R과 함께 사용할 C 코드를 작성하는 방법을 배우는 데 가장 좋은 리소스는 무엇입니까? R 확장 의 시스템 및 외국어 인터페이스 섹션에 대해 알고 있지만 꽤 어렵습니다. R과 함께 사용할 C 코드를 작성하는 데 유용한 리소스 (온라인 및 오프라인 모두)는 무엇입니까?
명확히하기 위해 C 코드를 작성하는 방법을 배우고 싶지 않고 R과 C를 더 잘 통합하는 방법을 배우고 싶습니다. 예를 들어 C 정수 벡터에서 R 정수 벡터로 (또는 그 반대로) 변환하는 방법 또는 C 스칼라에서 R 벡터로?
답변:
음, 좋은 오래된 것이 있습니다 소스를 사용하십시오, 루크! --- R 자체에는 연구 할 수있는 많은 (매우 효율적인) C 코드가 있으며 CRAN에는 수백 개의 패키지가 있으며 일부는 신뢰할 수있는 작성자가 제공합니다. 이는 연구하고 적응할 수있는 실제 테스트 된 예제를 제공합니다.
그러나 Josh가 의심 했듯이 나는 C ++에 더 의존 하므로 Rcpp . 또한 많은 예가 있습니다.
편집 : 도움이 된 두 권의 책이 있습니다.
즉, John은 R 개체와 C ++ 개체 ( Rcpp 를 통해 ) 간의 일치 가 매우 자연 스럽다는 것을 알게되면서 Rcpp를 좋아 하고 기여 하고 있습니다. 그리고 ReferenceClasses가 도움이됩니다.
편집 2 : Hadley의 다시 초점을 맞춘 질문 으로 C ++를 고려할 것을 강력히 촉구합니다. C --- 매우 지루하고 매우 피할 수있는 상용구 말도 안되는 일이 너무 많습니다 . Rcpp 소개 비 네트를 살펴보십시오 . 또 다른 간단한 예는 10 % 차이에 대해 걱정하는 대신 (Radford Neal 예제 중 하나에서) C ++ (물론 인위적인 예제에서)로 80 배 증가 할 수 있음을 보여주는 이 블로그 게시물 입니다.
편집 3 : C ++ 오류가 발생할 수 있다는 점에서 약간 복잡합니다. 그러나 Rcpp 를 확장하는 대신 사용하려면 거의 필요하지 않습니다. 그리고이 비용 은 부인할 수 없지만 더 간단한 코드, 더 적은 상용구, 보호 / 비보호, 메모리 관리 등 의 이점 으로 인해 훨씬 가려집니다 . C ++를 작성하는 것보다. YMMV 및 모든 것.
ggplot합니까?
해들리,
C 코드와 유사한 C ++ 코드를 확실히 작성할 수 있습니다.
나는 C ++가 C보다 더 복잡하다는 것에 대해 당신이 말하는 것을 이해합니다. 이것은 객체, 템플릿, STL, 템플릿 메타 프로그래밍 등 모든 것을 마스터하고 싶다면 ... 대부분의 사람들은 이러한 것들이 필요하지 않으며 다른 사람들에게 의존 할 수 있습니다. 그것에. Rcpp의 구현은 매우 복잡하지만 냉장고 작동 방식을 모른다고해서 문을 열고 신선한 우유를 얻을 수 없다는 의미는 아닙니다.
R에 대한 많은 공헌에서 저를 놀라게하는 것은 R이 다소 지루하다는 것입니다 (데이터 조작, 그래픽, 문자열 조작 등). R의 내부 C API로 더 많은 놀라움에 대비하십시오. 이것은 매우 지루합니다.
때때로 나는 R-exts 또는 R-ints 매뉴얼을 읽습니다. 이것은 도움이됩니다. 그러나 대부분의 경우 내가 정말로 무언가에 대해 알고 싶을 때 R 소스와 Simon이 작성한 패키지 소스로 이동합니다 (보통 배울 것이 많습니다).
Rcpp는 API의 이러한 지루한 측면을 없애도록 설계되었습니다.
몇 가지 예를 바탕으로 더 복잡하고 난독 화 된 등을 스스로 판단 할 수 있습니다. 이 함수는 C API를 사용하여 문자형 벡터를 만듭니다.
SEXP foobar(){
SEXP ab;
PROTECT(ab = allocVector(STRSXP, 2));
SET_STRING_ELT( ab, 0, mkChar("foo") );
SET_STRING_ELT( ab, 1, mkChar("bar") );
UNPROTECT(1);
}Rcpp를 사용하면 다음과 같은 함수를 작성할 수 있습니다.
SEXP foobar(){
return Rcpp::CharacterVector::create( "foo", "bar" ) ;
}또는:
SEXP foobar(){
Rcpp::CharacterVector res(2) ;
res[0] = "foo" ;
res[1] = "bar" ;
return res ;
}Dirk가 말했듯이 여러 비 네트에 대한 다른 예가 있습니다. 우리는 또한 사람들이 각각 코드의 매우 특정한 부분을 테스트하고 다소 자명하기 때문에 단위 테스트로 사람들을 안내합니다.
