加速R中的相关矩阵计算

我有一个包含49个变量和4M行的数据帧.我想计算49 x 49的相关矩阵.所有列都是数字类.

这是一个示例:

df <- data.frame(replicate(49,sample(0:50,4000000,rep=TRUE)))

我使用标准cor函数.

cor_matrix <- cor(df, use = "pairwise.complete.obs")

这花了很长时间.我有16GB RAM和i5单核2.60Ghz.

有没有办法在我的桌面上更快地进行计算?

最佳答案 WGCNA包中有一个更快版本的cor函数(用于根据相关性推断基因网络).在我的3.1 GHz i7 w / 16 GB RAM上,它可以解决相同的49 x 49矩阵,速度提高约20倍:

mat <- replicate(49, as.numeric(sample(0:50,4000000,rep=TRUE)))

system.time(
    cor_matrix <- cor(mat, use = "pairwise.complete.obs")
)
user  system elapsed 
40.391   0.017  40.396 

system.time(
    cor_matrix_w <- WGCNA::cor(mat, use = "pairwise.complete.obs")
)
user  system elapsed 
1.822   0.468   2.290 

all.equal(cor_matrix, cor_matrix_w)
[1] TRUE

当数据包含更多缺失的观察值时,请检查函数的帮助文件以获取有关版本之间差异的详细信息.

点赞