Rendendosi conto che i loop di solito non sono ideali in R, a volte sono necessari.Si deve preferire "while loop" a "for loops" per i loop ampi e necessari in R?
Durante la scrittura di grandi anse, non lo fa
for (i in 1:large_number)
memoria dei rifiuti, dal momento che un vettore di dimensioni large_number deve essere creato?
Questo fa sì che il loop effettui la scelta migliore per i loop grandi e necessari?
Prima di tutto, un sacco di quel "loops fa male" deriva dal periodo oscuro in cui i loop sono stati implementati in modo meno efficiente, in particolare in alcune versioni di S-Plus.
Detto questo, e mentre i suoi commenti circa la necessità di un grande oggetto indice è corretta, si potrebbe anche usare
funzioni dal apply famiglia come sapply, lapply o tapply srotolare vostre strutture
relativamente nuova iterators pacchetto che evita anche il grande vettore lei ha citato come un vincolo di memoria
il Ra 'accelerated R' variant and its jit package che può accelerare notevolmente i cicli semplici.
Come bonus aggiuntivo, le opzioni di uno e due che invia un cammino verso l'esecuzione parallela delle anse sui sistemi adeguati utilizzando strumenti dal CRAN pacchetti neve, multicore, o NWS solo per citarne alcuni.
Dirk, ho letto di recente un articolo di Ihaka & Lang ("Ritorno al futuro: Lisp come base per un sistema di calcolo statistico)", in cui R va a confronto sfavorevolmente con Python. Entrambi sono lenti rispetto a CLOS. Sto chiedendo in giro se R diventerà "non dissimile" da un linguaggio funzionale. Qual è il tuo prendere ?? – gappy
Nessun approfondimento aggiunto qui, mi dispiace. Da un lato hai la grande base di utenti di R e la necessità di compatibilità con le versioni precedenti, dall'altra il desiderio di sperimentare nuove funzionalità. Penso che i cambiamenti saranno solo evolutivi, non rivoluzionari. –