2017-07-17 73 views
0

我正在模拟数据并在R中使用for循环填充矩阵。目前循环运行速度比我想要的要慢。我已经做了一些工作来向量化一些变量来提高循环速度,但它仍然需要一些时间。我相信加速循环分配数据到矩阵R中

mat[j,year] <- sum(vec==1)/x 

循环的一部分正在放慢速度。我更加高效地研究了填充矩阵,但找不到任何东西来帮助解决当前的问题。最终,这将作为一个闪亮的应用程序的一部分,所以我分配的所有变量将需要轻松分配不同的值。

任何意见,以加快循环或更有效地写这个循环将不胜感激。

这里是循环:

#These variables are all specified because they need to change with different simulations 

num.sims <- 20 
time <- 50 
mat <- matrix(nrow = num.sims, ncol = time) 
x <- 1000 
init <- 0.5*x 
vec <- vector(length = x) 
ratio <- 1 
freq <- -0.4 
freq.vec <- numeric(nrow(mat)) 

## start a loop 
for (j in 1:num.sims) { 

vec[1:init] <- 1; vec[(init+1):x] <- 2 
year <- 2 

freq.vec[j] <- sum(vec==1)/x 


for (i in 1:(x*(time-1))) { 

freq.1 <- sum(vec==1)/x; freq.2 <- 1 - freq.1 
fit.ratio <- exp(freq*(freq.1-0.5) + log(ratio)) 
Pr.1 <- fit.ratio*freq.1/(fit.ratio*freq.1 + freq.2) 
vec[ceiling(x*runif(1))] <- sample(c(1,2), 1, prob=c(Pr.1,1-Pr.1)) 

## record data  
if (i %% x == 0) { 
    mat[j,year] <- sum(vec==1)/x 
    year <- year + 1 
}}} 

回答

0

内环是什么放慢你失望。你正在做x迭代次数来更新矩阵中的每个单元格。由于每次修改vec取决于以前的迭代,因此这将很难简化。 @Andrew Feierman可能是正确的,这将从移植到C++中获益,至少在if声明之前的四行。

或者,这只需要10-20秒即可运行。除非你要扩展或多次运行它,否则加速它可能不值得麻烦。如果保持原样,可以在Shiny中放置一个进度条,让用户知道事情仍然有效。