[問題] list 元素加總，如何不用loop做到

[a78998042a (Benjimine)]

[問題類型]:
程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)

[軟體熟悉度]:
入門(寫過其他程式，只是對語法不熟悉)

[問題敘述]
想使用apply類型的函數將list內的元素加總，而不使用for loop

[程式範例]:

mat=matrix(1:4,2,2)
mat.list=list(mat,mat,mat)

想加總成單一的矩陣

結構為:matrix(c(3,6,9,12),2,2)

有人知道不用loop的情況可以怎麼做嗎?
謝謝

--

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.116.152.120
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1421309862.A.0CF.html
推 koai: 試試看 ?sapply
感覺好像有難度，lapply系列的，都是針對list的每一個物件，物件跟物件間的
元素好像沒辦法@@
推 obarisk: do.call
我試試!謝謝
推 celestialgod: apply(mat. list,  1:2,  sum)
這個好像無法度
推 celestialgod: Reduce也可以，只是do.call最有效率
我試試看，謝謝
推 raysonic: Reduce('+' , mat.list)
感謝!!!解決了!!!!
抱歉，有人能示範在do.call要怎麼做到這件事嗎?我目前沒試出來
→ obarisk: do.call好像不能用`+`，還是先用Reduce吧Orz
→ obarisk: 要指定`+`.__C__matrix，但是這個我試不出來
感謝你,以前沒用過do.call,現在看到就能開始想用在哪了~
推 memphis: 如果list中的matrix大小一樣 建議你這樣做
→ memphis: matrix(rowSums(matrix(unlist(mat.list), nrow=4)), nro
→ memphis: w=2)
謝謝!!學習了!!!
→ a78998042a: 謝謝!!!學習了
回報一下，我以Reduce的方法與m大以拆開再拼的做法比較，以長度為12582912的2by2
矩陣相加，Reduce是12.38秒，unlist是1.84秒。謝謝!!
→ clickhere: do.call(.Primitive("+"), mat.list)
感謝!這樣寫在length(mat.list)==2時確實可以，長度>2的還要再試試
→ obarisk: apply和 for的效能應該沒差多少
你好，參考一下,因為最近學校給了份模擬跌代的作業，寫出來的結果，for要約3.7天，
通篇apply2.5天，再配合sapply進行優化有人到1.5天以內(Reduec)，接著可能會試M大
的方法。
※ 編輯: a78998042a (140.116.152.120), 01/16/2015 14:26:33
※ 編輯: a78998042a (140.116.152.120), 01/16/2015 14:28:09
→ obarisk: for 要用 compiler，不過我太曉得目前jit的情況
→ obarisk: 如果要超過小時的code，還是推RCpp吧
謝謝!!又學習了，看來我對R的了解仍是一知半解阿
※ 編輯: a78998042a (140.116.1.136), 01/16/2015 17:35:47
→ yanchenglin: 推Rcpp, RcppArmadillo.還有若是你每次迴圈或是模擬
→ yanchenglin: 都是獨立的,平行運算也很快.Rcpp+平行運算直接逆天!!
→ yanchenglin: 簡單說,模擬K次,K次間都獨立,可以分散到N個CPU平行~~
推 Edster: 為什麼不用array?
→ Edster: mat.array = array(mat, 1:3) # 可能是吧, 隨意寫.
→ Edster: sum(mat.array[,,1:3])
→ Edster: 你的每個list維度都一樣, 用array比較簡單吧.
推 celestialgod: 我回錯了...apply那個只能用到3維陣列...
> -------------------------------------------------------------------------- <

作者: celestialgod (攸藍) 看板: R_Language
標題: Re: [問題] list 元素加總，如何不用loop做到
時間: Sat Jan 17 23:36:25 2015



我可以demo一個簡單的效率比較

code: http://pastebin.com/KCNEcvMi

Reduce是除了用rcpp外最快的，無話可說

但是Reduce有一個重大缺點 需要較多的RAM才可以運行

因此，當你的matrix大小越大或是list長度越長 (資料越多)

就會無法使用，這時候就要找替代方案

最簡單的方式就是直接用迴圈做，穩又比除了Reduce跟Rcpp之方法快

至於版友提到先轉向量，然後做rbind or cbind後做和，再轉回原維度

因為reshape動作過多，影響效率，個人並不推薦


最快又最省記憶體的方式便是透過RcppArmadillo (RcppEigen也可)

(RcppEigen在windows裡預設的BLAS比RcppArmadillo快，因此效率會更好)

在我的例子中，跟Reduce可以差到2.4倍

但是當list長度增加或是matrix大小增加時，Reduce就會慢下來 (這可以自行測試)

至於迴圈就穩定維持在差距2.9倍左右


補充：

一、因為要把list中的矩陣都相加，所以openmp並不會改善多少效率
(利用#pragma omp atomic，不確定有沒有其他方案可以使用)，

這裡就沒有去寫相關的程式碼了

二、直接使用do.call去做，我還沒有找到方法，抱歉。

三、化做三維陣列去做也可以，只是用apply(mat.array, 1:2, sum)

必定比直接用Reduce慢。

另外，我認為list是R比較方便輸出的資料格式，把程式設計使用於三維陣列比較不方便

四、Machine: i7-4770K@4.2GHz 16G ram windows 7 64bit R-3.1.2

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.138.148.4
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1421508987.A.88C.html
※ 編輯: celestialgod (223.138.148.4), 01/17/2015 23:58:42
推 memphis: 所以上一題的正解還是 Reduce('+', mat.list) ?
→ celestialgod: 結論來說，是的。
推 HeroNoah: 程式 + 說明, 好文章, 推.