나는 분명히 여기에 편향되어 있지만 R의 C API를 배우는 대신 Rcpp에 대해 익숙해지는 것이 좋습니다. 그리고 무언가가 명확하지 않거나 Rcpp로 할 수없는 것 같으면 메일 링리스트로 오십시오.
어쨌든 판매 피치 끝.
결국에는 어떤 종류의 코드를 작성 하느냐에 달려 있다고 생각합니다.
Romain
@hadley : 안타깝게도 C ++를 시작하는 데 도움이되는 특정 리소스를 염두에 두지 않았습니다. 나는 Scott Meyers의 책 (Effective C ++, More effective C ++, etc ...)에서이 책을 집어 들었지만 실제로 입문이라고 할 수있는 것은 아닙니다.
우리는 거의 독점적으로 .Call 인터페이스를 사용하여 C ++ 코드를 호출합니다. 규칙은 충분히 쉽습니다.
따라서 .Call 함수는 일부 헤더 파일에서 다음과 같이 선언됩니다.
#include <Rcpp.h>
RcppExport SEXP foo( SEXP x1, SEXP x2 ) ;.cpp 파일에서 다음과 같이 구현됩니다.
SEXP foo( SEXP x1, SEXP x2 ){
...
}Rcpp를 사용하는 R API에 대해 더 이상 알 필요가 없습니다.
대부분의 사람들은 Rcpp에서 숫자 형 벡터 만 다루기를 원합니다. NumericVector 클래스를 사용하여이 작업을 수행합니다. 숫자 형 벡터를 만드는 방법에는 여러 가지가 있습니다.
R에서 전달한 기존 객체에서 :
SEXP foo( SEXP x_) {
Rcpp::NumericVector x( x_ ) ;
...
}:: create static 함수를 사용하여 주어진 값으로 :
Rcpp::NumericVector x = Rcpp::NumericVector::create( 1.0, 2.0, 3.0 ) ;
Rcpp::NumericVector x = Rcpp::NumericVector::create(
_["a"] = 1.0,
_["b"] = 2.0,
_["c"] = 3
) ;주어진 크기 :
Rcpp::NumericVector x( 10 ) ; // filled with 0.0
Rcpp::NumericVector x( 10, 2.0 ) ; // filled with 2.0그런 다음 벡터가 있으면 가장 유용한 것은 벡터에서 하나의 요소를 추출하는 것입니다. 이것은 0 기반 인덱싱을 사용하여 operator []로 수행됩니다. 예를 들어 숫자 형 벡터의 합산 값은 다음과 같습니다.
SEXP sum( SEXP x_ ){
Rcpp::NumericVector x(x_) ;
double res = 0.0 ;
for( int i=0; i<x.size(), i++){
res += x[i] ;
}
return Rcpp::wrap( res ) ;
}그러나 Rcpp 설탕을 사용하면 이제 훨씬 더 잘 할 수 있습니다.
using namespace Rcpp ;
SEXP sum( SEXP x_ ){
NumericVector x(x_) ;
double res = sum( x ) ;
return wrap( res ) ;
}이전에 말했듯이 모든 것은 작성하려는 코드의 종류에 따라 다릅니다. 사람들이 Rcpp에 의존하는 패키지에서 무엇을하는지 살펴보고, 비 네트, 단위 테스트를 확인하고 메일 링리스트를 통해 우리에게 돌아 오십시오. 항상 기꺼이 도와 드리겠습니다.
@jbremnant : 맞습니다. Rcpp 클래스는 RAII 패턴에 가까운 것을 구현합니다. Rcpp 개체가 생성되면 생성자는 기본 R 개체 (SEXP)가 가비지 수집기로부터 보호되도록 적절한 조치를 취합니다. 소멸자는 보호를 철회합니다. 이것은 Rcpp 유도 비 네트에 설명되어 있습니다. 기본 구현은 R API 함수 R_PreserveObject 및 R_ReleaseObject 에 의존합니다.
실제로 C ++ 캡슐화로 인해 성능이 저하됩니다. 우리는 인라인 등으로 이것을 최소한으로 유지하려고 노력합니다. 패널티는 적으며 코드를 작성하고 유지하는 데 걸리는 시간 측면에서 이득을 고려할 때 그다지 적절하지 않습니다.
Rcpp 클래스 Function에서 R 함수를 호출하는 것은 C API를 사용하여 eval을 직접 호출하는 것보다 느립니다. 이는 예방 조치를 취하고 함수 호출을 tryCatch 블록으로 래핑하여 R 오류를 캡처하고 C ++에서 표준 try / catch를 사용하여 처리 할 수 있도록 C ++ 예외로 승격하기 때문입니다.
대부분의 사람들은 벡터 (특히 NumericVector)를 사용하기를 원하며이 클래스의 패널티는 매우 적습니다. examples / ConvolveBenchmarks 디렉토리에는 R-exts의 악명 높은 convolution 함수의 여러 변형이 포함되어 있으며 비 네트에는 벤치 마크 결과가 있습니다. Rcpp는 R API를 사용하는 벤치 마크 코드보다 더 빠릅니다.