如何使用lapply()存储模拟结果？mclapply多核使用问题求助

问题分析 #

你原来的代码用lapply遍历空列表虽然能生成结果，但没必要提前创建空列表，换成mclapply实现多核加速的话，直接指定循环次数即可，同时要注意mclapply的系统兼容性。

代码实现（Linux/macOS） #

首先加载parallel包，然后用mclapply直接生成100组模拟数据：

# 加载并行计算包
library(parallel)

# 生成100个模拟结果，每个结果是50个正态分布数据
sim_results <- mclapply(1:100, function(x) rnorm(n = 50))

• 这里1:100指定循环100次，每次执行匿名函数生成50个正态随机数
• 可以通过mc.cores参数指定使用的核数，比如mc.cores = 4，默认会用全部可用核，也可以用detectCores()自动获取：

  sim_results <- mclapply(1:100, function(x) rnorm(50), mc.cores = detectCores())
  

Windows系统替代方案 #

mclapply依赖系统的fork机制，Windows不支持，需要用parLapply：

library(parallel)

# 创建并行集群
cl <- makeCluster(detectCores())
# 生成模拟结果
sim_results <- parLapply(cl, 1:100, function(x) rnorm(n = 50))
# 关闭集群
stopCluster(cl)

验证结果 #

运行后sim_results就是包含100个元素的列表，每个元素是长度为50的数值向量，你可以用length(sim_results)查看列表长度，用length(sim_results[[1]])查看单组数据的长度。

内容的提问来源于stack exchange，提问作者LifeisGood94