「R高级」Rcpp学习笔记之数据结构

2024-06-23 20:18
文章标签 学习 数据结构 笔记 高级 rcpp

本文主要是介绍「R高级」Rcpp学习笔记之数据结构，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

在使用R语言多年以后，我终于开始去学习Rcpp，利用C++来提高运行速度。其实当你能熟练的使用一门语言后，再去学一门新的语言，并没有想象中的那么难，更何况Rcpp把很多脏活累活都给包办了，在里面调用C++还是挺方便。

C++是一门静态编译面向对象的编程语言，R是动态解释性面向对象语言，那么有一个不同就在于，你需要先声明一个变量，才能调用该变量。而在声明变量的时候，你就会遇到一个R语言中不怎么思考的问题，我这个变量要存放什么样的数据呢？

数据类型

R的基本数据类型有六种 "logical", "integer", "numeric" (等价于"double"), "complex", "character" 和 "raw"，但常用的就四种， "integer", "numeric","logical"和"character"。

对于数值数据而言，C++的整型和浮点型可以定义多种精度，而R语言则简化成两种"integer"(32 bit)和"numeric"(53 bits)，并且默认情况下数值都是浮点型。

在数据结构上，R语言提供了向量(vector)，矩阵(matrix)，数组(array)，数据框(data.frame)和列表(list)，唯独没有标量。其中向量可以认为是R语言的基本单位，是其他数据结构的基础。

原本能够让C++处理R对象，以及将C++处理完结果转成R能识别的对象，你需要了解R的内部结构，但是Rcpp通过定义了一系列数据类型（如下），使得我们能够非常容易地在R和C++之间交换对象。

// Rcpp/include/Rcpp/vector/instantiation.h
namespace Rcpp{typedef Vector<CPLXSXP> ComplexVector ;typedef Vector<INTSXP> IntegerVector ;typedef Vector<LGLSXP> LogicalVector ;typedef Vector<REALSXP> NumericVector ;typedef Vector<REALSXP> DoubleVector ;typedef Vector<RAWSXP> RawVector ;typedef Vector<STRSXP> CharacterVector ;typedef Vector<STRSXP> StringVector ;typedef Vector<VECSXP> GenericVector ;typedef Vector<VECSXP> List ;typedef Vector<EXPRSXP> ExpressionVector ;typedef Matrix<CPLXSXP> ComplexMatrix ;typedef Matrix<INTSXP> IntegerMatrix ;typedef Matrix<LGLSXP> LogicalMatrix ;typedef Matrix<REALSXP> NumericMatrix ;typedef Matrix<RAWSXP> RawMatrix ;typedef Matrix<STRSXP> CharacterMatrix ;typedef Matrix<STRSXP> StringMatrix ;typedef Matrix<VECSXP> GenericMatrix ;typedef Matrix<VECSXP> ListMatrix ;typedef Matrix<EXPRSXP> ExpressionMatrix ;}

以R语言的向量为例，Rcpp考虑到R语言所有可能的数据类型，提供了9种Vector。比如说"NumericVector", "IntegerVector", "LogicalVector"," CharacterVector"就是对应着"integer", "numeric","logical"和"character"这四种数据类型。因此，你可以根据你输入向量的数据类型来进行选择。

我们以一个简单的求和函数作为例子

double sumC(NumericVector v){double total = 0;int num = v.size();for (int i = 0; i< num; i++){total += v[i];}return total;
}

sumC这个函数读取一个数值向量，对其进行结合，返回一个浮点型标量。当然这个浮点型标量在R语言中就表现为一个长度为1的向量。

由于R语言数据类型和C++的不是一一对应，因此在处理过程中，有些时候需要对数据进行转换

std::string(x[i])

变量创建

我们可以通过下面这些方式创建向量

// v <- rep(0, 3)
NumericVector v (3);
// v <- rep(1, 3)
NumericVector v (3,1);
// v <- c(1,2,3) 
// C++11 Initializer list
NumericVector v = {1,2,3}; 
// v <- c(1,2,3)
NumericVector v = NumericVector::create(1,2,3);
// v <- c(x=1, y=2, z=3)
NumericVector v = NumericVector::create(Named("x",1), Named("y")=2 , _["z"]=3);

创建矩阵的方法如下

// m <- matrix(0, nrow=2, ncol=2)
NumericMatrix m1( 2 );
// m <- matrix(0, nrow=2, ncol=3)
NumericMatrix m2( 2 , 3 );
// m <- matrix(v, nrow=2, ncol=3)
NumericMatrix m3( 2 , 3 , v.begin() );

