矩阵包的研究 - 页 3 1234567891011 新评论 СанСаныч Фоменко 2016.02.12 14:07 #21 Alexey Volchanskiy: 很好，这是我第一天学习R，请回答我的问题，我想比较R和Matlab的可能性。但不要有敌意，要理智和冷静 :)。R是一种具有OOP功能的语言吗？我能否在R中创建一个32位和64位的dll，以便从MQL4/5中直接使用？如果是这样，我必须安装多大的包才能在用户的电脑上使用这样的dll？我可以连接普通的dlls，以便从R中直接访问吗？R语言中是否有Simulink的类似物？为什么所有的评论都强调R是一个统计程序？我对DSP感兴趣，R有数字信号处理的包吗？R是否有一个内置的紧凑格式来存储数据，类似于Matlab中的.mat文件？1.是的，比较不同的编程语言不是一件容易的事，因为使用一些工具和不使用其他工具往往是程序员的品味问题。我不是R的专家，但我要提到这一点。R没有 "标量 "的概念。它是一个长度为1的向量。也就是说，算术是基于矩阵运算的。一行代码C= A+B可以调用一个矩阵运算在R中，"对象 "的概念被带到了它的逻辑结论：它可以是一个向量，一个矩阵，一个程序矩阵，以及一般来说，用户程序执行的环境。在R中，编写程序是非常容易的，它不仅可以加载执行计算机的处理器和内核，还可以加载本地网络中的邻近计算机...2.我的知识不足以回答这个问题。显然，你不能。这源于R本身结构的特殊性，它在第一次遇到时是一个解释器。但这是一种肤浅的看法。事实上，R是一个与C语言有很好接口的共生体。R的主要力量是包（超过7000个，包含约12万个函数），而这些包通常是对C语言或Fortran语言程序的引用。重点是，R使用C和Fortran库进行所有计算密集型操作。对R的很多关注都在API上，但超出了我的资格范围3.是4.我不这么认为。有一些工具可以用来构建GUI（除了现成的），尽管这不是全部。在这一段中，我想提到在R中广泛开发的工具，这些工具在通常的编程语言中是没有的：这些是统计模型测试的方法。处理统计测试结果的工具是非常发达和先进的。在R中，你可以很容易地回答这个问题："对于100个观察样本，平均数与数学期望值相差多少？"5.广义的统计学，是R的一个特点。不要忘记绘图工具，这是处理统计工作时的基本工具。为了了解R工具的概况，打开网站，有专题的软件包汇编。6.无法比较。但有 "字节码"。但问题是不同的。一个包含几千行代码的R程序是很奇特的。一个普通的R程序就是一个包函数调用。 СанСаныч Фоменко 2016.02.12 14:18 #22 Alexey Volchanskiy: 我必须尝试把我在Matlab中的一些程序翻译成R，以比较速度。如果我周末有时间搞清楚，我会做的，并向大家报告。Matlab是相当慢的，我用C#或C++做了很多东西，并将其作为DLL插入以获得速度。R本身是三倍的弱智。它是一个解释器。调试完全没有问题，起初我开始使用调试器，后来我发现没有用。说到R速度，这里有几个考虑因素。1.你可以把它翻译成字节码，但它是一种膏药2.我们不要忘记，用于计算密集型操作的软件包使用的是库，这些库的选择是考虑到速度的。3.一个用于矩阵运算的库4.矩阵操作不需要循环操作符5.加载所有的核心。在算法允许的情况下，标准且非常简单。一般来说，如果你对两种语言的知识是相同的，仅仅通过从语言到语言的重写来比较程序是可行的。 Alexey Burnakov 2016.02.12 14:23 #23 Alexey Volchanskiy: 我必须尝试在Matlab中把我的一些程序翻译成R，以比较速度。如果我想办法在周末前解决这个问题，我就会去做，并让你知道发生了什么。Matlab的速度相当慢，我用C#或C++做了很多事情，并将其作为DLL插入以获得速度。你看，如果你要计算一些非微不足道的东西，那就要使用一个包。如果包装是用 "加号 "写的，它就会飞起来。如果没有，它可能会爬行。从我自己的经验测试：如果你试图循环浏览data.fram的元素（这是一个数组，可以包含混合的数据类型），并对它们进行计数，可能会非常长。除非使用特殊的软件包，否则R在对大数组进行计算时非常慢。但总有一些库，我需要的计算已经实现了，我可以调用，例如，rollapply(x$V1, mean)并计算所有元素的移动平均数，而不是令人厌烦的长数组元素 的转换。 