1. R语言运行效率分析_小结(4)

小结(4)

上节讨论了数据量n<1000时名个函数用时规律,本节讨论1000

41.png与上一节的图相比,明显变换就是处理每个数据所需的时间减少很多。ddply已减少到5微秒以内。反而str_replace的速度在Month, season和all中差异比较大。

接下来我们研究0~5微秒内的函数
42.png从上图可以看出,随着数据量的增大,只有 join函数用时比较稳定,在all,month和season这三组差别不大,其它函数或多或少都有差异。另外,除了which,for_if,ddply函数等还出现了拐点。这就说明,这些出现拐点的函数处理数据效率最高的临界点在100000以内。

接下来我们研究0~1微秒内的函数

43.png从上图可以看出,只有join函数还在持续递减。也就是说,当数据量为100000时,处理每个数据所需时间大约在0.125微秒以内。which函数尽管较join函数稳定性较弱,不过总体效率还是不错的。

总的来说,join

下一节我们看看join函数的极限在什么地方!

(未完!待续……)

你可能感兴趣的:(r)