第八届中国R语言(广州)会议
R语言并行计算实战
游皓麟
日期：2015-5-23 （广州）
from
Data Energy
cador@sina.com
http://blog.csdn.net/u013524655
③ 并行计算平台Yiyou
• 简要介绍
• 系统架构
• 多级分发
• 算法案例
• 参考资料
• Q&A
目 录
① 从向量化计算说起
• 向量
• 矩阵
• apply族
• 案例
② R语言常见并行计算技术
• 概览
• multicore
• snow
• snowfall
• doParallel
• doSNOW
• parallel
• RHadoop
• 总结
从向量化计算说起 - 向量
向量是R语言最基本的数据类型，它的下标从1开始，正的下标用于提取向量中对应的元素，负的下标则去掉
向量中对应的元素，通过逻辑运算提出向量中满足条件的元素
创建向量
（1）使用c(1,2,5,…)创建一个微量（基本操作，元素数据类型一致）
（2）使用rep(0,10)创建一个向量（第一参数可以是数值，也可以是因子或向量，第二参数表示倍数）
（3）使用seq(1:10)创建一个向量（创建一个序列向量，如通过如下语句创建一个日期序列）
字符向量操作
微信用户A=c("lucy","cador","david") QQ用户B=c("cador","pork","bruce")
（1） A与B的交集= intersect(A,B) =c("cador")
（2） A与B的并集= union(A,B)=c("lucy","cador","david","pork","bruce")
（3） A与B的差集= setdiff(A,B)=c("lucy","david")
数值向量操作
sum(xx)---和
max(xx)---最大值
min(xx)---最小值
range(xx)---取值范围
mean(xx)---平均值
var(xx)---方差
sort(xx)---从小到大排序
rev(xx)---反排列
从向量化计算说起 - 矩阵
矩阵是一个二维向量，矩阵中的每个元素都具有相同的类型（数值型、字符型或逻辑型）。在矩阵中可执行
更复杂的向量化计算
创建一个矩阵
（1）直接使用matrix函数
（2）将数据框转换为矩阵
矩阵的转置
使用t函数对矩阵进行转置，通常用于对属
性进行分类，按记录标准化等场景
矩阵的合并
（1）按行增加记录
（2）按列增加属性
矩阵的乘法
为不同的研究对象计算综合得分
（1）对应相乘，再求和
（2）使用%*%运算，提取对角线上的值
从向量化计算说起 - apply族
R语言的apply族函数为数组、矩阵、列表等数据类型的操作提供了很多方便，不仅代码简洁，运行效率也是
很高的。下面举例说明常见的apply 、lapply、sapply、tapply、mapply函数的用法
• apply，抽取matrix或data.frame的每行或每列，作为vector执行指定FUN
举例：apply(matrix(runif(10,0,1),nrow=5),1,sum)
• lapply，输入一个list，经过函数处理后，返回一个list对象。
举例：out=lapply(1:10,function(x){return(x^3)})
• sapply，相比lapply更加灵活，是lapply函数的包装版
举例：out=sapply(matrix(1:4,nrow=2),function(x){return(x)},simplify=T)
• tapply,把vector根据INDEX(比如因子)分组，对每一组执行FUN
举例：
students=as.factor(c("lucy","lucy","bruce","bruce","bruce"))
scores=c(78,92,87,85,73)
计算students的平均得分
tapply(scores,students,mean)
• mapply，是sapply的多变量版本。将对…中的每个参数运行FUN函数，如有必要，参数将被循环
举例：mapply(rep, 1:8, 8:1)
