私はバックグラウンドで自動的にチャンクを複数回実行するRチャンクのタイミングの良い実行方法を探しています。 （PythonノートブックのMagic関数%%timeitはそれを正確に行います）R MarkDown/NotebookのタイミングRチャンク（Pythonの%% timeitに相当）
R関数やRコードの束を計る方法はいくつかありますが、その上にはfew SO questionsもあります。すべての方法はthisの記事にも記載されています。
しかし、それらのほとんどはrコードを複製せず、複製するオプションを持つもの（system.timeまたはmircobenchbarkなど）は、関数ではなくコードの塊には理想的です。
tictocは、単なる実行のための実行時間を与える以外は、私にとってはうまくいますが、実行時間は1000回、実行時間の平均化はできません。 （再び%% timeitの場合）
tictocとすると、タイミングをループに記録して結果を平均化することができます。
library(tictoc)
tic.clearlog()
for (x in 1:10) {
# passing x to tic() makes its value to become a label
# at time of the matching toc() call.
tic(x)
Sys.sleep(1)
# When log = TRUE, toc() pushes the measured timing to a list
# quiet = TRUE prevents from printing the timing
toc(log = TRUE, quiet = TRUE)
}
toc()の結果を印刷用の書式付きテキストとして取得します。
log.txt <- tic.log(format = TRUE)
測定値を含むリストをそのままの形式で抽出します。
log.lst <- tic.log(format = FALSE)
すでにデータが抽出されているため、tictocログをクリアしてください。
tic.clearlog()
リスト要素をタイミングに変換します。 リストの各要素には、開始（tic）と終了（toc）のタイムスタンプがあります。
timings <- unlist(lapply(log.lst, function(x) x$toc - x$tic))
平均ループ時間を計算します。
mean(timings)
# [1] 1.001
あなたのコードを '{ここのコード}'で囲むだけで、 'system.time'や' microbenchmark'はそれをうまく利用できます。 'system.time（{コードブロック}）'のように、複数の行にまたがっても問題ありません。また、それを関数にラップして、より洗練されたテストインターフェイスのために関数を名前で呼び出すこともできます。 – lmo
ありがとう@lmo。はい、それは私がそれについて行く方法と思ったものです。私はもっとエレガントな方法があると思っていた。今、その確認をしてうれしい。 – PagMax
パッケージを使ったほのかな方法がありますが、これが私のやり方です。非常に簡単に実装できます。あなたは 'profVis'パッケージを見るかもしれません。私が正しいことを覚えていれば、それは魅力的かもしれないグラフなどを作り出します。 – lmo