Ausführungszeit der Messfunktion in R.

Gibt es in R eine standardisierte Methode zur Messung der Ausführungszeit der Funktion?

Natürlich kann ich system.timevor und nach der Ausführung nehmen und dann den Unterschied davon nehmen, aber ich würde gerne wissen, ob es einen standardisierten Weg oder eine standardisierte Funktion gibt (möchte das Rad nicht erfinden).

Ich scheine mich zu erinnern, dass ich einmal etwas wie das Folgende benutzt habe:

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

Eine andere Möglichkeit wäre die Verwendung von Sys.time ():

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

Nicht die eleganteste Art, es zu tun, verglichen mit der obigen Antwort, aber definitiv eine Art, es zu tun.

Die eingebaute Funktion system.time()wird es tun.

Verwenden Sie wie: system.time(result <- myfunction(with, arguments))

Wie Andrie sagte, system.time()funktioniert gut. Für eine kurze Funktion ziehe ich replicate()es vor:

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

Eine etwas schönere Methode zur Messung der Ausführungszeit ist die Verwendung des Pakets rbenchmark . Mit diesem Paket können Sie (einfach) angeben, wie oft Ihr Test repliziert werden soll und wie hoch der relative Benchmark sein soll.

Siehe auch eine verwandte Frage unter stats.stackexchange

microbenchmark ist ein leichtes (~ 50 kB) Paket und mehr oder weniger eine Standardmethode in R zum Benchmarking mehrerer Ausdrücke und Funktionen:

microbenchmark(myfunction(with,arguments))

Beispielsweise:

> 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

Hier wurden beide Ausdrücke 10000 Mal ausgewertet, wobei die mittlere Ausführungszeit etwa 25 bis 30 ns betrug.

Es gibt auch proc.time()

Sie können auf die gleiche Weise wie verwenden, Sys.timeaber es gibt Ihnen ein ähnliches Ergebnis wie system.time.

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

der Hauptunterschied zwischen der Verwendung

system.time({ #your function here })

ist, dass die proc.time()Methode Ihre Funktion immer noch ausführt, anstatt nur die Zeit zu messen ... und übrigens, ich verwende sie gerne system.timemit {}inside, damit Sie eine Reihe von Dingen einfügen können ...

Das Paket "tictoc" bietet Ihnen eine sehr einfache Möglichkeit, die Ausführungszeit zu messen. Die Dokumentation finden Sie unter: https://cran.fhcrc.org/web/packages/tictoc/tictoc.pdf .

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

So speichern Sie die verstrichene Zeit in einer Variablen:

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

Obwohl andere Lösungen für eine einzelne Funktion nützlich sind, empfehle ich den folgenden Code, der allgemeiner und effektiver ist:

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

Eine andere einfache, aber sehr leistungsfähige Möglichkeit, dies zu tun, ist die Verwendung des Pakets profvis. Es misst nicht nur die Ausführungszeit Ihres Codes, sondern gibt Ihnen auch einen Drilldown für jede Funktion, die Sie ausführen. Es kann auch für Shiny verwendet werden.

library(profvis)

profvis({
  #your code here
})

Klicken Sie hier für einige Beispiele.

Sie können MATLAB-Stil verwenden tic- tocFunktionen, wenn Sie es vorziehen. Siehe diese andere SO-Frage

Stoppuhrfunktion in R.