Vectorize（）vs apply（）

Question

Vectorize()中的apply()和R函数通常可用于实现相同的目标。出于可读性原因，我通常更喜欢向量化函数，因为主调用函数与手头的任务有关，而sapply则不然。当我要在我的R代码中多次使用该向量化函数时，它对Vectorize()也很有用。例如：

a <- 100
b <- 200
c <- 300
varnames <- c('a', 'b', 'c')

getv <- Vectorize(get)
getv(varnames)

VS

sapply(varnames, get)

但是，至少在SO上我很少看到解决方案中使用Vectorize()的例子，只有apply()（或其中一个兄弟姐妹）。 Vectorize()是否有任何效率问题或其他合理问题使apply()成为更好的选择？

Answer 1

Vectorize只是mapply的包装。它只是为你提供的任何功能构建一个mapply循环。因此，通常比Vectorize()更容易做的事情和明确的*apply解决方案最终在计算上等同或可能更优越。

另外，对于你的具体例子，你听说过mget，对吗？

Answer 2

添加托马斯的答案。也许速度？

    # install.packages(c("microbenchmark", "stringr"), dependencies = TRUE)
require(microbenchmark)
require(stringr)

Vect <- function(x) { getv <- Vectorize(get); getv(x) }
sapp <- function(x) sapply(x, get)
mgett <- function(x) mget(x)
res <- microbenchmark(Vect(varnames), sapp(varnames), mget(varnames), times = 15)

## Print results:
print(res)
Unit: microseconds
           expr     min       lq  median       uq     max neval
 Vect(varnames) 106.752 110.3845 116.050 122.9030 246.934    15
 sapp(varnames)  31.731  33.8680  36.199  36.7810 100.712    15
 mget(varnames)   2.856   3.1930   3.732   4.1185  13.624    15


### Plot results:
boxplot(res)