Tempo di esecuzione della funzione di misura in R

Esiste un modo standardizzato in R per misurare il tempo di esecuzione della funzione?

Ovviamente posso prendere system.timeprima e dopo l'esecuzione e poi prendere la differenza di quelli, ma vorrei sapere se esiste un modo o una funzione standardizzati (vorrei non inventare la ruota).

Mi sembra di ricordare che una volta ho usato qualcosa di simile al seguente:

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

Un altro modo possibile per farlo sarebbe usare Sys.time ():

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

Non è il modo più elegante per farlo, rispetto alla risposta sopra, ma sicuramente un modo per farlo.

La funzione integrata system.time()lo farà.

Usa come: system.time(result <- myfunction(with, arguments))

Come ha detto Andrie, system.time()funziona benissimo. Per funzione breve preferisco inserirvi replicate():

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

Un modo leggermente più semplice per misurare i tempi di esecuzione è utilizzare il pacchetto rbenchmark . Questo pacchetto (facilmente) consente di specificare quante volte replicare il test e quale dovrebbe essere il benchmark relativo.

Vedi anche una domanda correlata su stats.stackexchange

microbenchmark è un pacchetto leggero (~ 50 kB) e più o meno un modo standard in R per il benchmark di più espressioni e funzioni:

microbenchmark(myfunction(with,arguments))

Per esempio:

> 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

Qui entrambe le espressioni sono state valutate 10000 volte, con un tempo medio di esecuzione di circa 25-30 ns.

C'è anche proc.time()

Puoi usare allo stesso modo di Sys.timema ti dà un risultato simile a system.time.

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

la principale differenza tra l'utilizzo

system.time({ #your function here })

è che il proc.time()metodo esegue ancora la tua funzione invece di misurare solo il tempo ... e tra l'altro, mi piace usare system.timecon {}dentro così puoi mettere una serie di cose ...

Il pacchetto "tictoc" offre un modo molto semplice per misurare i tempi di esecuzione. La documentazione è in: https://cran.fhcrc.org/web/packages/tictoc/tictoc.pdf .

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

Per salvare il tempo trascorso in una variabile puoi fare:

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

Sebbene altre soluzioni siano utili per una singola funzione, raccomando il seguente codice in cui è più generale ed efficace:

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

Un altro modo semplice ma molto potente per farlo è usare il pacchetto profvis. Non si limita a misurare il tempo di esecuzione del codice, ma fornisce un approfondimento per ogni funzione eseguita. Può essere utilizzato anche per Shiny.

library(profvis)

profvis({
  #your code here
})

Clicca qui per alcuni esempi.

È possibile utilizzare MATLAB-style tic- tocfunzioni, se si preferisce. Vedi questa altra domanda SO

Cronometro in R