Función de medición del tiempo de ejecución en R

¿Existe una forma estandarizada en R de medir el tiempo de ejecución de la función?

Obviamente, puedo tomar system.timeantes y después de la ejecución y luego tomar la diferencia de esos, pero me gustaría saber si hay alguna forma o función estandarizada (me gustaría no inventar la rueda).

Me parece recordar que una vez he usado algo como a continuación:

somesysfunction("myfunction(with,arguments)")
> Start time : 2001-01-01 00:00:00  # output of somesysfunction
> "Result" "of" "myfunction"        # output of myfunction
> End time : 2001-01-01 00:00:10    # output of somesysfunction
> Total Execution time : 10 seconds # output of somesysfunction

Otra forma posible de hacer esto sería usar Sys.time ():

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

No es la forma más elegante de hacerlo, en comparación con las respuestas anteriores, pero definitivamente es una forma de hacerlo.

La función incorporada system.time()lo hará.

Usar como: system.time(result <- myfunction(with, arguments))

Como dijo Andrie, system.time()funciona bien. Para una función corta, prefiero ponerla replicate():

system.time( replicate(10000, myfunction(with,arguments) ) )

Una forma un poco mejor de medir el tiempo de ejecución es utilizar el paquete rbenchmark . Este paquete (fácilmente) le permite especificar cuántas veces replicar su prueba y cuál debería ser el punto de referencia relativo.

Vea también una pregunta relacionada en stats.stackexchange

microbenchmark es un paquete liviano (~ 50kB) y más o menos una forma estándar en R para comparar múltiples expresiones y funciones:

microbenchmark(myfunction(with,arguments))

Por ejemplo:

> microbenchmark::microbenchmark(log10(5), log(5)/log(10), times = 10000)
Unit: nanoseconds
           expr min lq    mean median uq   max neval cld
       log10(5)   0  0 25.5738      0  1 10265 10000   a
 log(5)/log(10)   0  0 28.1838      0  1 10265 10000

Aquí ambas expresiones se evaluaron 10000 veces, con un tiempo de ejecución medio de alrededor de 25-30 ns.

También hay proc.time()

Puede usarlo de la misma manera Sys.timepero le da un resultado similar a system.time.

ptm <- proc.time()
#your function here
proc.time() - ptm

la principal diferencia entre usar

system.time({ #your function here })

es que el proc.time()método todavía no ejecutar su función en lugar de simplemente midiendo el tiempo ... y por cierto, me gusta usar system.timecon {}el interior de lo que puede poner un conjunto de cosas ...

El paquete "tictoc" le brinda una forma muy simple de medir el tiempo de ejecución. La documentación está en: https://cran.fhcrc.org/web/packages/tictoc/tictoc.pdf .

install.packages("tictoc")
require(tictoc)
tic()
rnorm(1000,0,1)
toc()

Para guardar el tiempo transcurrido en una variable que puede hacer:

install.packages("tictoc")
require(tictoc)
tic()
rnorm(1000,0,1)
exectime <- toc()
exectime <- exectime$toc - exectime$tic

Aunque otras soluciones son útiles para una sola función, recomiendo el siguiente código donde es más general y efectivo:

Rprof(tf <- "log.log", memory.profiling = TRUE)
# the code you want to profile must be in between
Rprof (NULL) ; print(summaryRprof(tf))

Otra forma simple pero muy poderosa de hacer esto es mediante el uso del paquete profvis. No solo mide el tiempo de ejecución de su código, sino que le proporciona un desglose de cada función que ejecuta. También se puede usar para Shiny.

library(profvis)

profvis({
  #your code here
})

Haga clic aquí para ver algunos ejemplos.

Se puede utilizar MATLAB-estilo tic- tocfunciones, si lo prefiere. Ver esta otra pregunta SO

Función de cronómetro en R