R 中的内存分析 - 总结工具

发布于 2024-10-20 11:07:11 字数 608 浏览 8 评论 0原文

R 有一些用于内存分析的工具，例如带有选项 "memory.profiling=TRUE" 的 Rprofmem()、Rprof() 和 跟踪内存（）。最后一个只能用于对象，因此对于跟踪对象被复制的次数很有用，但没有给出函数基础上的概述。 Rprofmem 应该能够做到这一点，但即使是像 lm() 这样最简单的函数调用的输出也会给出超过 500 行日志。我试图弄清楚 Rprof("somefile.log",memory.profile=T) 实际上做了什么，但我认为我并没有真正理解它。

我能找到的最后一个是 Thomas Lumley 的这条消息，这么说，我引用：

我还没有工具来总结输出。

那是在 2006 年。现在有机会可以根据 Rprofmem()（Rprof() 与内存的神秘输出）进行一些不错的摘要。 profile 设置 TRUE 或任何其他工具？

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

半岛未凉 2024-10-27 11:07:11

profvis 看起来像是这个问题的解决方案问题。

它生成一个交互式 .html 文件（使用 htmlwidgets），显示代码的分析。

简介小插图是对其功能的很好的指导。

直接从介绍中获取，您可以像这样使用它：

devtools::install_github("rstudio/profvis")
library(profvis)

# Generate data
times <- 4e5
cols <- 150
data <- as.data.frame(x = matrix(rnorm(times * cols, mean = 5), ncol = cols))
data <- cbind(id = paste0("g", seq_len(times)), data)
profvis({
    data1 <- data   # Store in another variable for this run

    # Get column means
    means <- apply(data1[, names(data1) != "id"], 2, mean)

    # Subtract mean from each column
    for (i in seq_along(means)) {
        data1[, names(data1) != "id"][, i] <- data1[, names(data1) != "id"][, i] - means[i]
    }
}, height = "400px")

其中给出

profvis looks like the the solution to this question.

It generates an interactive .html file (using htmlwidgets) showing the profiling of your code.

The introduction vignette is a good guide on its capability.

Taking directly from the introduction, you would use it like this:

devtools::install_github("rstudio/profvis")
library(profvis)

# Generate data
times <- 4e5
cols <- 150
data <- as.data.frame(x = matrix(rnorm(times * cols, mean = 5), ncol = cols))
data <- cbind(id = paste0("g", seq_len(times)), data)
profvis({
    data1 <- data   # Store in another variable for this run

    # Get column means
    means <- apply(data1[, names(data1) != "id"], 2, mean)

    # Subtract mean from each column
    for (i in seq_along(means)) {
        data1[, names(data1) != "id"][, i] <- data1[, names(data1) != "id"][, i] - means[i]
    }
}, height = "400px")

Which gives