R 语言数值实验中常见技巧整理
点击下方公众号，回复资料分享，收获惊喜
简介
最近在进行新文章的数值模拟阶段。上一次已经跟读者们分享了模拟实验的大致流程，见：数值模拟流程记录和分享 。
本文汇总小编在模拟实验中的常用技巧。目录如下：
1. 隐藏输出结果
2. 自动创建文件夹
3. 保存多个数据到 Excel 中
4. 运行完程序提醒
5. 计算运行时间
6. 运行时进度条显示
1. 隐藏输出结果
在拟合数据时，如果使用第三方包拟合，可能会出现以下情景：
如果想删除自动输出的内容，可以使用以下代码
sink("NUL")
fit <- fit(obj, data, stepsEM = 300, every = 100)
sink()
此时，将不会自动输出其他结果。该方法参考于stackoverflow[1]，上面代码适用于 mac，windows 读者自测噢～
2. 自动创建文件夹
有时候，读者需要保存实验结果并将其放到子文件夹中，可以通过以下代码，自动创建 result3 文件夹。然后再配合 write.xlsx()，save.image() 来存储数据和工作空间 （见下一个知识点）。
folder_path <- paste("result3/",lambda,'-',m,sep='') #路径设置
if (!file.exists(folder_path)) { dir.create(folder_path,recursive = TRUE) } else { cat("Folder already exists:", folder_path, "\n")}
3. 保存多个数据到 Excel 中
使用 openxlsx[2] 包，将需要保存的变量 RB, RMSE, LEN, COV 存放到列表中。并通过 write.xlsx() 进行保存：
library(openxlsx)
sheets = list('RB'= RB, 'RMSE' = RMSE, 'LEN' = LEN, 'COV' = COV)
write.xlsx(sheets,paste(folder_path,"/n",n,".xlsx",sep=''),colNames = TRUE,rowNames = TRUE)
此时得到的结果：
技巧：使用
paste()函数，自动根据参数不同（n），改变路径和文件名称（文件夹要提前建立好，结合上一个知识点）。
4. 运行完程序提醒
使用 beepr[3] 包中的 beep()，在代码末尾加入，即可在程序结束后发出声音从而提醒读者程序已运行完。详细教程见小编以前写的推文：程序结束后记得提醒我。
beepr::beep(sound = "mario")
5. 计算运行时间
有时候需要计算每次循环的运行时间，可以使用以下代码：
start_time <- Sys.time() # 记录初始时间
myfunction() # 运行你的代码
end_time <- Sys.time() # 记录终止时间
还有其他更高级的用法，详细见小编以前写的推文：计算代码运行时间的 5 种方法。
6. 运行时进度条显示
为了展示循环次数和循环进度，可以在循环中添加 print(i)：
for(i in 1:10){
print(i)
# my_funtions #其他内容
}
当循环次数太多时，可以使用 if(i %% 10 == 0) print(i)，此时得到：
另一种方式是，创建一个进度条（个人使用比较多），它将根据循环总次数，动态的展示百分比（见下面的 GIF）
# 创建一个进度条
pb <- txtProgressBar(min = 0, max = 100, style = 3) # 指定最小值、最大值和样式
# 模拟一个循环，更新进度条
for (i in 1:100) {
Sys.sleep(0.1) # 模拟耗时操作
setTxtProgressBar(pb, i) # 更新进度条
}
close(pb) # 关闭进度条
小编有话说
本文主要介绍模拟实验中常用到的技巧，个人觉得非常实用。下一期将汇总 模拟实验中的绘图技巧。
参考资料
stackoverflow: https://stackoverflow.com/questions/2501895/how-to-suppress-output
[2]openxlsx: https://cran.r-project.org/web/packages/openxlsx/index.html
[3]beepr: https://www.r-project.org/nosvn/pandoc/beepr.html
相关推荐
colourpicker包：图形颜色拾取器
visdat包：助你一眼看穿数据结构和缺失值！
report包：助你自动出统计报告！
reticulate包｜数据科学者的福音