Alexey Burnakov 2016.02.12 14:25 #24 СанСаныч Фоменко:5.加载所有内核。在算法允许的情况下，标准且非常简单。 SanSanych，你能澄清一下吗？我们在探测R的并行性时，得出了一个明确的结论，即它会加载一个核心（看起来在所有4个核心上加载25%），除非特殊包中另有规定。 Dmitry Fedoseev 2016.02.12 15:59 #25 СанСаныч Фоменко:R自己是三度弱智...... 那么这个软件的范围是什么呢？为一家销售中国消费品的精品店分析一个有效的品种？ Vladimir Suslov 2016.02.12 16:37 #26 СанСаныч Фоменко:...R的主要力量是包（超过7000个，包含约12万个函数）。还有，有多少包和功能是必要的，并且足以获得稳定的利润？如果R不能处理，我们下一步将掌握什么软件？ СанСаныч Фоменко 2016.02.13 08:37 #27 Alexey Burnakov: SanSanych，你能澄清一下吗？我们在感受R的并行性，并得出了一个明确的结论，即它会加载一个核心（看起来在所有4个核心上都有25%的负载），除非特殊包中另有规定。并行计算 是一个非常先进的东西，有很多出版物，例如attac。 附加的文件： parallel.zip 387 kb СанСаныч Фоменко 2016.02.13 08:48 #28 Dmitry Fedoseev: 那么，这个软件的范围是什么？为一家销售中国消费品的专卖店分析一个有效的品种？请完整地阅读我的帖子。要补充的是。当我在写R本身时，请不要忘记，真正的R代码只包括R文本本身的一小部分。最简单的例子。转发：A=B。如果A和B是标量，那么MKL的代码可能会更快。但R中没有标量：A和B至少是向量。在MCL中是有周期的，在R中是没有任何周期的写法，并作为一个包的一部分实现，今天的矩阵计算，在效率上是一流的。而如果你在矩阵计算方面比较R和MCL，R从根本上说更有效率。R的一般原则是，使用不是用R写的现成的高效代码块--如果没有现成的专门库，通常用C写。一句话：通过使用内部子程序和并行计算，R在计算上是高效的。 СанСаныч Фоменко 2016.02.13 09:00 #29 Event:那么，有多少包和功能是必要的、足够的，以获得稳定的利润？如果R还不够，我们下一步将掌握什么软件？对于个人交易者的需求，我们有冗余的软件。今天，R是广义上的统计学领域的顶级软件。例如，传统上归属于人工智能的机器学习方法，在R中得到了广泛体现。还有一个细微差别。该领域的最新流行趋势是以R包的形式出现的。原因就在这里。现在，统计学领域的科学出版物，除了公式之外，通常包含R语言的代码，可以说是一个好的Mauvais ton的标志。而从文章中的R代码到R中的成熟包是一步到位的。补充一点，任何与R有关的东西都是全世界范围内的聚会。把一个包放在R资料库中，会使R中的包的作者成为全世界的名人。R是一个免费的、开放源码的系统，在使用上没有限制。恰恰是R的这一特性使得R能够从以前的付费领导者--SAS、SPSS，以及Python这一混乱的语言中抢占世界领先地位。大约一年前，微软通过收购R的一个付费变体--革命分析--入主R，并且现在正在积极推广它，这不是没有原因的。 Alexey Burnakov 2016.02.13 10:11 #30 СанСаныч Фоменко:并行计算 是一个非常先进的东西，有很多出版物，例如attac。 非常感谢。 1234567891011 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
很好，这是我第一天学习R，请回答我的问题，我想比较R和Matlab的可能性。但不要有敌意，要理智和冷静 :)。
1.是的，比较不同的编程语言不是一件容易的事，因为使用一些工具和不使用其他工具往往是程序员的品味问题。
我不是R的专家，但我要提到这一点。
R没有 "标量 "的概念。它是一个长度为1的向量。也就是说，算术是基于矩阵运算的。一行代码C= A+B可以调用一个矩阵运算
在R中，"对象 "的概念被带到了它的逻辑结论：它可以是一个向量，一个矩阵，一个程序矩阵，以及一般来说，用户程序执行的环境。
在R中，编写程序是非常容易的，它不仅可以加载执行计算机的处理器和内核，还可以加载本地网络中的邻近计算机
...
