Seamless R and C++ Integration with Rcpp

ویرایش: Online-ausg 
نویسندگان: Eddelbuettel. Dirk  
سری: Use R! 64; EBL-Schweitzer 
ISBN (شابک) : 9781461468684, 146146868X 
ناشر: Springer 
سال نشر: 2013 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 410 کیلوبایت 

قیمت کتاب (تومان) : 39,000

پیشگفتار؛ مخاطب هدف؛ بافت تاریخی؛ کار مرتبط؛ قرارداد تایپوگرافی؛ سپاسگزاریها؛ فهرست؛ فهرست جداول؛ فهرست ارقام؛ لیست لیست ها؛ بخش اول مقدمه; 1 مقدمه ای ملایم بر Rcpp. 1.1 زمینه: از R تا C++. 1.2 مثال اول. 1.2.1 تنظیم مشکل. 1.2.2 راه حل اول R. 1.2.3 اولین راه حل C++. 1.2.4 استفاده از Inline; 1.2.5 استفاده از ویژگی های Rcpp. 1.2.6 راه حل دوم R; 1.2.7 دومین راه حل C++; 1.2.8 راه حل سوم R. 1.2.9 سومین راه حل C++; 1.3 مثال دوم. 1.3.1 تنظیم مشکل. 1.3.2 راه حل R; 1.3.3 C++ Solution.

1.3.4 Comparison1.4 Summary; 2 ابزار و راه اندازی. 2.1 راه اندازی کلی. 2.2 کامپایلرها; 2.2.1 راه اندازی عمومی. 2.2.2 یادداشت های خاص پلت فرم. 2.3 رابط برنامه نویسی برنامه R. 2.4 اولین تلفیقی با Rcpp. 2.5 بسته درون خطی. 2.5.1 بررسی اجمالی; 2.5.2 استفاده از شامل; 2.5.3 استفاده از پلاگین ها. 2.5.4 ایجاد پلاگین. 2.6 ویژگی های Rcpp. 2.7 رسیدگی به استثنا. بخش دوم انواع داده های اصلی. 3 ساختار داده: بخش اول. 3.1 کلاس RObject. 3.2 کلاس Integer Vector; 3.2.1 مثال اول: برگرداندن اعداد کامل. 3.2.2 مثال دوم: استفاده از ورودی ها.

3.2.3 مثال سوم: استفاده از ورودی های اشتباه3.3 کلاس NumericVector; 3.3.1 مثال اول: استفاده از دو ورودی. 3.3.2 مثال دوم: معرفی کلون. 3.3.3 مثال سوم: ماتریس ها. 3.4 دیگر کلاس های برداری. 3.4.1 LogicalVector; 3.4.2 CharacterVector; 3.4.3 RawVector; 4 ساختار داده: بخش دوم. 4.1 کلاس نامگذاری شده. 4.2 فهرست با نام GenericVector Class. 4.2.1 فهرستی برای بازیابی پارامترها از R. 4.2.2 فهرستی برای بازگشت پارامترها به R. 4.3 کلاس DataFrame. 4.4 کلاس عملکرد. 4.4.1 مثال اول: استفاده از یک تابع عرضه شده. 4.4.2 مثال دوم: دسترسی به یک تابع R.

4.5 محیط Class4.6 کلاس S4; 4.7 ReferenceClasses; 4.8 توابع کتابخانه ریاضی R. قسمت سوم مباحث پیشرفته; 5 استفاده از Rcpp در بسته شما. 5.1 مقدمه; 5.2 استفاده از Rcpp.package.skeleton. 5.2.1 بررسی اجمالی; 5.2.2 R Code; 5.2.3 کد C++; 5.2.4 شرح؛ 5.2.5 Makevars و Makevars.win; 5.2.6 NAMESPACE; 5.2.7 فایل های راهنما. 5.2.7.1 mypackage-package. Rd; 5.2.7.2 rcpp_hello_world. Rd; 5.3 مطالعه موردی: بسته wordcloud. 5.4 مثال های بیشتر؛ 6 گسترش Rcpp. 6.1 مقدمه; 6.2 گسترش Rcpp::wrap; 6.2.1 پسوند نفوذی. 6.2.2 برنامه افزودنی غیر مداخله ای.

6.2.3 الگوها و تخصص جزئی6.3 گسترش Rcpp::as; 6.3.1 پسوند نفوذی. 6.3.2 پسوند غیر نفوذی. 6.3.3 الگوها و تخصص جزئی. 6.4 مطالعه موردی: بسته RcppBDT. 6.5 مثال های بیشتر. 7 ماژول; 7.1 انگیزه; 7.1.1 افشای توابع با استفاده از Rcpp. 7.1.2 نمایش کلاس ها با استفاده از Rcpp. 7.2 ماژول های Rcpp. 7.2.1 افشای توابع C++ با استفاده از ماژول های Rcpp. 7.2.1.1 مستندات برای توابع در معرض با استفاده از ماژول های Rcpp. 7.2.1.2 مشخصات استدلال های رسمی. 7.2.2 نمایش کلاس های C++ با استفاده از ماژول های Rcpp. 7.2.2.1 مثال اولیه.

7.2.2.2 آشکارسازی سازنده ها با استفاده از ماژول های Rcpp.

Rcpp چسبی است که قدرت و تطبیق پذیری R را با سرعت و کارایی C++ پیوند می دهد. با Rcpp، انتقال داده بین R و C++ تقریباً یکپارچه است و محاسبات آماری با کارایی بالا در نهایت برای اکثر کاربران R قابل دسترسی است. Rcpp باید بخشی از جعبه ابزار هر آماردان باشد. -- مایکل براون، دانشکده مدیریت MIT Sloan "ادغام بدون درز R و C++ با Rcpp" به سادگی یک کتاب فوق العاده است. برای هرکسی که از C/C++ و R استفاده می کند، یک منبع ضروری است. نوشته برجسته است یک امتیاز بزرگ بخش مربوط به برنامه ها است. این بخش ماتریس pa را پوشش می دهد.

