R中的双循环操作（举例） [英] Double for-loop operation in R (with an example)

问题描述

$ p
$ b

  ####伪数据
 nobs1 < -  
 4000 
 nobs2 < -  5000 
 mylon1 < -  runif（nobs1，min = 0，max = 1）-76 
 mylat1 < -  runif（nobs1，min = 0，max = 1）+37 
 mylon2 < -  runif（nobs2，min = 0，max = 1）-76 
 mylat2 < -  runif（nobs2，min = 0，max = 1）+37 
 
 ####定义距离函数
 thedistance<  - 函数（lon1，lat1，lon2，lat2）{
 R < -  6371＃地球平均半径[km] $ （lat2-lat1）
a <-sin（delta.lat2）^ 2 + cos（lat1 ）* cos（lat2）* sin（delta.lon / 2）^ 2 
c <-2 * asin（min（1，sqrt（a）））
d = R * c 
返回（d）
} 
 
 ptm<  -  proc.time（）
 
 ####计算位置之间的距离
＃启动结果距离向量
 ndistance<  -  nobs1 * nobs2＃距离的数量
 mydistance<  -  vector（mode =numeric，length = ndistance）
 
k = 1 
为（我在1：n obs1）{
 for（j in 1：nobs2）{
 mydistance [k] = thedistance（mylon1 [i]，mylat1 [i]，mylon2 [j]，mylat2 [j]）
k = k + 1 
} 
} 
 
 proc.time（） -  ptm 
  

计算时间：

 用户系统耗费
 249.85 0.16 251.18 
  

在这里，我的问题是是否还有加速双循环计算的空间。非常感谢。

解决方案

这个选项可以减少我的机器的运行时间到2秒，因为它的一部分是向量化的。

与原始解决方案直接比较如下。

测试数据：

  nobs1 < -  4000 
 nobs2 < -  5000 
 mylon1 < -  runif（nobs1，min = 0，max = 1） -76 
 mylat1 < -  runif（nobs1，min = 0，max = 1）+37 
 mylon2 < -  runif（nobs2，min = 0，max = 1）-76 
 mylat2 < -  runif（nobs2，min = 0，max = 1）+37 
  

原始解决方案：

  ####定义距离函数
 thedistance<  - 函数（lon1，lat1，lon2，lat2） {
 R < -  6371＃地球平均半径[km] 
 delta.lon < - （lon2  -  lon1）
 delta.lat < - （lat2  -  lat1）$ b $ （1，b 1，...，2n），其中，b 1，b 2，...，b 1，b 2，...， sqrt（a）））
d = R * c 
 return（d）
} 
 
 ptm<  -  proc.time（）
 
 ####计算位置之间的距离
＃发起产生的距离向量
 ndistance<  -  nobs1 * nobs2＃距离的数量es 
 mydistance<  -  vector（mode =numeric，length = ndistance）
 
k = 1 
 for（i in 1：nobs1）{
 for j in 1：nobs2）{
 mydistance [k] = thedistance（mylon1 [i]，mylat1 [i]，mylon2 [j]，mylat2 [j]）
k = k + 1 
 } 
 
 $ b proc.time（） -  ptm 
用户系统消耗
 148.243 0.681 148.901 
   
 
我的方法：
 
 
 ＃modified（vectorized）距离函数：
 thedistance2 < - 函数（lon1，lat1，lon2，lat2）{
 R < -  6371＃地球平均半径[km] 
 delta.lon < - （lon2  -  lon1）$ （lat2-lat1）
a -sin（delta.lat2）^ 2 + cos（lat1）* cos（lat2）* sin（delta.lon / 2） ^ 2 
c <-2 * asin（pmin（1，sqrt（a）））＃pmin而不是min 
d = R * c 
 return（d）
} 
 
 ptm2<  -  proc.time（）
 
 lst < -  vector（list，length = nobs1）
 
 for（i in seq_len（nobs1））{
 lst [[i]] = thedistance2（mylon1 [i] ，mylat1 [i]，mylon2，mylat2）
} 
 
 res < -  unlist（lst）
 
 proc.time（） -  ptm2 
 User System elapsed 
 1.988 0.331 2.319 
  
结果是否相同？
  all.equal（mydistance，res）
＃[1] TRUE 
  
 
Please look at the following small working example:
#### Pseudo data
nobs1 <- 4000
nobs2 <- 5000
mylon1 <- runif(nobs1, min=0, max=1)-76
mylat1 <- runif(nobs1, min=0, max=1)+37
mylon2 <- runif(nobs2, min=0, max=1)-76
mylat2 <- runif(nobs2, min=0, max=1)+37

