Tag: r

在子目录中构建共享库: 我正在尝试构建一个使用一些C代码的R包。我有一个C库，它被编译成可执行文件，可以从命令行调用。有一个与之关联的Makefile。我试图在这里查看信息如果要创建然后链接到库，比如使用子目录中的代码，请使用类似的东西 .PHONY: all mylibs all: $(SHLIB) $(SHLIB): mylibs mylibs: (cd subdir; make) 小心创建所有必需的依赖项，因为无法保证所有依赖项都以特定顺序运行（并且某些CRAN构建机器使用多个CPU和并行产生）。如果我在我的包中创建一个src文件夹的新子目录，名为someLibrary ，代码和Makefile保持不变，反过来，在我的包的原始Makevars文件中，我将上面的代码保持不变，那么我将能够构建要使用useDynLib导出的共享库？编辑1：在这里的信息，我更改了Makefile以通过添加创建共享库 CFLAG = -fPIC -g -O3 LDFLAGS= -shared 但是，这会导致.so文件不直接导出到包的libs目录的问题。如果我硬编码到目标的路径，那么文件将被发送到包的libs目录（这是通过调用R CMD INSTALL myPackage ）。编辑2：最后，我想知道如何调用共享库，因为它有一个main()方法，我可以从命令行可执行文件中调用它。将它暴露给R NAMESPACE的过程是什么，以便可以通过.Call调用.Call ？ PS。如果我将最后一点作为一个单独的问题，请告诉我。

如何通过传递参数从C ++调用R函数: 我试图从C ++程序调用我的R函数。 rtest = function(input ,output) { a <- input b <- output outpath <- a+b print(a+b) return(outpath) } 这是我的Rfunction。我需要找到一种通过传递参数从C调用此函数的方法。通过传递参数从python代码调用R函数。这里我做了类似的方法从python调用R。所以我需要指定R脚本的路径和函数的名称，并且还能够通过python传递参数。我在C中寻找类似的方式但是没有得到结果。这可能是一件简单的事情。任何帮助表示赞赏。

‘unlockEnvironment’通过’Rcpp’而不是’inline’实现: 实际问题有人可以让我开始我需要做什么来实现unlockEnvironment下面的unlockEnvironment代码？背景看过这篇文章，尝试了基于C代码的Winston Chang的解决方案。它有效，但我觉得我知道太少（实际上没什么，都是）关于内联或C / C ++来真正知道我在做什么;-) 所以我认为这将是一个很好的机会，最终开始学习如何使用R作为C和C ++的接口。而且我想我会跳上Rcpp火车这样做！ Winston’s Gist的代码 require(“inline”) inc <- ' /* This is taken from envir.c in the R 2.15.1 source https://github.com/SurajGupta/r-source/blob/master/src/main/envir.c */ #define FRAME_LOCK_MASK (1<<14) #define FRAME_IS_LOCKED(e) (ENVFLAGS(e) & FRAME_LOCK_MASK) #define UNLOCK_FRAME(e) SET_ENVFLAGS(e, ENVFLAGS(e) & (~ FRAME_LOCK_MASK)) ' src <- ' if (TYPEOF(env) == NILSXP) […]

可以从C或Fortran读取.Rdata文件格式吗？: 我正在C上写一些R扩展（从R调用C函数）。我的代码需要同时使用2个不同的数据集来计算统计量，我需要使用所有可能的对组合来执行此操作。然后，我需要所有这些统计信息（非常大的数组）来继续C侧的计算。这些文件非常大，通常约为40GB，这就是我的问题。要在R调用的C上执行此操作，首先我需要加载R中的所有数据集以将它们传递给C函数调用。但是，理想情况下，如果我能够直接从C或Fortran访问数据集，则可以按顺序在内存中同时维护这些文件中的2个： open file1 – open file2 – compute cov(1,2) close file2 hold file1 – open file3 – compute cov(1,3) … // same approach 这在R上很好，因为我可以加载/卸载文件，但是在调用C或Fortran时我没有任何加载/卸载文件的机制。所以，我的问题是，我可以直接从Fortran或C读取.Rdata文件，能够打开/关闭它们吗？问题的任何其他方法？据我所知，答案是否定的。所以，我正在考虑从Rdata迁移到HDF5。

在会话中更改tempdir（）（更新R_TempDir）: 我正在寻找一种方法来在R会话开始后更改tempdir()位置。我认为需要更新C级全局变量R_TempDir 。在R内做这件事的好方法是什么？

