使用多核和并行编程加速data.table分组操作
我有一大段代码，目前速度瓶颈在于聚合步骤。 我希望加快数据分组步骤的速度。我的代码中，一个简单而非平凡的示例（SNOTE）的数据如下： library(data.table) a = sample(1:10000000, 50000000, replace = TRUE) b = sam...
R中的并行处理 - 使用mclapply()和pbmclapply()设置种子
我正在使用R语言中的parallel包中的mclapply()并行运行模拟程序，希望能够跟踪每个函数调用的进度。因此，我决定改用pbmcapply包中的pbmclapply()，以便每次运行模拟时都有一个进度条(pbmclapply()是为mclapply()特别创建的包装器，因此它们应该具有...
mclapply随机返回NULL
当我使用mclapply时，偶尔（真的很随机）会出现错误的结果。这个问题在互联网上的其他帖子中被很彻底地描述了，例如（http://r.789695.n4.nabble.com/Bug-in-mclapply-td4652743.html）。然而，还没有提供解决方案。有谁知道如何解决这个问题吗...
R中大栅格数据的并行处理（Windows）
我将使用doSNOW包，尤其是parLapply函数，对一组大型栅格数据集（OS：Windows x64）进行重新分类（以及其他操作）。 代码看起来有些像这个最小化的例子： library(raster) library(doSNOW) #create list containing t...
R中的mclapply和foreach的区别
我对所有 "embarrassingly parallel" 的计算使用 mclapply。我发现它干净易用，当参数mc.cores = 1和mc.preschedule = TRUE时，我可以在mclapply内的函数中插入browser()，就像在普通的 R 中一样逐行调试。这有助于更快地...
使用mclapply在R中抑制警告
使用mclapply()时，所有发出的警告似乎都被抑制了：library(multicore) mclapply(1:3, function(x) warning(x)) [[1]] [1] "1" [[2]] [1] "2" [[3]] [1] "3" 使用 lapply 时将会得到：...
理解R语言中mclapply和parLapply之间的区别
我最近开始在一个项目中使用R语言的并行技术，并且已经通过parallel包中的mclapply函数使程序在Linux系统上运行。然而，我对于Windows系统上的parLapply函数理解不够深入，遇到了一些问题。 通过使用mclapply函数，我可以设置核心数和迭代次数，并将它们传递给我的...
有没有办法追踪mclapply的进度？
我很喜欢 plyr 的 llply 中的设置 .progress = 'text'。但是，当使用来自multicore包的 mclapply 时，它会引起我的焦虑，因为列表项被发送到各个核心然后在最后汇总。 我一直在输出像 *当前正在进行 sim_id ＃....* 这样的消息，但这并不太有...