R軟體閒話家常-教學、資料、統計、分析、運算

許多人認為學會過了程式設計，就能夠駕馭R 語言！殊不知R 語法有其特殊性，更遑論背後的統計模型與繪圖專業了。舉例來說，下面就是標準的不良R 程式(canonical bad Rprogram)，用來計算a 與b 兩向量的內積:

> (a <- 1:5)

[1] 1 2 3 4 5
> (b <- 5:1)

[1] 5 4 3 2 1

> d <- NULL
> for (i in 1:length(a)) {
+ d[i] <- a[i] * b[i]
+ }
> d

[1] 5 8 9 8 5

> s <- 0
> for (i in 1:length(d)) {
+ s <- s + d[i]
+ }
> s

[1] 35

傳統的兩次迴圈設計，當資料量大時，會大幅影響執行時間。其實善用R 的向量化(vectorization)特性，一到兩行的指令即可快速輕易地算出向量內積了。(註：因資料量很小，此例感受不到速度的差異！)

> (d <- a * b)
[1] 5 8 9 8 5

> (s <- sum(a * b))
[1] 35

以程式執行效率的觀點來看，R的世界非不得已 (指當無法運用apply系列函數與vectorization特性時) 才會使用for迴圈。