当我将新属性分配给两个不同的图时，R 性能出现问题

Question

在我的 R 脚本中，我有一个图形对象“航班”，然后我使用以下代码为边缘分配一个属性“类型”：

stats <- summary(E(graph)$weight)

# 1st threshfirstThresh <- as.double(stats["1st Qu."]) 
firstThresh

# 2nd thresh 
secondThresh <- as.double(stats["3rd Qu."])

for (i in 1:length(E(flights))){
  if(E(graph)[i]$weight < firstThresh)
    E(graph)[i]$type <- "C"
  else if (E(graph)[i]$weight < secondThresh)
    E(graph)[i]$type <- "M"
  else
    E(graph)[i]$type <- "L"
  cat(i , " - ")
}

为什么使用这段代码，如果我使用另一个具有更多节点和边的图，“for”循环的单次迭代真的慢得多？

特别是，我通过这种方式做了一个简单的基准测试：

start.time <- Sys.time()
...Relevent codes...
end.time <- Sys.time()
time.taken <- end.time - start.time
time.taken

这些是 200 次循环迭代 在两个图上的结果：

• 第一张图：0.5541661秒
• 第一张图：26.57538秒

同样的代码为什么会有这么大的差异？

Answer 1

请尝试以下方法，如果更快，请告诉我们。我没有对这个进行基准测试，因为我没有你的图表。

> g <- make_(ring(10), with_edge_(weight=1:10))

> E(g)$weight
 [1]  1  2  3  4  5  6  7  8  9 10

> E(g)$kind <- 'C'
> E(g)[weight < 3]$kind <- 'A'
> E(g)[3 <= weight & weight < 5]$kind <- 'B'

> E(g)$kind
 [1] "A" "A" "B" "B" "C" "C" "C" "C" "C" "C"

谨慎使用

type

作为属性名称。当应用于顶点时，它应该是逻辑类型的，因为它有一个特殊的解释作为编码二分图的两个分区。

Answer 2

关于

igraph

效率见：https://igraph.discourse.group/t/igraph-is-much-slower-than-networkx-when-generating-a-graph/853.

向量化编码要快得多：

set.seed(2023)
library(igraph)

firstThresh  <- 20
secondThresh <- 80

system.time({
n <- 6072; m <- 66923
graph           <- sample_gnm(n, m)
E(graph)$weight <- round(runif(m) * 100)

E(graph)$type <- "L"
E(graph)$type[which(E(graph)$weight < secondThresh)] <- "M"
E(graph)$type[which(E(graph)$weight < firstThresh)]  <- "C"
})