比较R语言和集算器的向量运算

R语言和集算器吸引人的地方之一在于，它们的代码风格都比较敏捷，用简短的代码就可以实现丰富的功能。比如都可以写出”Vector Computing”表达式，对判断语句都进行了简化，都可以把基础函数扩展成高级函数，都支持泛型。其中向量化计算的特点是用函数和运算符处理批量数据，避免循环语句。这将带来2个优点：使程序员可以轻松掌握，降低学习成本；方便实现计算，提高性能。

下面用几个例子来比较一下R和集算器在向量计算方面的细微区别。

 

我们先看看最基本的Vector取值，赋值。比如：取出Vetor中下标在5-10的5个值，替换成另5个值。

R解法：

01     A1<-c(51,52,53,54,55,56,57,58,59,60)

02     A2<-A1[6:10]

03     A1[6:10]<-seq(1,5)

集算器解法：

A1    =[51,52,53,54,55,56,57,58,59,60]

A2    =A1(to(6,10))

A3    >A1(to(6,10))=to(1,5)

点评：2者都可以方便地实现向量的取值赋值，用法也几乎一样。不过看起来R用”:”来表示区间范围的写法更直观顺眼。

 

接着看一下Vector的数学运算

R解法：

04     A4<-c(1,2,3)

05     A5<-c(2,4,6)

06     A4*A5     #向量乘法,结果是: [1] 2 8 18

07     A4+2         #向量与常数相加,结果是: [1] 3 45

08     ifelse(A4>1,A4+2,A4-2) #条件计算,结果是: [1]-1  4 5

09     sum(A4)   #聚合,向量成员求和,结果是:6

10     sort(A4,decreasing = TRUE)    #逆序排序，结果是:3 2 1

集算器解法：

A4         =[1,2,3]

A5         =[2,4,6]

A6         =A4**A5  ‘向量乘法,结果是:2 4 18

A7         =A4.(~+2)          ‘向量与常数相加,结果是:3 4 5

A8         =A4.(if(~>1,~+2,~-2))        ‘条件计算,结果是:-1 4 5

A9         =A4.sum()         ‘聚合,向量成员求和,结果是:6

A10       =A4.sort(~:-1)  ‘逆序排序，结果是:3 2 1

点评：可以看到，不论是Vector的四则运算，聚合运算，还是排序运算，2者都可以很好的实现，语法也非常相近。需要注意的是，虽然集算器的代码看起来更加”面向对象”，但底层来说R才是真正的”面向对象”。前者更利于在普通商业领域使用；后者更利于程序员自己编写扩展的package，在科学专业领域更易被接受。

 

下面看看针对结构化数据的向量运算。比如,以Northwind数据库的Orders table为基础进行以下计算：

1.      查询运货费在200和300之间

2.      查询订单日期在1997年的数据。

3.      求上述集合的交集：既是运货费在200和300之间的，同时订单日期在1997年的数据。

4.      对上一步的结果按EmployeeID分组，计算每个员工的平均运货费。

R解法：

02         A2<-result[result$Freight>=200& result$Freight<=300，]

03         A3<- result[format(result$OrderDate,'%Y')=="1997",]

04         A4<-result[result$Freight>=200& result$Freight<=300 &format(result$OrderDate,'%Y')=="1997",]

05         A5<-tapply(A2$Freight,INDEX=A2$EmployeeID,FUN=mean)

集算器解法：

A2         =A1.select(Freight>=200 &&Freight<=300 && year(OrderDate)==1997)

A3         =A1.select(year(OrderDate)==1997)

A4         =A3^A4

A5         =A4.group(EmployeeID;~.avg(Freight))

点评：R在查询和分组统计时表现不错，但集合运算时不如集算器，实际上，在这个例子中R并没有进行集合运算，而是用查询的方法间接实现的。

R是能够对简单的向量进行集合运算的，比如：intersect(A2$Orderid,A3$Orderid)，但对于data.frame这种结构化数据则不能直接进行集合运算。

 

当然这并不是说R的向量化计算不够强大，实事上，如果进行矩阵相关的运算，R就要比集算器更好用。比如求矩阵A的eigen value，R可以简单的表达为：eigen(A)，而集算器则没有直接的函数可以表示。这也从另一个侧面说明集算器更适合商业计算，R则可以应用于科学计算。

 

总结一下，向量化运算中，两者均在基本运算方面表现优秀，其中R在矩阵运算方面更好；集算器在结构化数据方面表现更好。