R ile daha hızlı tarama yapmak için vektör işleniyor

R'de raster vektörü dönüştürüyorum. Ancak süreç çok uzundu. Daha hızlı yapmak için betiği çok iş parçacığına veya GPU işlemeye koyma olasılığı var mı?

Rasterleştirilmiş vektöre benim senaryom.

r.raster = raster()
extent(r.raster) = extent(setor) #definindo o extent do raster
res(r.raster) = 10 #definindo o tamanho do pixel
setor.r = rasterize(setor, r.raster, 'dens_imov')

r.raster

sınıf: RasterLayer boyutları: 9636, 11476, 110582736 (nrow, ncol, ncell) çözünürlük: 10, 10 (x, y) kapsam: 505755, 620515, 8555432, 8651792 (xmin, xmax, ymin, ymax) koordinatı. ref. : + proj = longlat + referans noktası = WGS84 + ellps = WGS84 + towgs84 = 0,0,0

setor

class: SpatialPolygonsDataFrame özellikleri: 5419 kapsam: 505755, 620515.4, 8555429, 8651792 (xmin, xmax, ymin, ymax) koordinatı. ref. : + proj = utm + bölge = 24 + güney + ellps = GRS80 + birim = m + no_defs değişkenleri: 6 isim: ID, CD_GEOCODI, TIPO, dens_imov, alan_m, ikametgah1 dk değerleri: 35464, 290110605000001, RURAL, 0.00000003,100004, 1.0000 maks. Değer: 58468, 293320820000042, URBANO, 0.54581673,99996, 99.0000

Setor baskısı

Paketi bu şekilde kullanarak işlevi "paralelleştirmeye" çalıştım :rasterizeRparallel

1. SpatialPolygonsDataFrame nesnesini nparçalara bölme
2. rasterize her bölüm ayrı ayrı
3. tüm parçaları tek bir rasterde birleştir

Bilgisayarımda, paralelleştirilmiş rasterizeişlev , paralelleştirilmemiş işlevden 2.75 kat daha az sürdü rasterize.

Not: Aşağıdaki kod, web'den bir çokgen şekil dosyasını (~ 26.2 MB) indirir. Herhangi bir SpatialPolygonDataFrame nesnesini kullanabilirsiniz. Bu sadece bir örnek.

Kitaplıkları ve örnek verileri yükleyin:

# Load libraries
library('raster')
library('rgdal')

# Load a SpatialPolygonsDataFrame example
# Load Brazil administrative level 2 shapefile
BRA_adm2 <- raster::getData(country = "BRA", level = 2)

# Convert NAMES level 2 to factor 
BRA_adm2$NAME_2 <- as.factor(BRA_adm2$NAME_2)

# Plot BRA_adm2
plot(BRA_adm2)
box()

# Define RasterLayer object
r.raster <- raster()

# Define raster extent
extent(r.raster) <- extent(BRA_adm2)

# Define pixel size
res(r.raster) <- 0.1

Şekil 1: Brezilya SpatialPolygonsDataFrame grafiği

Basit iş parçacığı örneği

# Simple thread -----------------------------------------------------------

# Rasterize
system.time(BRA_adm2.r <- rasterize(BRA_adm2, r.raster, 'NAME_2'))

Dizüstü bilgisayarımdaki zaman:

# Output:
# user  system elapsed 
# 23.883    0.010   23.891

Çok iş parçacığı örneği

# Multithread -------------------------------------------------------------

# Load 'parallel' package for support Parallel computation in R
library('parallel')

# Calculate the number of cores
no_cores <- detectCores() - 1

# Number of polygons features in SPDF
features <- 1:nrow(BRA_adm2[,])

# Split features in n parts
n <- 50
parts <- split(features, cut(features, n))

# Initiate cluster (after loading all the necessary object to R environment: BRA_adm2, parts, r.raster, n)
cl <- makeCluster(no_cores, type = "FORK")
print(cl)

# Parallelize rasterize function
system.time(rParts <- parLapply(cl = cl, X = 1:n, fun = function(x) rasterize(BRA_adm2[parts[[x]],], r.raster, 'NAME_2')))

# Finish
stopCluster(cl)

# Merge all raster parts
rMerge <- do.call(merge, rParts)

# Plot raster
plot(rMerge)

Şekil 2: Brezilya Raster grafiği

Dizüstü bilgisayarımdaki zaman:

# Output:
# user  system elapsed 
# 0.203   0.033   8.688 

R'de paralelleştirme hakkında daha fazla bilgi :

• nasıl yapılır-go-paralel-in-r-temelleri-ipuçları
• paralel bilgi işlem-r
• çalışan-r-iş-hızlı-on-birçok-makineleri
• R'de paralelleme ve Kümeleme örneği