数据框和列表的创建依赖于已有向量，和R语言中创建形式相似。

// Creating DataFrame df from Vector v1, v2
DataFrame df = DataFrame::create(v1, v2);
// When giving names to columns
DataFrame df = DataFrame::create( Named("V1") = v1 , _["V2"] = v2 );// Create list L from vector v1, v2
List L = List::create(v1, v2);
// When giving names to elements
List L = List::create(Named("name1") = v1 , _["name2"] = v2);a

元素获取和赋值

在选取元素之前一定要注意，C++是以0为基，而R是以1为基。

我们可以用[]和()进行数据选取向量中的元素并复制，支持利用数值向量或者逻辑向量来选取多个数据

// 新建向量
NumericVector v  {10,20,30,40,50};
// 设置向两名
v.names() = CharacterVector({"A","B","C","D","E"});
// 准备用于获取数据的向量
NumericVector   numeric = {1,3};
IntegerVector   integer = {1,3};
CharacterVector character = {"B","D"};
LogicalVector   logical = {false, true, false, true, false};
// 获取数据
double x1 = v[0];
double x2 = v["A"];
NumericVector res1 = v[numeric];
NumericVector res2 = v[integer];
NumericVector res3 = v[character];
NumericVector res4 = v[logical];
// 赋值
v[0]   = 100;
v["A"] = 100;
NumericVector v2 {100,200};
v[numeric]   = v2;
v[integer]   = v2;
v[character] = v2;
v[logical]   = v2;

对于矩阵而言，建议只用()进行数据选取，因为没有[row_index, col_index]的操作。

// 创建一个5x5的矩阵
NumericMatrix m( 5, 5 );
// 获取0,2的元素
double x = m( 0 , 2 );
// 选择第1行
NumericVector v = m( 0 , _ );
// 选择第3列
NumericVector v = m( _ , 2 );
// 选择第1-2行，3-4列
NumericMatrix m2 = m( Range(0,1) , Range(2,3) );

对于DataFrame和List，两则都只支持[]选择其中向量。

成员函数

成员函数(member function)是C++面向对象编程中的一个概念，通过调用成员函数可以对类进行操作。

举个例子，对于R语言而言，向量是可以有名字的，例如

x <- c(a = 1, b = 2, c = 3)

R语言是一个面向对象的编程语言，所以这种命名向量其实认为是一个向量拥有了一个名为names的属性而已。

在R语言中attr函数能够增加对象的属性，因此上面代码等价于

y <- c(1,2,3)
attr(y, 'names') <- c('a','b','c')

而C++中的向量和矩阵拥有一个成员函数.name()就可以获取/修改/增加变量命名。

NumericVector addname2(NumericVector x, CharacterVector y){x.names() = y;return x;
}

更通用的是.attr函数,它能够修改和增加任意属性

不同数据类型拥有不同的成员函数，参考

  • 向量: https://teuder.github.io/rcpp4everyone_en/080_vector.html#member-functions
  • 矩阵: https://teuder.github.io/rcpp4everyone_en/100_matrix.html#member-functions-1
  • 数据框: https://teuder.github.io/rcpp4everyone_en/140_dataframe.html#member-functions-2
  • 列表: https://teuder.github.io/rcpp4everyone_en/150_list.html#member-functions-3
  • 字符串: https://teuder.github.io/rcpp4everyone_en/170_string.html#member-functions-4
  • 日期: https://teuder.github.io/rcpp4everyone_en/180_date.html#member-functions-5
  • 时间: https://teuder.github.io/rcpp4everyone_en/190_datetime.html#member-functions-6

缺失值

同R一样，缺失值之间以及缺失值和正常值之间的比较没有意义，因此在写代码过程时要提前考虑到缺失值的可能，或者是用R语言处理完缺失值，把不含缺失值的数据作为C++函数的输入。

R语言采用比特模式对每一种数据类型进行标注，也就是针对每一种数据类型（Integer，Numeric，Character，Logical）保留一个比特作为缺失数据的标签值。

为了在C++中处理R的缺失值，Rcpp提供了四个变量对应R的四种数据类型

  • NA_INTEGER: 整型，Integer
  • NA_STRING: 字符串，Character
  • NA_LOGICAL：逻辑性，Logical
  • NA_REAL：双精度浮点型， Numeric

写一个函数进行讲解下缺失值的使用。

double sumC(NumericVector v, bool na_rm){double total = 0;for (int i = 0; i< v.size(); i++){if( ! NumericVector::is_na(v[i])){total += double(v[i]);} else if (NumericVector::is_na(v[i]) & na_rm){continue ;} else {return NA_REAL;}}return total;
}

NumericVector::is_na()用于判断是否为缺失值，不同的数据类型有不同的is_na。如果na_rm=FALSE，那么返回缺失值，也就是NA_REAL.