Rcpp：将C数组作为NumericMatrix返回到R: #include #include extern “C” { #include “cheader.h” } using namespace Rcpp; // [[Rcpp::export]] NumericVector cppfunction(NumericVector inputR){ double const* input = inputR.begin(); size_t N = inputR.size(); double output[10*N]; cfunction(input, N, output); std::vector outputR(output, output + sizeof(output) / sizeof(double)); return wrap(outputR); } 这是有效的，除了我必须手动将矢量outputR转换为R中的矩阵。我当然也可以使outputR到NumericMatrix（或者我可以？）然后返回，但我真正的问题是上述过程是最优的吗？我是否必须先将输出转换为std :: vector，然后再转换为NumericVector / Matrix，还是可以以某种方式避免这种情况？我试着直接包装输出但是没有用。

R包链接到外部C库: 我有一些利用igraph库的c代码。我想在它周围放一个R包装并将其作为R包发送给CRAN。 igraph已经在CRAN上有一个R端口，所以我的R包’foo’依赖于R的igraph是有意义的。由于foo使用自己的C代码依赖于C igraph，我如何将我的C函数链接到原始的igraph库？我已经读过这是在一个名为Makevars的文件中完成的，但链接到外部库非常多毛。如果这是不可能的，那么复制整个igraph源代码并将整个内容放入我的/ src目录是否更好？ R igraph包已经有一个名为Makevars的文件，但我不明白如何构建所有的c文件 – 通常在我的Makefile中我有类似gcc（一些.c源文件列表）-o，但Makevar只包含 PKG_CFLAGS=-DUSING_R -I. -Ics -Iglpk -Iglpk/amd -Iglpk/colamd \ -g -O2 -I/usr/include/libxml2 -g -O2 -I/usr/include/libxml2 -DNDEBUG \ -DPACKAGE_VERSION=\”0.6\” -DINTERNAL_ARPACK \ -DIGRAPH_THREAD_LOCAL=/**/ PKG_CXXFLAGS= -DUSING_R -DIGRAPH_THREAD_LOCAL=/**/ -DNDEBUG PKG_LIBS=-lxml2 -lz -lpthread -licucore -lm -lgmp $(FLIBS) $(LAPACK_LIBS) $(BLAS_LIBS) all: $(SHLIB) 并且没有其他Makefile。总之，我如何将C代码放入依赖于另一个C库的R包中，如何编写相应的Makevars（或Makefile）来合并C函数？这里发布了一个较旧的问题，但似乎只是链接到帮助编写自己的C代码，而不依赖于任何东西。

使用dyn.load在R x64中加载编译的c代码时出现问题: 我最近从一台32位笔记本电脑转到64位台式机（均为win7）。我刚刚发现我在使用dyn.load加载dll时出现错误。我想这是一个简单的错误，我忽视了一些事情。例如，我写这个简单的c函数（foo.c）： void foo( int *x) {*x = *x + 1;} 然后在命令提示符下编译它： R CMD SHLIB foo.c 然后在32位RI可以在R中使用它： > dyn.load(“foo.dll”) > .C(“foo”,as.integer(1)) [[1]] [1] 2 但在64位RI获得： > dyn.load(“foo.dll”) Error in inDL(x, as.logical(local), as.logical(now), …) : unable to load shared object ‘C:/Users/Sacha/Documents/R/foo.dll’: LoadLibrary failure: %1 is not a valid Win32 application. nd. 编辑：作为参考，可以使用–arch 64x在架构中强制使用R […]

怎么读大json？: 我收到了带有要在R中分析的数据的json文件，为此我使用了RJSONIO包： library(RJSONIO) filename <- "Indata.json" jFile <- fromJSON(filename) 当json文件大于约300MB（未压缩）时，我的计算机开始使用交换内存并继续解析（fromJSON）几个小时。一个200MB的文件只需要一分钟就可以解析。我在Ubuntu 64bit和16GB RAM上使用R 2.14（64位），所以我很惊讶需要交换大约300MB的json。我怎么能读大jsons？内存设置中有什么东西搞砸了吗？我已重新启动R并仅运行上面的三行。 json文件包含2-3列短字符串，10-20列包含0到1000000之间的数字。即，它是大小的行数（在解析数据中超过一百万行）。更新：从评论中我了解到rjson在C中做得更多，所以我试了一下。带有RJSONIO（根据Ubuntu系统监视器）的300MB文件达到了100％的内存使用率（从6％基线开始）并继续进行交换，只需要60％的内存和rjson包，并且在合理的时间（分钟）内完成解析。

Rh和Rmath.h在本机C程序中: “Rh”和“Rmath.h”是R.app和C之间接口的头文件。但是，它们似乎只能通过R命令’R CMD SHLIB something.c’读取。我希望编译我的本机C程序，使用gcc包含它们。我正在使用Snow Leopard，我无法找到那些头文件！有帮助吗？