检查 R 代码中的哪一行/函数在函数中花费的时间最多？答案

【问题标题】：Examine which row/function in R code takes the most time within function?检查 R 代码中的哪一行/函数在函数中花费的时间最多？
【发布时间】：2019-01-20 22:16:01
【问题描述】：

我有一组在包装器中运行的函数：

wrapper_func <- function(x,y,z,.....) {

t <- foo1(x,y)
kuku <- foo2(t,z)
....
final_res <- foo20(t, kuku, ...)

return(final_res)

}

它运行缓慢，我想了解谁是瓶颈/麻烦制造者。请告知哪个函数可以执行更深入的分析（基准？微基准？...），这将显示向下钻取 - 哪个行/函数占用最多的时间/资源？

我发现了另一个option

然后转到使用 lineprof 进行内存分析一章。

你怎么看？

【问题讨论】：

我没有投反对票，但我认为他们不喜欢您的示例不可重现，或者认为很容易找到重复的问题。

标签： r profiling performance-testing

【解决方案1】：

您可以使用Rprof 来分析您的 R 代码并找出性能瓶颈；这是一个简短的例子

tmp <- tempfile()
Rprof(tmp)
example(glm)
Rprof()
summaryRprof(tmp)

更详细的描述可以在this R-bloggers article找到。

【讨论】：

@steves 我不知道为什么你的问题被否决了。但是，请注意，要求人们支持您的问题被认为是对 SO 的粗鲁行为，并且很可能适得其反（即导致更多的反对票）。保护问题不会阻止投票（见stackoverflow.com/help/privileges/protect-questions）；此外，保护问题保留给访问量非常大的问题，因为这些问题往往会吸引大量无用的答案。您的问题显然不属于该类别。

【解决方案2】：

您可以打印microbenchmark 结果以查看您的性能瓶颈：

library(microbenchmark)

wrapper_func <- function(x,y,z,.....) {

  t <- foo1(x,y)
  print(microbenchmark(foo1(x,y)))
  kuku <- foo2(t,z)
  print(microbenchmark(foo2(t,z)))
  ....
  final_res <- foo20(t, kuku, ...)
  print(microbenchmark(foo20(t, kuku, ...)))

  return(final_res)

}

【讨论】：