#### define a distance function
thedistance <- function(lon1, lat1, lon2, lat2) {
 R <- 6371 # Earth mean radius [km]
 delta.lon <- (lon2 - lon1)
 delta.lat <- (lat2 - lat1)
 a <- sin(delta.lat/2)^2 + cos(lat1) * cos(lat2) * sin(delta.lon/2)^2
 c <- 2 * asin(min(1,sqrt(a)))
 d = R * c
 return(d)
}

ptm <- proc.time()

#### Calculate distances between locations
# Initiate the resulting distance vector
ndistance <- nobs1*nobs2 # The number of distances
mydistance <- vector(mode = "numeric", length = ndistance)

k=1
for (i in 1:nobs1) {
 for (j in 1:nobs2) {
  mydistance[k] = thedistance(mylon1[i],mylat1[i],mylon2[j],mylat2[j])
  k=k+1
 }
}

proc.time() - ptm
The computation time:
  user  system elapsed 
249.85    0.16  251.18
Here, my question is whether there is still room for speeding up the double for-loop calculation. Thank you very much.
解决方案
Here's an option that decreases the runtime to ~2 seconds on my machine because part of it is vectorized. 

A direct comparison with the original solution follows.

Test data:
nobs1 <- 4000
nobs2 <- 5000
mylon1 <- runif(nobs1, min=0, max=1)-76
mylat1 <- runif(nobs1, min=0, max=1)+37
mylon2 <- runif(nobs2, min=0, max=1)-76
mylat2 <- runif(nobs2, min=0, max=1)+37
Original solution:
#### define a distance function
thedistance <- function(lon1, lat1, lon2, lat2) {
  R <- 6371 # Earth mean radius [km]
  delta.lon <- (lon2 - lon1)
  delta.lat <- (lat2 - lat1)
  a <- sin(delta.lat/2)^2 + cos(lat1) * cos(lat2) * sin(delta.lon/2)^2
  c <- 2 * asin(min(1,sqrt(a)))
  d = R * c
  return(d)
}

ptm <- proc.time()

#### Calculate distances between locations
# Initiate the resulting distance vector
ndistance <- nobs1*nobs2 # The number of distances
mydistance <- vector(mode = "numeric", length = ndistance)

k=1
for (i in 1:nobs1) {
  for (j in 1:nobs2) {
    mydistance[k] = thedistance(mylon1[i],mylat1[i],mylon2[j],mylat2[j])
    k=k+1
  }
}

proc.time() - ptm
   User      System     elapsed 
148.243       0.681     148.901 
My approach:
# modified (vectorized) distance function:
thedistance2 <- function(lon1, lat1, lon2, lat2) {
  R <- 6371 # Earth mean radius [km]
  delta.lon <- (lon2 - lon1)
  delta.lat <- (lat2 - lat1)
  a <- sin(delta.lat/2)^2 + cos(lat1) * cos(lat2) * sin(delta.lon/2)^2
  c <- 2 * asin(pmin(1,sqrt(a)))   # pmin instead of min
  d = R * c
  return(d)
}

ptm2 <- proc.time()

lst <- vector("list", length = nobs1)

for (i in seq_len(nobs1)) {
    lst[[i]] = thedistance2(mylon1[i],mylat1[i],mylon2,mylat2)
}

res <- unlist(lst)

proc.time() - ptm2
   User      System     elapsed
  1.988       0.331       2.319 
Are the results all equal?
all.equal(mydistance, res)
#[1] TRUE


                        
这篇关于R中的双循环操作（举例）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！