Preface; Target Audience; Historical Context; RelatedWork; Typographic Convention; Acknowledgements; Contents; List of Tables; List of Figures; List of Listings; Part I Introduction; 1 A Gentle Introduction to Rcpp; 1.1 Background: From R to C++; 1.2 A First Example; 1.2.1 Problem Setting; 1.2.2 A First R Solution; 1.2.3 A First C++ Solution; 1.2.4 Using Inline; 1.2.5 Using Rcpp Attributes; 1.2.6 A Second R Solution; 1.2.7 A Second C++ Solution; 1.2.8 A Third R Solution; 1.2.9 A Third C++ Solution; 1.3 A Second Example; 1.3.1 Problem Setting; 1.3.2 R Solution; 1.3.3 C++ Solution.

1.3.4 Comparison1.4 Summary; 2 Tools and Setup; 2.1 Overall Setup; 2.2 Compilers; 2.2.1 General Setup; 2.2.2 Platform-Specific Notes; 2.3 The R Application Programming Interface; 2.4 A First Compilation with Rcpp; 2.5 The Inline Package; 2.5.1 Overview; 2.5.2 Using Includes; 2.5.3 Using Plugins; 2.5.4 Creating Plugins; 2.6 Rcpp Attributes; 2.7 Exception Handling; Part II Core Data Types; 3 Data Structures: Part One; 3.1 The RObject Class; 3.2 The IntegerVector Class; 3.2.1 A First Example: Returning Perfect Numbers; 3.2.2 A Second Example: Using Inputs.

3.2.3 A Third Example: Using Wrong Inputs3.3 The NumericVector Class; 3.3.1 A First Example: Using Two Inputs; 3.3.2 A Second Example: Introducing clone; 3.3.3 A Third Example: Matrices; 3.4 Other Vector Classes; 3.4.1 LogicalVector; 3.4.2 CharacterVector; 3.4.3 RawVector; 4 Data Structures: Part Two; 4.1 The Named Class; 4.2 The List aka GenericVector Class; 4.2.1 List to Retrieve Parameters from R; 4.2.2 List to Return Parameters to R; 4.3 The DataFrame Class; 4.4 The Function Class; 4.4.1 A First Example: Using a Supplied Function; 4.4.2 A Second Example: Accessing an R Function.

4.5 The Environment Class4.6 The S4 Class; 4.7 ReferenceClasses; 4.8 The R Mathematics Library Functions; Part III Advanced Topics; 5 Using Rcpp in Your Package; 5.1 Introduction; 5.2 Using Rcpp.package.skeleton; 5.2.1 Overview; 5.2.2 R Code; 5.2.3 C++ Code; 5.2.4 DESCRIPTION; 5.2.5 Makevars and Makevars.win; 5.2.6 NAMESPACE; 5.2.7 Help Files; 5.2.7.1 mypackage-package. Rd; 5.2.7.2 rcpp_hello_world. Rd; 5.3 Case Study: The wordcloud Package; 5.4 Further Examples; 6 Extending Rcpp; 6.1 Introduction; 6.2 Extending Rcpp::wrap; 6.2.1 Intrusive Extension; 6.2.2 Nonintrusive Extension.

6.2.3 Templates and Partial Specialization6.3 Extending Rcpp::as; 6.3.1 Intrusive Extension; 6.3.2 Nonintrusive Extension; 6.3.3 Templates and Partial Specialization; 6.4 Case Study: The RcppBDT Package; 6.5 Further Examples; 7 Modules; 7.1 Motivation; 7.1.1 Exposing Functions Using Rcpp; 7.1.2 Exposing Classes Using Rcpp; 7.2 Rcpp Modules; 7.2.1 Exposing C++ Functions Using Rcpp Modules; 7.2.1.1 Documentation for Exposed Functions Using Rcpp Modules; 7.2.1.2 Formal Arguments Specification; 7.2.2 Exposing C++ Classes Using Rcpp Modules; 7.2.2.1 Initial Example.

7.2.2.2 Exposing Constructors Using Rcpp Modules.

Rcpp is the glue that binds the power and versatility of R with the speed and efficiency of C++. With Rcpp, the transfer of data between R and C++ is nearly seamless, and high-performance statistical computing is finally accessible to most R users. Rcpp should be part of every statistician's toolbox. -- Michael Braun, MIT Sloan School of Management 'Seamless R and C++ integration with Rcpp' is simply a wonderful book. For anyone who uses C/C++ and R, it is an indispensable resource. The writing is outstanding. A huge bonus is the section on applications. This section covers the matrix pa.

Front Matter....Pages i-xxviii
Front Matter....Pages 1-1
A Gentle Introduction to Rcpp....Pages 3-18
Tools and Setup....Pages 19-35
Front Matter....Pages 37-37
Data Structures: Part One....Pages 39-49
Data Structures: Part Two....Pages 51-61
Front Matter....Pages 63-63
Using Rcpp in Your Package....Pages 65-74
Extending Rcpp....Pages 75-82
Modules....Pages 83-102
Sugar....Pages 103-124
Front Matter....Pages 125-125
RInside....Pages 127-137
RcppArmadillo....Pages 139-153
RcppGSL....Pages 155-175
RcppEigen....Pages 177-192
Front Matter....Pages 193-193
C++ for R Programmers....Pages 195-205
Back Matter....Pages 207-220