在 R 中使用 foreach() 加速 ggplot2 的循环

Question

我想创建一个 PDF 文件，其中包含按特定顺序排列的数百个绘图。

我的策略是使用 foreach() 并将每个 ggplot2 对象存储到输出列表中，然后将每个 ggplot2 对象打印到输出文件中。

例如，我想绘制钻石数据集中每个因素“克拉”的价格直方图：

library(ggplot2)
library(plyr)
library(foreach)  # for parallelization
library(doParallel)  # for parallelization

#setup parallel backend to use 4 processors
cl<-makeCluster(4)
registerDoParallel(cl)

# use diamonds dataset
carats.summary <- ddply(diamonds, .(carat), summarise, count = length(carat))

m.list <- foreach(i = 1:length(carats.summary$carat),
                  .packages = "ggplot2") %dopar% {
                    jcarat = carats.summary$carat[i]
                    m <- ggplot(subset(diamonds, carat == jcarat), aes(x = price)) +
                      geom_histogram()
                    print(m)
}

通过这段代码，我希望创建一个 ggplot2 对象列表，然后我可以将其pdf()以有序方式（例如，按升序克拉）保存到单个 pdf 文件中（例如使用 ）。

但是，运行此命令会导致错误消息：

Error in serialize(data, node$con) : error writing to connection

我怀疑这是因为如果我尝试将 ggplot2 对象附加到列表中，我会收到如下警告消息：

lst <- vector(mode = "list")
lst[1] <- m


Warning message:
In lst[1] <- m :
  number of items to replace is not a multiple of replacement length

尽管这纯粹是猜测，我可能是错的。

有人知道如何使用foreach()将对象保存ggplot2到列表中吗？或者某种方法来并行化for涉及 的循环ggplot2？

提前致谢。

Answer 1

您不应该在循环内打印对象，而只需创建 ggplot 对象。仅当您打开所需的图形设备时才进行打印。

m.list <- foreach(i = 1:length(carats.summary$carat),
    .packages = "ggplot2") %dopar% {
    jcarat = carats.summary$carat[i]
    ggplot(subset(diamonds, carat == jcarat), aes(x = price)) +
        geom_histogram()
}

然后你可以用

m.list[[1]]

ETC...