![関数を作る
> # 基本形
> f.test<-function(x){
+ x<-x+10 # 引数に10をたす
+ return(x) # 結果を返す
+ }
>
> # 実行
> f.test(2)
[1] 12
早速関数を作ってみる](https://image.slidesharecdn.com/4-130723233822-phpapp01/85/4-R-10-320.jpg)
![関数を作る
# 文字列を変数に指定
f.test2<-function(s){
# 結合する文字列を設定
smp.pb <- c("おはよう","こんばんわ","こんにちわ","寒いで
すね","暑いですね")
# 文字列をランダムに抽出
rndStr<-sample(smp.pb,1)
# 文字列を結合する
s<-paste(s, rndStr)
return(s)
}
> f.test2("飯田さん")
[1] "飯田さん おはよう"
当然スクリプトなので型指定などはない。](https://image.slidesharecdn.com/4-130723233822-phpapp01/85/4-R-11-320.jpg)
![効果を確認する
3. 実行してグラフ化
measure_start<-function(s_vals){
measures.period<-c(0,0)
for (x in s_vals){
print(x)
l_time<-samples.low_func(x)
h_time<-samples.high_func(x)
y<-c(l_time[1], h_time[1])
measures.period<-rbind(measures.period, y)
}
…...............
plot(
samples.times,
(df.z[,1] - df.z[,2]),
type="l",
pch = pchs[2],.…...............
}](https://image.slidesharecdn.com/4-130723233822-phpapp01/85/4-R-22-320.jpg)
![[Yang, Downey and Boyd-Graber 2015] Efficient Methods for Incorporating Knowl...](https://cdn.slidesharecdn.com/ss_thumbnails/sparse-constrained-lda-151024072334-lva1-app6891-thumbnail.jpg?width=560&fit=bounds)
![A Neural Attention Model for Sentence Summarization [Rush+2015]](https://cdn.slidesharecdn.com/ss_thumbnails/emnlp2015yomi-151024073845-lva1-app6892-thumbnail.jpg?width=560&fit=bounds)
![ワークスタイルを変革する情報基盤 [ITpro EXPO A651]](https://cdn.slidesharecdn.com/ss_thumbnails/itproexpoa651p-141015234329-conversion-gate02-thumbnail.jpg?width=560&fit=bounds)
More Related Content
Viewers also liked (18)
Similar to 第4回関东ゼロからはじめる搁言语勉强会 (20)
More from Iida Keisuke (8)
Recently uploaded (13)
![ElasticsearchでSPLADEする [Search Engineering Tech Talk 2025 Winter]](https://cdn.slidesharecdn.com/ss_thumbnails/searchtech-250228102455-ddc5ce09-thumbnail.jpg?width=560&fit=bounds)
第4回関东ゼロからはじめる搁言语勉强会
- 2. Agenda ? 自己紹介 ? カスタマイズした関数がほしい ? 関数を作る ? 高い再現性 ? 高速化が可能 ? バイナリー化する ? 効果を確認する
- 3. Agenda ? 自己紹介 ? カスタマイズした関数がほしい ? 関数を作る ? 高い再現性 ? 高速化が可能 ? バイナリー化する ? 効果を確認する
- 4. 自己紹介 ? 名前 飯田 啓介 (twitter: menphis_feel) (facebookの方に主に出現) ? 会社 株式会社ブリリアントサービス ? 業務 サーバー、データ解析、マイニング
- 5. Agenda ? 自己紹介 ? カスタマイズした関数がほしい ? 関数を作る ? 高い再現性 ? 高速化が可能 ? バイナリー化する ? 効果を確認する
- 6. カスタマイズした関数がほしい Rは統計解析のライブラリーが充実 統計解析を少ないステップ数で実行できることが特 徴 ? 統計解析に特化した関数が標準で組み込まれている ? スクリプトなので細かい設定が不要 ? 颁搁础狈パッケージでモジュールの拡张が容易
- 7. カスタマイズした関数がほしい 実績のある関数は再利用したい ? 他プロジェクトでも利用したい ? 実績のある関数は部品化しておく ? 高いデータの再現性 ? 処理を高速化したい
- 8. Agenda ? 自己紹介 ? カスタマイズした関数がほしい ? 関数を作る ? 高い再現性 ? 高速化が可能 ? バイナリー化する ? 効果を確認する
- 10. 関数を作る > # 基本形 > f.test<-function(x){ + x<-x+10 # 引数に10をたす + return(x) # 結果を返す + } > > # 実行 > f.test(2) [1] 12 早速関数を作ってみる
- 11. 関数を作る # 文字列を変数に指定 f.test2<-function(s){ # 結合する文字列を設定 smp.pb <- c("おはよう","こんばんわ","こんにちわ","寒いで すね","暑いですね") # 文字列をランダムに抽出 rndStr<-sample(smp.pb,1) # 文字列を結合する s<-paste(s, rndStr) return(s) } > f.test2("飯田さん") [1] "飯田さん おはよう" 当然スクリプトなので型指定などはない。
- 12. Agenda ? 自己紹介 ? カスタマイズした関数がほしい ? 関数を作る ? 高い再現性 ? 高速化が可能 ? バイナリー化する ? 効果を確認する
- 13. 高い再現性 $ R --no-save --vanilla --file=r04_test.R Rのファイルをそのまま読みこませればデータを再現させれ る。
- 14. Agenda ? 自己紹介 ? カスタマイズした関数がほしい ? 関数を作る ? 高い再現性 ? 高速化が可能 ? バイナリー化する ? 効果を確認する
- 17. Agenda ? 自己紹介 ? カスタマイズした関数がほしい ? 関数を作る ? 高い再現性 ? 高速化が可能 ? バイナリー化する ? 効果を確認する
- 18. バイナリー化する > library(compiler) > binary_func = compiler::cmpfun(inline_func) > library(compiler) > binary_func = compiler::cmpfun(inline_func) バイナリー化のコードはこれだけ
- 19. Agenda ? 自己紹介 ? カスタマイズした関数がほしい ? 関数を作る ? 高い再現性 ? 高速化が可能 ? バイナリー化する ? 効果を確認する
- 20. 効果を確認する 1. 処理時間の長い関数を作成 samples.low_random<-function(s_val){ tensu<-c(1:100) x<-sample(length(tensu), size=3, replace=FALSE, prob=tensu) for (i in 2:s_val){ aa<-0 for(zz in c(1:10000)){ aa<-aa+zz } y<-sample(length(tensu), size=3, replace=FALSE, prob=tensu) x<-rbind(x,y) } …........... }
- 21. 効果を確認する 2. コンパイルして高速化 library(compiler) samples.high_random = compiler::cmpfun(samples.low_random)
- 22. 効果を確認する 3. 実行してグラフ化 measure_start<-function(s_vals){ measures.period<-c(0,0) for (x in s_vals){ print(x) l_time<-samples.low_func(x) h_time<-samples.high_func(x) y<-c(l_time[1], h_time[1]) measures.period<-rbind(measures.period, y) } …............... plot( samples.times, (df.z[,1] - df.z[,2]), type="l", pch = pchs[2],.…............... }