R语言编程艺术(11、14、15)

#11. 字符串操作
  a<-c("Equator","North Pole","South Pole")
  grep("Pole",a)#在字符串a中搜索Pole
  
  nchar(a)#返回字符串a的长度(R语言中的字符串末尾没有空字符NULL)
  #对于非字符形式就要用到Hadley Wickham写的stringr包
  
  paste("North","Pole",sep="")
  b<-sprintf("the square of %d is %d",8,8^2)#按一定格式把若干个组件组合成字符串
  substr(b,5,10)#返回给定字符串中指定位置范围5:10上的子字符串
  strsplit(b," ")#根据b中的字符串，把字符串b拆分成若干个子字符串
  regexpr("uat","Equator")#在字符串Equator中寻找uat，返回与uat匹配的全部子字符串的起始位置
  
  #正则表达式：用来描述一系列字符串的简略表达式
  grep("[au]",a)#表示a中含有字母a或u的字符串
  grep("o.e",a)#表示a中含有以o开头，后跟任意一个字符，并以e结尾的字符串
  grep("N..t",a)#表示a中含有以N开头，后跟任意两个字符，并以t结尾的字符串
  
  #元字符：不按照字面意思理解的字符
  grep(".",a)#得到的不是想要的结果，因为.是元字符
  grep("\\.",a)#反斜杠\使它脱离句点的元字符属性，用两个\的原因是\自身也必须脱离元字符属性


 #14. 速度与内存
  #使R代码速度更快的办法：
   #1.通过向量化的方式、使用字节码编译
   #2.把最消耗CPU的部分用编译型语言编写，如使用C
   #3.将代码用某种并行的方式进行编写
  #可怕的for循环：
   #1.用向量化提升速度：
   #有可能加速代码的向量化函数包括：ifelse(),which(),where(),any(),all(),cumsum(),cumprod()
   #对于矩阵，rowSums(),colSums()
   #对于“穷举所有组合”，combn(),outer(),lower.tri(),upper.tri(),expand.grid()
   #apply()可消除显示循环，但实际上使用R而不是CC实现的，通常不能加速代码
   #但其他的apply函数，如lapply()对于加速代码很有帮助
   #system.time(代码)#代码运行时间
   #outer(X,Y,FUN)#将FUN函数应用于X和Y中的元素所有可能配对之上
  #函数式编程和内存问题
   #向量赋值问题：
   a<-c(1,4,6,8,3,7)
   a[3]<-9#先创建a的副本，再将副本中的第3个元素更改为9，最后再将得到的向量赋值给a
   #表面上看只修改了向量的一个元素，但含义是“整个向量都被重新计算了”
   
   #改变时拷贝：R经常会采取改变时拷贝的机制，同样也会存在例外
   b<-runif(10);
   tracemem(b)#返回b的内存地址
   b[3]<-9;tracemem(b)
  #利用Rprof()来寻找代码的瓶颈
   x<-runif(10)
   Rprof()
   fz<-function(x) x[3]<-3
   invisible(fz(x))#不让输出结果被展示出来
   Rprof(NULL)
   summaryRprof()
  #字节码编译：
   library(compiler)
   x<-runif(100000);y<-runif(100000);z<-c()
   fz<-function(x,y) {for(i in 1:length(x)) z[i]<-x[i]+y[i]}
   cf<-cmpfun(fz)
   system.time(cf(x,y))
  #内存无法装下数据的处理办法：数据分块或利用R软件包来进行内存管理
   RMySQL包：R到SQL数据库的一个接口
   biglm包；可以在非常大的数据集上进行回归和广义线性模型的分析
   bigmemory包：不仅可以将数据存储在硬盘上，还可以将数据保存在机器的主内存上

   

#15. R与其他语言的接口
  #调用C：
   #获得Borland的自由编译器的网址为ttp://www.borland.com/bcppbuilder/freecompiler/ 
   #dyn.load("filename.dll")#导入由C编译得到的DLL库，即加载编译好的C程序
   #.C(函数名,as.double(参数1),as.double(参数2),....)#返回的包含所有调用参数的列表
   #若修改了C程序，则先用dyn.unload("filename.dll")卸载，再重新导入
   #另外还可以用.Call调用，具体可参照R随机手册Write R Extensions第5章
   
   #还可以从Python调用R，最常用的接口是RPy，可从http://rpy.sourceforge.net下载源代码并自己编译模块