在R中是否有衡量函数执行时间的标准化方法?
显然我可以用系统。时间，然后取它们的差异，但我想知道是否有一些标准化的方法或功能(不想发明轮子)。
我似乎记得我曾经用过如下的东西:
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
当前回答
虽然其他解决方案对于单个函数也很有用，但我推荐使用下面的代码段，因为它更通用、更有效:
Rprof(tf <- "log.log", memory.profiling = TRUE)
# the code you want to profile must be in between
Rprof (NULL) ; print(summaryRprof(tf))
其他回答
library(rbenchmark)
sleep_func <- function() { Sys.sleep(0.5) }
benchmark(sleep_func())
out:
test replications elapsed relative user.self sys.self user.child sys.child
1 sleep_func() 100 50.08 1 0.02 0 NA NA
另一种可能的方法是使用Sys.time():
start.time <- Sys.time()
...Relevent codes...
end.time <- Sys.time()
time.taken <- end.time - start.time
time.taken
与上面的答案相比，这不是最优雅的方法，但绝对是一种方法。
内置函数system.time()将执行此操作。
使用like: system。Time (result <- myfunction(with, arguments))
microbenchmark是一个轻量级(约50kB)包，或多或少是R中对多个表达式和函数进行基准测试的标准方法:
microbenchmark(myfunction(with,arguments))
例如:
> 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
在这里，两个表达式都被计算了10000次，平均执行时间约为25-30纳秒。
度量执行时间的一个稍微好一点的方法是使用rbenchmark包。这个包(很容易)允许您指定复制测试的次数，以及相对基准测试应该是多少次。
另见stats.stackexchange上的相关问题
