Czas wykonania funkcji pomiarowej w R

Czy istnieje znormalizowany sposób pomiaru czasu wykonania funkcji w R?

Oczywiście mogę wziąć system.timeprzed i po wykonaniu, a następnie wziąć różnicę między nimi, ale chciałbym wiedzieć, czy istnieje jakiś znormalizowany sposób lub funkcja (nie chciałbym wymyślać koła).

Wydaje mi się, że pamiętam, że kiedyś użyłem czegoś takiego:

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

Innym możliwym sposobem zrobienia tego byłoby użycie Sys.time ():

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

Nie jest to najbardziej elegancki sposób na zrobienie tego w porównaniu do powyższej odpowiedzi, ale zdecydowanie sposób na zrobienie tego.

Wbudowana funkcja system.time()to zrobi.

Użyj jak: system.time(result <- myfunction(with, arguments))

Jak powiedział Andrie, system.time()działa dobrze. Dla krótkiej funkcji wolę w to wstawić replicate():

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

Nieco lepszym sposobem mierzenia czasu wykonania jest użycie pakietu rbenchmark . Ten pakiet (łatwo) pozwala określić, ile razy należy powtórzyć test i czy powinien to być względny test porównawczy.

Zobacz także powiązane pytanie na stronie stats.stackexchange

microbenchmark jest lekkim (~ 50kB) pakietem i mniej więcej standardowym sposobem w R do testowania wielu wyrażeń i funkcji:

microbenchmark(myfunction(with,arguments))

Na przykład:

> 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

Tutaj oba wyrażenia zostały ocenione 10000 razy, a średni czas wykonania wynosił około 25-30 ns.

Jest również proc.time()

Możesz używać w ten sam sposób, Sys.timeale daje to podobny wynik system.time.

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

główna różnica między używaniem

system.time({ #your function here })

jest to, że proc.time()metoda nadal ma wykonywać swoją funkcję, a nie tylko pomiar czasu ... a przy okazji, chciałbym skorzystać system.timez {}wewnątrz, dzięki czemu można umieścić zestaw rzeczy ...

Pakiet „tictoc” zapewnia bardzo prosty sposób pomiaru czasu wykonania. Dokumentacja znajduje się w: https://cran.fhcrc.org/web/packages/tictoc/tictoc.pdf .

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

Aby zapisać upływający czas w zmiennej, możesz:

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

Chociaż inne funkcje są przydatne dla jednej funkcji, zalecam następujący fragment kodu, który jest bardziej ogólny i skuteczny:

Rprof(tf <- "log.log", memory.profiling = TRUE)
# the code you want to profile must be in between
Rprof (NULL) ; print(summaryRprof(tf))

Innym prostym, ale bardzo skutecznym sposobem na to jest użycie pakietu profvis. Nie tylko mierzy czas wykonania kodu, ale daje dogłębną analizę każdej wykonywanej funkcji. Można go również użyć do Shiny.

library(profvis)

profvis({
  #your code here
})

Kliknij tutaj, aby zobaczyć kilka przykładów.

Możesz użyć stylu MATLAB tic - tocfunkcje, jeśli wolisz. Zobacz inne pytanie SO

Funkcja stopera w R.