Импортиране на предварително генериран r обект в Rmarkdown

Надявам се този въпрос да е смислен и подходящ за тук:

По същество пиша код в рамките на Rmd файл, който включва симулация на рандомизиране на данни, което е много дълъг for цикъл. Този процес отнема доста време, за да завърши (>2 минути - това е голяма симулация). Съхранявам резултатите и след това ги използвам за анализиране и визуализиране по различни начини в целия Rmd отчет.

Въпреки това, когато създавам и редактирам отчета, може да искам да видя как редакциите на моя код и текст променят html изхода. Всеки път, когато изпълнявам командата knitr:html, трябва да преживея още 2 минути рандомизиране на данни. Това очевидно може да бъде разочароващо бавно.

Има ли начин за изпълнение на процеса for-loop веднъж извън Rmd файла, съхраняване на резултатите и след това просто импортиране на тези резултати в Rmd файла. Почти съм сигурен, че Rmd не може да импортира от глобалната среда. Чудя се дали някой знае начин за това?


r r-markdown
person jalapic    schedule 08.12.2014    source източник

Отговори (2)


arrow_upward
3
arrow_downward

Запазете резултатите от вашата симулация във файл rds, като използвате saveRDS. След това добавете извикване към readRDS в горната част на вашия Rmd файл. Вероятно искате да направите това в блок с echo = FALSE.

person Richie Cotton    schedule 08.12.2014

arrow_upward
0
arrow_downward

Това, което се опитвате да направите, е да кеширате резултатите, генерирани от всяко „парче“

Обърнете се към менюто.

http://yihui.name/knitr/demo/cache/

Надявам се, че използвате RStudio, кеширането е много по-лесно

Алтернативно,

Проверете, като използвате IPython с R. https://www.google.com.au/webhp?sourceid=chrome-instant&ion=1&espv=2&ie=UTF-8#q=using%20Ipython%20with%20R По подразбиране , всички данни, генерирани във всяка клетка в IPython (независимо от R/Python), ще бъдат кеширани във всяка клетка и ще могат да се споделят между клетките.

person biobirdman    schedule 08.12.2014
comment
Добра точка, но ако симулацията е дълга, разумна идея е наличието на по-постоянен начин за съхраняване на резултата от кеширането. - person Richie Cotton; 08.12.2014
comment
@RichieCotton Да, запазването на R обект като .rds файл ще бъде добро за големи R обекти или обекти, които изискват дълго време за генериране. Отнема им повече време, за да прочетат и напишат .rds файла, вместо просто да го запазят в паметта (като това, което прави кеша) - person biobirdman; 08.12.2014