在R语言中，是否有一种标准化的方法来测量函数的执行时间？
显然，我可以在执行前后使用system.time，然后取这两个时间的差值，但我想知道是否有一些标准化的方法或函数（不想重新发明轮子）。
我记得曾经使用过类似于下面的内容：
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
另一种可能的做法是使用Sys.time():
start.time <- Sys.time()
...Relevent codes...
end.time <- Sys.time()
time.taken <- end.time - start.time
time.taken
虽然相比上面的答案，这不是最优雅的方法，但绝对是一种可行的方法。
system.time() 对我来说更快。我认为 system.time() 的答案应该被接受！ - Gwang-Jin Kims=Sys.time(); <code here> ; Sys.time()-s;。这将打印时间差异，以及您的代码可能产生的任何输出。 - Colesystem.time() 可以实现此功能。system.time(result <- myfunction(带有, 参数))system.time() 函数有一个名为 gcFirst 的参数，默认值为 TRUE。一方面，这使得测量结果更具可重复性，但另一方面也可能会导致总运行时间显著增加（当然，这部分时间不会被计算在内）。 - jakob-rsystem.time(result <- myfunction(with, arguments)) 并得到了 187.564 的输出结果 - 这是以秒为单位还是其他什么单位？ - zsad512system.time 的人，请阅读以下注意事项：“object not found” and “unexpected symbol” errors when timing R code with system.time()。 - Zheyuan Li正如Andrie所说，system.time()很好用。对于短函数，我更喜欢将replicate()放在其中：
system.time( replicate(10000, myfunction(with,arguments) ) )
microbenchmark 是一个轻量级（约50KB）的包，在 R 中用于对多个表达式和函数进行基准测试的标准方式：
microbenchmark(myfunction(with,arguments))
> 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
这两个表达式都被评估了10000次，平均执行时间约为25-30纳秒。
一种稍微更好的测量执行时间的方法是使用rbenchmark包。该包（轻松地）允许您指定测试应重复多少次以及相对基准应该是什么。
另请参阅相关问题：stats.stackexchange
还有 proc.time()
你可以像使用Sys.time一样使用它，但它会给出与system.time类似的结果。
ptm <- proc.time()
#your function here
proc.time() - ptm
使用的主要区别在于
system.time({ #your function here })
这意味着proc.time()方法仍然会执行您的函数，而不仅仅是测量时间...顺便说一句，我喜欢在{}内使用system.time，这样您就可以放置一组内容...
“tictoc”软件包提供了一种非常简单的测量执行时间的方法。文档位于：https://cran.fhcrc.org/web/packages/tictoc/tictoc.pdf。
install.packages("tictoc")
require(tictoc)
tic()
rnorm(1000,0,1)
toc()
要将经过的时间保存到变量中，可以这样做：
install.packages("tictoc")
require(tictoc)
tic()
rnorm(1000,0,1)
exectime <- toc()
exectime <- exectime$toc - exectime$tic
虽然其他解决方案对于单一功能很有用，但我推荐以下代码片段，因为它更加通用和有效:
Rprof(tf <- "log.log", memory.profiling = TRUE)
# the code you want to profile must be in between
Rprof (NULL) ; print(summaryRprof(tf))
microbenchmark或profvis。 - Simon C.另一个简单而非常强大的方法是使用 profvis 包。它不仅可以测量代码的执行时间，而且还可以为您执行的每个函数提供详细信息。它也可以用于Shiny。
library(profvis)
profvis({
#your code here
})
点击此处以查看一些示例。
proc.time() 的……但我更喜欢这个可爱的名字。=) - isomorphismes
proc.time，因为你需要的是system.time。 - MarekRprof是一个不错的选择。它可以提供代码块/函数中所有进程的概要信息。 - Rich Scrivenrequire(microbenchmark)现在（自几年前起）是衡量效率的社区标准方法。times <- microbenchmark( lm(y~x), glm(y~x), times=1e3); example(microbenchmark)这将对lm和glm进行 1000 次统计比较，而不是仅进行一次system.time测试。 - isomorphismesres <- microbenchmark(你的代码1, 你的代码2)，然后使用print(res)查看表格或者使用ggplot2::autoplot(res)查看箱线图！参考链接 - Travis