参考资料

  • CharacterVector元素转string
  • https://teuder.github.io/rcpp4everyone_en
  • https://adv-r.hadley.nz/rcpp.html#rcpp-intro

版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。

2013053-042d47e898158b14.png
扫码即刻交流

这篇关于「R高级」Rcpp学习笔记之数据结构的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1088166。

相关文章

MySQL高级查询之JOIN、子查询、窗口函数实际案例

MySQL高级查询之JOIN、子查询、窗口函数实际案例

《MySQL高级查询之JOIN、子查询、窗口函数实际案例》：本文主要介绍MySQL高级查询之JOIN、子查询、窗口函数实际案例的相关资料,JOIN用于多表关联查询,子查询用于数据筛选和过滤,窗口函... 目录前言1. JOIN（连接查询）1.1 内连接（INNER JOIN）1.2 左连接（LEFT JOI
阅读更多...
利用Python快速搭建Markdown笔记发布系统

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言：为什么要自建知识博客一、技术选型：极简主义开发栈二、系统架构设计三、核心代码实现（分步解析
阅读更多...
前端高级CSS用法示例详解

前端高级CSS用法示例详解

《前端高级CSS用法示例详解》在前端开发中，CSS（层叠样式表）不仅是用来控制网页的外观和布局，更是实现复杂交互和动态效果的关键技术之一,随着前端技术的不断发展，CSS的用法也日益丰富和高级,本文将深... 前端高级css用法在前端开发中，CSS（层叠样式表）不仅是用来控制网页的外观和布局，更是实现复杂交
阅读更多...
C#数据结构之字符串(string)详解

C#数据结构之字符串(string)详解

《C#数据结构之字符串(string)详解》：本文主要介绍C#数据结构之字符串(string),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录转义字符序列字符串的创建字符串的声明null字符串与空字符串重复单字符字符串的构造字符串的属性和常用方法属性常用方法总结摘
阅读更多...
Java进阶学习之如何开启远程调式

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,：本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx
阅读更多...
kotlin中的行为组件及高级用法

kotlin中的行为组件及高级用法

《kotlin中的行为组件及高级用法》Jetpack中的四大行为组件：WorkManager、DataBinding、Coroutines和Lifecycle,分别解决了后台任务调度、数据驱动UI、异... 目录WorkManager工作原理最佳实践Data Binding工作原理进阶技巧Coroutine
阅读更多...
Java深度学习库DJL实现Python的NumPy方式

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操
阅读更多...
Go语言中三种容器类型的数据结构详解

Go语言中三种容器类型的数据结构详解

《Go语言中三种容器类型的数据结构详解》在Go语言中,有三种主要的容器类型用于存储和操作集合数据：本文主要介绍三者的使用与区别,感兴趣的小伙伴可以跟随小编一起学习一下... 目录基本概念1. 数组（Array）2. 切片（Slice）3. 映射（Map）对比总结注意事项基本概念在 Go 语言中，有三种主要
阅读更多...
深入解析Spring TransactionTemplate 高级用法(示例代码)

深入解析Spring TransactionTemplate 高级用法(示例代码)

《深入解析SpringTransactionTemplate高级用法(示例代码)》TransactionTemplate是Spring框架中一个强大的工具,它允许开发者以编程方式控制事务,通过... 目录1. TransactionTemplate 的核心概念2. 核心接口和类3. TransactionT
阅读更多...
Python中列表的高级索引技巧分享

Python中列表的高级索引技巧分享

《Python中列表的高级索引技巧分享》列表是Python中最常用的数据结构之一,它允许你存储多个元素,并且可以通过索引来访问这些元素,本文将带你深入了解Python列表的高级索引技巧,希望对... 目录1.基本索引2.切片3.负数索引切片4.步长5.多维列表6.列表解析7.切片赋值8.删除元素9.反转列表
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2