2.我的知识不足以回答这个问题。显然，你不能。这源于R本身结构的特殊性，它在第一次遇到时是一个解释器。但这是一种肤浅的看法。事实上，R是一个与C语言有很好接口的共生体。R的主要力量是包（超过7000个，包含约12万个函数），而这些包通常是对C语言或Fortran语言程序的引用。重点是，R使用C和Fortran库进行所有计算密集型操作。
对R的很多关注都在API上，但超出了我的资格范围
3.是
4.我不这么认为。有一些工具可以用来构建GUI（除了现成的），尽管这不是全部。在这一段中，我想提到在R中广泛开发的工具，这些工具在通常的编程语言中是没有的：这些是统计模型测试的方法。处理统计测试结果的工具是非常发达和先进的。在R中，你可以很容易地回答这个问题："对于100个观察样本，平均数与数学期望值相差多少？"
5.广义的统计学，是R的一个特点。不要忘记绘图工具，这是处理统计工作时的基本工具。为了了解R工具的概况，打开网站，有专题的软件包汇编。
6.无法比较。但有 "字节码"。但问题是不同的。一个包含几千行代码的R程序是很奇特的。一个普通的R程序就是一个包函数调用。
我必须尝试把我在Matlab中的一些程序翻译成R，以比较速度。如果我周末有时间搞清楚，我会做的，并向大家报告。Matlab是相当慢的，我用C#或C++做了很多东西，并将其作为DLL插入以获得速度。
R本身是三倍的弱智。它是一个解释器。调试完全没有问题，起初我开始使用调试器，后来我发现没有用。
说到R速度，这里有几个考虑因素。
1.你可以把它翻译成字节码，但它是一种膏药
2.我们不要忘记，用于计算密集型操作的软件包使用的是库，这些库的选择是考虑到速度的。
3.一个用于矩阵运算的库
4.矩阵操作不需要循环操作符
5.加载所有的核心。在算法允许的情况下，标准且非常简单。
一般来说，如果你对两种语言的知识是相同的，仅仅通过从语言到语言的重写来比较程序是可行的。
我必须尝试在Matlab中把我的一些程序翻译成R，以比较速度。如果我想办法在周末前解决这个问题，我就会去做，并让你知道发生了什么。Matlab的速度相当慢，我用C#或C++做了很多事情，并将其作为DLL插入以获得速度。
你看，如果你要计算一些非微不足道的东西，那就要使用一个包。如果包装是用 "加号 "写的，它就会飞起来。如果没有，它可能会爬行。
从我自己的经验测试：如果你试图循环浏览data.fram的元素（这是一个数组，可以包含混合的数据类型），并对它们进行计数，可能会非常长。除非使用特殊的软件包，否则R在对大数组进行计算时非常慢。
但总有一些库，我需要的计算已经实现了，我可以调用，例如，rollapply(x$V1, mean)并计算所有元素的移动平均数，而不是令人厌烦的长数组元素 的转换。
5.加载所有内核。在算法允许的情况下，标准且非常简单。
R自己是三度弱智......
那么这个软件的范围是什么呢？为一家销售中国消费品的精品店分析一个有效的品种？
...R的主要力量是包（超过7000个，包含约12万个函数）。
还有，有多少包和功能是必要的，并且足以获得稳定的利润？
如果R不能处理，我们下一步将掌握什么软件？
SanSanych，你能澄清一下吗？我们在感受R的并行性，并得出了一个明确的结论，即它会加载一个核心（看起来在所有4个核心上都有25%的负载），除非特殊包中另有规定。
那么，这个软件的范围是什么？为一家销售中国消费品的专卖店分析一个有效的品种？
请完整地阅读我的帖子。
要补充的是。
当我在写R本身时，请不要忘记，真正的R代码只包括R文本本身的一小部分。
最简单的例子。
转发：A=B。
如果A和B是标量，那么MKL的代码可能会更快。
但R中没有标量：A和B至少是向量。在MCL中是有周期的，在R中是没有任何周期的写法，并作为一个包的一部分实现，今天的矩阵计算，在效率上是一流的。而如果你在矩阵计算方面比较R和MCL，R从根本上说更有效率。
R的一般原则是，使用不是用R写的现成的高效代码块--如果没有现成的专门库，通常用C写。
一句话：通过使用内部子程序和并行计算，R在计算上是高效的。
那么，有多少包和功能是必要的、足够的，以获得稳定的利润？
如果R还不够，我们下一步将掌握什么软件？
对于个人交易者的需求，我们有冗余的软件。
今天，R是广义上的统计学领域的顶级软件。例如，传统上归属于人工智能的机器学习方法，在R中得到了广泛体现。
还有一个细微差别。
该领域的最新流行趋势是以R包的形式出现的。原因就在这里。现在，统计学领域的科学出版物，除了公式之外，通常包含R语言的代码，可以说是一个好的Mauvais ton的标志。而从文章中的R代码到R中的成熟包是一步到位的。
补充一点，任何与R有关的东西都是全世界范围内的聚会。把一个包放在R资料库中，会使R中的包的作者成为全世界的名人。R是一个免费的、开放源码的系统，在使用上没有限制。恰恰是R的这一特性使得R能够从以前的付费领导者--SAS、SPSS，以及Python这一混乱的语言中抢占世界领先地位。
大约一年前，微软通过收购R的一个付费变体--革命分析--入主R，并且现在正在积极推广它，这不是没有原因的。
并行计算 是一个非常先进的东西，有很多出版物，例如attac。