Gdzie mogę nauczyć się pisać kod C, aby przyspieszyć powolne funkcje R? [zamknięte]

Hadley,

Zdecydowanie możesz napisać kod C++, który jest podobny do kodu C.

Rozumiem, co mówisz o C++ bardziej skomplikowanym niż C. Jest tak, jeśli chcesz opanować wszystko : obiekty, szablony, stl, programowanie szablonów itp ... większość ludzi nie potrzebuje tych rzeczy i może po prostu polegać na innych. Wdrożenie Rcpp jest bardzo skomplikowane, ale to, że nie wiesz, jak działa Twoja lodówka, nie oznacza, że nie możesz otworzyć drzwi i chwycić świeże mleko ...

Z Twoich licznych wkładów do R, uderza mnie to, że uważasz R za nieco nużący (manipulacja danymi, grafika, manipulacja łańcuchami itp ...). Przygotuj się na wiele innych niespodzianek z wewnętrznym C API R. Jest to bardzo żmudne.

Rcpp ma na celu wyeliminowanie tych żmudnych aspektów API.

Możesz sam ocenić, co uważasz za bardziej skomplikowane, zaciemnione itp ... na podstawie kilku przykładów. Funkcja ta tworzy wektor znaków za pomocą interfejsu API C:

SEXP foobar(){
  SEXP ab;
  PROTECT(ab = allocVector(STRSXP, 2));
  SET_STRING_ELT( ab, 0, mkChar("foo") );
  SET_STRING_ELT( ab, 1, mkChar("bar") );
  UNPROTECT(1);
}

Używając Rcpp, możesz napisać taką samą funkcję jak:

SEXP foobar(){
   return Rcpp::CharacterVector::create( "foo", "bar" ) ;
}

Lub:

SEXP foobar(){
   Rcpp::CharacterVector res(2) ;
   res[0] = "foo" ;
   res[1] = "bar" ;
   return res ;
}

Jak powiedział Dirk, są inne przykłady na kilku winietach. Zwykle też wskazujemy ludzi w kierunku naszych testów jednostkowych, ponieważ każdy z nich testuje bardzo specyficzną część kodu i są nieco oczywiste.

Jestem oczywiście stronniczy tutaj, ale zalecałbym zapoznanie się z Rcpp zamiast uczenia się C API R, a następnie przyjść na listę dyskusyjną, jeśli coś jest niejasne lub nie wydaje się wykonalne z Rcpp.

Myślę, że wszystko zależy od tego, jaki kod chcesz w końcu napisać.

Romain

@hadley: niestety, nie mam na myśli konkretnych zasobów, które pomogą Ci zacząć pracę z C++. Podniosłem go z książek Scotta Meyersa (efektywny C++, bardziej efektywny C++ itp ...), ale nie są to tak naprawdę rzeczy, które można nazwać wprowadzającymi.

• funkcja C++ musi zwracać obiekt R. Wszystkie obiekty R są SEXP.
• funkcja C++ zajmuje od 0 do 65 R obiekty jako wejście (ponownie SEXP)
• musi (nie do końca, ale możemy to zapisać na później) być zadeklarowane za pomocą połączenia C, albo za pomocą extern "C" lub rcppexport Alias zdefiniowany przez Rcpp.

Więc a .Funkcja wywołania jest deklarowana w ten sposób w jakimś pliku nagłówkowym:

#include <Rcpp.h>

RcppExport SEXP foo( SEXP x1, SEXP x2 ) ;

I zaimplementowane w ten sposób wplik cpp:

SEXP foo( SEXP x1, SEXP x2 ){
   ...
}

Nie ma zbyt wiele informacji o r API, aby używać Rcpp.

Większość ludzi chce zajmować się tylko numerycznymi wektory w Rcpp. Robisz to z klasą NumericVector. Istnieje kilka sposobów tworzenia wektora liczbowego:

From an existing object that you pass down from R:

 SEXP foo( SEXP x_) {
    Rcpp::NumericVector x( x_ ) ;
    ...
 }

Z podanymi wartościami za pomocą:: create static function:

 Rcpp::NumericVector x = Rcpp::NumericVector::create( 1.0, 2.0, 3.0 ) ;
 Rcpp::NumericVector x = Rcpp::NumericVector::create( 
    _["a"] = 1.0, 
    _["b"] = 2.0, 
    _["c"] = 3
 ) ;

O podanym rozmiarze:

 Rcpp::NumericVector x( 10 ) ;      // filled with 0.0
 Rcpp::NumericVector x( 10, 2.0 ) ; // filled with 2.0

Wtedy, gdy masz wektor, najbardziej przydatną rzeczą jest wyodrębnienie z niego jednego elementu. Odbywa się to za pomocą operatora [], z indeksowaniem opartym na 0, więc na przykład sumowanie wartości wektora liczbowego idzie coś takiego:

SEXP sum( SEXP x_ ){
   Rcpp::NumericVector x(x_) ;
   double res = 0.0 ;
   for( int i=0; i<x.size(), i++){
      res += x[i] ;
   }
   return Rcpp::wrap( res ) ;
}

Ale z cukrem Rcpp możemy teraz zrobić to znacznie przyjemniej:

using namespace Rcpp ;
SEXP sum( SEXP x_ ){
   NumericVector x(x_) ;
   double res = sum( x ) ;
   return wrap( res ) ;
}

Jak już mówiłem, wszystko zależy od tego, jaki kod chcesz napisać. Sprawdź, co ludzie robią w pakietach, które bazują na Rcpp, sprawdź winiety, testy jednostkowe, wróć do nas na listę mailingową. Zawsze chętnie pomożemy.

@jbremnant: zgadza się. Klasy Rcpp implementują coś zbliżonego do wzorca RAII. Kiedy tworzony jest obiekt Rcpp, konstruktor podejmuje odpowiednie środki w celu zapewnienia ochrony bazowego obiektu R (SEXP) przed garbage collector. Destruktor wycofuje ochronę. Jest to wyjaśnione w winiecie rcpp-intruction. Implementacja bazowa opiera się na funkcjach R API r_preserveobject i R_ReleaseObject

Jest rzeczywiście kary za wydajność z powodu enkapsulacji C++. Staramy się utrzymać to na minimalnym poziomie dzięki inliningowi itp ... Kara jest niewielka, a biorąc pod uwagę zysk w postaci czasu potrzebnego na napisanie i utrzymanie kodu, nie jest to istotne.

Wywołanie funkcji r z funkcji klasy rcpp jest wolniejsze niż bezpośrednie wywołanie eval z API C. Dzieje się tak dlatego, że podejmujemy środki ostrożności i zawijamy wywołanie funkcji w blok tryCatch tak, że wychwytywamy błędy R i promujemy je do C++ wyjątki, dzięki którym można sobie z nimi poradzić używając standardowego try/catch w C++.

Większość ludzi chce używać wektorów (szczególnie NumericVector), a kara jest bardzo mała w przypadku tej klasy. Katalog examples / ConvolveBenchmarks zawiera kilka wariantów znanej funkcji splotowej z R-exts, a winieta ma wyniki porównawcze. Okazuje się, że Rcpp czyni go szybszym niż kod benchmark, który korzysta z API R.