1-lapply()函数介绍:
为什么介绍这个函数呢?因为在windows中使用parLapply()函数和lapply()的结构和用法是非常相似的,我们只需要将原本用lapply(x, fun)迭代函数 直接改写成 parLapply(makeCluster(c1), x, fun)即可,这里的直接改写是非常简单的,只需要设置使用计算机的核数,后面的参数直接挪到parLapply()中。
lapply() :线性数据迭代
lapply是list(列表)和apply(应用)的组合,函数的作用:对一个列表型或者向量型数据应用一个函数,返回值不区分处理对象,皆是列表结构。这个函数开头的第一个字母"l"表明这个函数的返回类型为列表。
返回值的元素个数与处理对象中的元素个数相同。
该函数的语法结构为:
lapply(X, FUN...)
其中
- X代表需要执行运算的列表或者向量;
- FUN代表需要运行的函数,这个参数的自定义范围非常广,用户可以将几百行代码封装为要给function(函数)来设置该参数;
- 三个点 表示FUN中的相应参数设置。
例子1:
使用均值函数mean来分别计算向量x、y和z的平均值,最后结果会以列表的形式现实在console中。
R
> x <- 1:10
> y <- 1:10
> z <- 1:10
> lapply(list(x,y,z), mean)
[[1]]
[1] 5.5
[[2]]
[1] 5.5
[[3]]
[1] 5.5
例子2:
R
> x <- c(1:10, NA)
> y <- c(1:10, NA)
> z <- c(1:10, NA)
> lapply(list(x,y,z), function(x) {mean(x, na.rm =T)})
[[1]]
[1] 5.5
[[2]]
[1] 5.5
[[3]]
[1] 5.5
例子3:
lapply函数等价于for循环,循环4次,每次花费时间5秒钟。总共预期花费时间为20秒=4*5秒
R
> for(i in 1:4){Sys.sleep(5)}
> lapply(1:4, function(i) Sys.sleep(5))
[[1]]
NULL
[[2]]
NULL
[[3]]
NULL
2-在Windows使用并行计算,使用parLapply()函数
2.1-并行计算的准备阶段:
只要开始执行并行,需要设置使用计算机的核数,以及关闭执行并行。
流程:设置并行计算的核数-->执行并行计算-->关闭并行计算的集群。
无论使使用哪种并行计算包,都是基于上述三个步骤,1-设置并行计算的核数;2 执行并行计算 3 关闭并行计算的集群。
library(parallel)
#Step1 设置并行计算使用的核数
num_cores <- detectCores(logical=FALSE) #返回的是计算机的物理核数
cl <- makeCluster(num_cores)# 设置并行计算的核心数,这里num_cores是整数,合理即可
Step2: 执行并行计算的任务
result <- parLapply(cl, x, fun)
Step3: 关闭并行计算的集群
stopCluster(cl)
其中:detectCores()#这个函数中参数logical默认取值为TRUE,该函数返回的是计算机的线程数,如果设置logical=FALSE,返回的是物理核数/CPU。
例如计算机是12核24线程,
- logical=TRUE,返回的是逻辑核数24线程;
- logical=FALSE,返回的是物理核数12核。
2.2-parLapply()函数介绍
在Windows 系统中使用parLapply()函数替换lapply函数,进行并行计算,只不过多了一个参数即设置集群makeCluster()。
也就是说,parLapply( )和lapply( )函数是相似的,在执行并行运算的时候,只需要把之前用lapply()函数写的部分
lappy(x, fun)
改写成
parLapply(makeCluster(4), x, fun)
其中makeCluster(4) 设置并行计算的核数为4.
2.3-使用parLapply()函数编写执行并行计算
对上面的例子3,在windows系统中使用parLapply()函数执行并行计算:
R
> system.time(for(i in 1:4){Sys.sleep(5)})
用户 系统 流逝
0.00 0.00 20.02
> system.time(lapply(1:4,function(i)Sys.sleep(5)))
用户 系统 流逝
0.02 0.00 20.02
system.time(parLapply(makeCluster(4),1:4, function(i) Sys.sleep(5)))
用户 系统 流逝
0.04 0.01 5.97
3-在非Windows中使用mclapply()函数
例如,上面例子3使用mclapply函数执行并行计算
system.time(
mclapply(1:4, function(i) Sys.sleep(5), mc.cores=4)
)
其中参数mc.cores它告诉mclapply()函数自动将独立计算拆分为多少个进程。
参考:
《R数据科学实践:工具详解与案例分析》(2019年6月出版,机工社)
《R的极客理想:量化投资篇》(2018年1月出版,机工社)
《R: Predictive Analysis》(2017年3月出版 中国图书进出口) (介绍了parLapply函数执行并行计算)
并行运算 R - 搜索结果 - 知乎 (zhihu.com)
【多核的春天】R语言里的并行计算 - 知乎 (zhihu.com) (介绍使用foreach函数执行并行计算)