R中测量功能执行时间

204

测量功能执行时间R中是否有标准化的方式？R中测量功能执行时间

显然我可以在执行前后采取system.time，然后拿这些差别，但我想知道是否有一些标准化的方式或功能（想不发明轮子）。

我似乎记得我曾经用过的东西象下面这样：

somesysfunction("myfunction(with,arguments)") 
> Start time : 2001-01-01 00:00:00 # output of somesysfunction 
> "Result" "of" "myfunction"  # output of myfunction 
> End time : 2001-01-01 00:00:10 # output of somesysfunction 
> Total Execution time : 10 seconds # output of somesysfunction

来源

2011-06-07 dns

我觉得你在脑子里有'proc.time'，因为'system.time'是你需要的。 – Marek 2011-06-07 08:35:24

对于更大的功能，'Rprof'很好。它提供代码块/函数中所有进程的配置文件。 – 2014-08-24 17:08:24

+19

新R用户通过谷歌发现这个问题：'require（microbenchmark）'现在（自几年前）社区标准的时间方式。 times < - microbenchmark（lm（y〜x），glm（y〜x），times = 1e3）;例如（微基准）'。这对'lm'和'glm'进行1000次以上的统计比较，而不是'system.time'测试一次。 – isomorphismes 2015-04-24 17:42:38

145

内置功能system.time()将做到这一点。

使用像：system.time(result <- myfunction(with, arguments))

来源

2011-06-07 08:01:58 Andrie

重要的是要知道'system.time（）'有一个参数'gcFirst'，默认为'TRUE'。这一方面使得测量更具有可重复性，但是可能会产生总运行时间的重大开销（这不会被测量，偏离过程）。 – 2016-10-26 15:29:32

这是用什么单位测量的？例如我刚刚运行了'system.time（result < - myfunction（with，arguments））'并获得了187.564的输出 - 是几秒钟内还是什么？ – zsad512 2017-09-14 00:40:01

上的测量的执行时间的稍微更好的方式，是使用rbenchmark包。这个软件包（很容易）允许您指定复制测试的次数，并且相对基准测试应该是。

也是一个相关的问题，请参见在stats.stackexchange

来源

2011-06-07 08:29:09 csgillespie

Microbenchmark更好，因为它使用更高精度的定时功能。 – hadley 2011-06-07 14:45:21

@hadley但rbenchmark在比较的情况下更便于用户使用。对我来说microbenchmark是升级system.time。 rmicrobenchmark是我们需要的:) – Marek 2011-06-07 15:21:53

microbenchmark的维护人员相当响应 - 我敢打赌，他会添加任何你需要的。 – hadley 2011-06-07 16:03:30

您可以使用MATLAB风格tic - toc功能，如果你喜欢。看到这个其他SO质疑

Stopwatch function in R

来源

2011-06-07 08:52:26

即将添加'proc.time（）'...我更喜欢这个可爱的名字。 =） – isomorphismes 2014-09-26 06:53:24

正如Andrie说，system.time()工作正常。对于短期的功能，我更喜欢把replicate()它：

system.time(replicate(10000, myfunction(with,arguments)))

来源

2011-06-07 10:01:11

+22

您最好使用microbenchmark软件包，因为它不包含时间复制的开销。 – hadley 2011-06-07 14:46:26

http://cran.r-project.org/web/packages/microbenchmark/index.html – tim 2014-04-03 15:29:53

170

这样做的另一种可能的方式是使用Sys.time（）：

start.time <- Sys.time() 
...Relevent codes... 
end.time <- Sys.time() 
time.taken <- end.time - start.time 
time.taken

不是最优雅的方式来做到这一点，与上面的答案相比，但绝对是一种方式来做到这一点。

来源

2013-07-23 06:00:40 Shreyes

这是更高的内存效率，然后system.time（），它有效地复制其参数。当你处理几乎不适合你的RAM的数据时，这很重要。 – 2015-12-15 15:21:33

还有proc.time()

您可以以同样的方式为Sys.time使用，但它给你一个类似的结果system.time。

ptm <- proc.time() 
#your function here 
proc.time() - ptm

使用

system.time({ #your function here })

之间的主要区别在于，proc.time()方法仍然不执行你的函数，而不是仅仅测量时间... 顺便说一句，我喜欢用system.time与{}里面所以你可以把一组东西...

来源

2014-11-26 00:08:02

包“tictoc”给你一个非常简单的方法来衡量执行时间。该文档位于：https://cran.fhcrc.org/web/packages/tictoc/tictoc.pdf。

install.packages("tictoc") 
require(tictoc) 
tic() 
rnorm(1000,0,1) 
toc()

为了节省运行时间为变量，你可以这样做：

install.packages("tictoc") 
require(tictoc) 
tic() 
rnorm(1000,0,1) 
exectime <- toc() 
exectime <- exectime$toc - exectime$tic

来源

2015-10-27 17:45:24 Anton

虽然其他解决方案是一个单一功能非常有用，我建议下面这段代码中是比较普遍和有效的：

Rprof (tf <- "log.log", memory.profiling = TRUE) 
your code must be in between 
Rprof (NULL) ; print (summaryRprof (tf) )

来源

2016-06-03 18:16:25 TPArrow

microbenchmark是轻质（〜50KB）包和更多或更少的标准中的R为基准的多个表达式和函数的方式：

microbenchmark(myfunction(with,arguments))

例如：

> microbenchmark::microbenchmark(log10(5), log(5)/log(10), times = 10000) 
Unit: nanoseconds 
      expr min lq mean median uq max neval cld 
     log10(5) 0 0 25.5738  0 1 10265 10000 a 
log(5)/log(10) 0 0 28.1838  0 1 10265 10000

这里两个表达式进行评价10000倍，平均执行时间为25-30纳秒。

来源

2017-06-06 08:45:15

R中测量功能执行时间

回答

相关问题