教你利用R语言测试电脑的性能
更新时间：2021年04月22日 11:41:51 作者：育种数据分析之放飞自我
这篇文章主要介绍了利用R语言测试电脑的性能如何,通过矩阵的运算来计算，本文通过代码讲解的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
利用R语言测试电脑的性能如何
同事新配了一个电脑，想用R语言编写一个程序，看一下电脑性能如何，让我写个代码测试一下。
我能怎么样，我也不懂如何测试电脑啊，那就计算一下矩阵的运算吧。因为我理解的电脑运行性能就是矩阵计算了。
编写代码
rm(list=ls())
set.seed(123)
# 设置矩阵的行数
n = 10000
# 生成一个矩阵
value = rnorm(n*n, 10,3)
mat = matrix(value,n,n)
# 测试电脑性能
system.time({
# 矩阵求逆
ainv = solve(mat)
})
# 测试电脑性能
system.time({
# 矩阵相乘
re = mat %*% t(mat)
})
代码解释
- 首先把R中的变量清空
- 设计随机种子数，生成的随机数就是一样的
- 然后生成10000*10000的矩阵
- 测试1：矩阵求逆
- 测试2：矩阵相乘
- 测试结果是运行时间。
个人电脑
我的个人电脑是这个样子滴：
- 矩阵求逆运行了
1011 - 秒矩阵相乘运行了
925秒
# 个人电脑，16G内存
# > # 测试电脑性能
# > system.time({
# + # 矩阵求逆
# + ainv = solve(mat)
# + })
# 用户 系统 流逝
# 1007.69 0.62 1011.49
# >
# >
# >
# > # 测试电脑性能
# > system.time({
# + # 矩阵相乘
# + re = mat %*% t(mat)
# + })
# 用户 系统 流逝
# 915.02 0.75 925.86
服务器对比
- 矩阵求逆运行了
6.4 - 秒矩阵相乘运行了
3.32秒
# 公司服务器测试结果
# > # 测试电脑性能
# > system.time({
# + # 矩阵求逆
# + ainv = solve(mat)
# + })
# 用户 系统 流逝
# 146.428 10.211 6.405
# > # 测试电脑性能
# > system.time({
# + # 矩阵相乘
# + re = mat %*% t(mat)
# + })
# 用户 系统 流逝
# 79.945 10.179 3.323
1011s VS 4s！！！
货比货要扔……
补一刀
同事发过来一个CPU的天梯，我看了自己所在的位置，默默的关上了电脑：
到此这篇关于利用R语言测试电脑的性能如何的文章就介绍到这了,更多相关R语言性能测试内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了R语言作图之density plot(密度图)的制作步骤,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-03-03
这篇文章主要介绍了R语言中aggregate 函数的相关资料,aggregate函数是数据处理中常用到的函数，具有强大的功能，可以按照要求把数据打组聚合，然后对聚合以后的数据进行加和、求平均等各种操作，需要的朋友可以参考下2023-04-04
本文主要介绍了R语言向量下标和子集的使用，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2022-03-03
这篇文章主要介绍了R语言-有负下标里才能有零的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
本文将结合实例代码，介绍R语言的Dataframe常用操作使用，文中通过示例代码介绍的非常详细，需要的朋友们下面随着小编来一起学习学习吧2021-06-06
R语言dplyr包之高效数据处理函数（filter、group_by、mutate、summarise）详解
这篇文章主要介绍了R语言dplyr包之高效数据处理函数（filter、group_by、mutate、summarise）的相关知识，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-03-03
这篇文章主要介绍了R语言-如何给直方图加标签，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
RStudio是用于R编程的开源工具，这篇文章主要介绍了大数据分析R语言RStudio使用教程和一些RStudio的重要技巧，窍门和快捷方式，可快速将您变成RStudio高级用户，感兴趣的朋友跟随小编一起看看吧2021-03-03
这篇文章主要介绍了基于R语言赋值符号的区别说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
这篇文章主要介绍了R语言-使用ifelse进行数据分组，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
最新评论