 数据框（data.frame）,一维，同类型元素 一维，不同类型元素 二维，同类型元素 二维或多维，同类型元素 二维，每列元素同类型,学习R函数时应注意,apply系列函数,函数apply, (m apply(m, 1, sum) # 相当于 rowSums(m) 1 16 20 apply(m, 2, sum) # 相当于 colSums(m) 1 3 7 11 15 apply(m, 1:2, function(x) x / 2) ,1 ,2 ,3 ,4 1, 0.5 1.5 2.5 3.5 2, 1.0 2.0 3.0 4.
6、0,函数lapply和sapply, (l lapply(l, sum) # 返回列表 $a 1 15$b 1 40 sapply(l, sum) # 返回向量a b 15 40,函数sapply和vapply, (X sapply(X, fivenum),1 ,2 ,3 1, 1.0 1.0 1 2, 1.5 1.5 2 3, 2.0 2.5 3 4, 2.5 3.5 4 5, 3.0 4.0 5,函数sapply和vapply, (v vapply(X, fivenum, v),1 ,2 ,3 Min. 1.0 1.0 1 1st Qu. 1.5 1.5 2 Median 2.0 2.5
7、3 3rd Qu. 2.5 3.5 4 Max. 3.0 4.0 5,函数tapply, (d c(class(d), class(d$age), class(d$gender) 1 “data.frame“ “numeric“ “factor“ tapply(d$age, d$gender, mean) Female Male 24.0 24.5,函数mapply, mapply(function(x, y) seq_len(x) + y,c(a = 1, b = 2, c = 3), # names from firstc(A = 10, B = 0, C = -10) $a 1 11$b
8、 1 1 2$c 1 -9 -8 -7,函数rapply, (X rapply(X, function(x) x)a b.c d “3.14159265358979“ “1“ “a test“,举例：求DNA互补链,DNA由A、C、T、G组成 DNA两条链方向相反 成对碱基，A与T配对，C与G配对 已知其中一条为“ACTGAAGTGC” 求另一条序列,举例：求DNA互补链,# 方法一：循环 revcom1 - function(DNA) result - for (i in nchar(DNA):1) n - substr(DNA, i, i)if (n = A) result - paste
9、(result, T, sep = )if (n = T) result - paste(result, A, sep = )if (n = C) result - paste(result, G, sep = )if (n = G) result - paste(result, C, sep = ) result ,举例：求DNA互补链,# 方法二：*apply() revcom2 - function(DNA) s - strsplit(DNA, )1s - sapply(s, function(x) if (x = A) return(T)if (x = T) return(A)if (
10、x = G) return(C)if (x = C) return(G)paste(rev(s), collapse = ) ,# 方法三：names() revcom3 - function(DNA) tr - c(A,C,G,T)names(tr) trT G C A “A“ “C“ “G“ “T“,举例：求DNA互补链,方法比较, library(rbenchmark) benchmark( revcom1(DNA), revcom2(DNA), revcom3(DNA), columns = c(“test“, “replications“, “elapsed“, “relative“
11、), order = “relative“, replications = 1000)test replications elapsed relative 3 revcom3(DNA) 1000 0.163 1.000000 2 revcom2(DNA) 1000 0.597 3.662577 1 revcom1(DNA) 1000 0.624 3.828221,R的灵活性,R是什么语言写成的？ C/C+、Fortran、R R的外部扩展 Writing R Extensions,R与各种语言,R + bash / Rscript RDCOM rJava rpy, rpy2 Embeded R
12、serve、R API、Rcpp,R 与 C+,R（解释型语言） 无需编译 不需要其它文件 弱类型语言 灵活性好 运行速度较慢 其他特性 向量运算 大量统计和绘图函数,C+（编译型语言） 需要事先编译 需要头文件和库文件 强类型语言 灵活性相对较差 运行速度快 其他特性 面向对象 模板与泛型编程,从C到C+,字符串、数组等类型 内存的管理 模板和泛型编程 STL (Standard Template Library),Rcpp相关历史,RQuantLib RcppTemplate Rserve rcppbind / RAbstraction / RObjects / CXXR R API Rc
13、pp / RInside / RProtoBuf,Rcpp的运用,在R中调用C+模块（Rcpp） 用C+实现计算功能 通过C+调用其他软件库 在C+中使用R（RInside） 向量运算（STL） 使用R的统计函数 使用R的绘图函数,举例：Rcpp和inline带来的速度,f - function(n, x=1) for (i in 1:n) x=1/(1+x) g - function(n, x=1) for (i in 1:n) x=(1/(1+x) h - function(n, x=1) for (i in 1:n) x=(1+x)(-1) j - function(n, x=1) fo
14、r (i in 1:n) x=1/1+x k - function(n, x=1) for (i in 1:n) x=1/1+xlibrary(rbenchmark) N - 1e5 benchmark(f(N,1), g(N,1), h(N,1), j(N,1), k(N,1),columns=c(“test“, “replications“, “elapsed“, “relative“), order=“relative“, replications=10),举例：Rcpp和inline带来的速度,f - function(n, x=1) for (i in 1:n) x=1/(1+x)
15、g - function(n, x=1) for (i in 1:n) x=(1/(1+x) h - function(n, x=1) for (i in 1:n) x=(1+x)(-1) j - function(n, x=1) for (i in 1:n) x=1/1+x k - function(n, x=1) for (i in 1:n) x=1/1+xtest replications elapsed relative 5 k(N, 1) 10 6.103 1.000000 1 f(N, 1) 10 6.426 1.052925 4 j(N, 1) 10 6.835 1.119941 2 g(N, 1) 10 7.339 1.202523 3 h(N, 1) 10 9.226 1.511716,
