Rcpp公司

Rcpp:无缝的R和C++集成。Rcpp包提供了R函数和一个C++库,这有助于R和C++的集成。R数据类型(SEXP)与类层次结构中的C++对象匹配。支持所有R类型(向量、函数、环境等…),并且每个类型都映射到一个专用类。例如,数值向量表示为Rcpp::NumericVector类的实例,环境表示为Rcpp::Environment的实例,函数表示为Rcpp::Function,等等。。。“Rcpp简介”渐晕图为Rcpp提供了一个很好的切入点。从C++到R再到R的转换是由模板Rcpp::wrap和Rcpp::as驱动的,它们具有高度的灵活性和可扩展性,如“Rcpp extending”vignette中所述。Rcpp还提供了Rcpp模块,这个框架允许将C++函数和类公开到R级。“Rcpp模块”渐晕图详细介绍了Rcpp模块的当前功能集。Rcpp包含一个称为rcppsugar的概念,它将许多R函数引入C++中。Sugar利用lazy求值和表达式模板实现了出色的性能,同时公开了比等效的低级循环代码更好用的语法。“Rcpp sugar”小插曲概括介绍了这个特性。Rcpp属性提供了一种高级语法,用于将C++函数声明为可从R调用,并自动生成调用它们所需的代码。属性旨在促进R会话中C++的交互使用,以及支持R包的开发。属性构建在Rcpp模块之上,它们的实现基于内联包中以前的工作。其中包括许多示例,430个单元测试函数中大约891个单元测试提供了附加的使用示例。Rcpp的早期版本,包含我们现在所说的“经典rcppapi”,是由dominicksamperi在2005年和2006年编写的。这段代码已经从Rcpp中分解到RcppClassic包中,并且仍然可以用于依赖于旧接口的代码。新开发应该始终使用这个Rcpp包。其他文件可通过Eddelbuettel和Francois(2011,JSS)论文和Eddelbuettel(2013,Springer)的书获得;有关详细信息,请参阅“引文(“Rcpp”)”。


zbMATH中的参考文献(参考文献220篇文章,2标准条款)

显示220个结果中的1到20个。
按年份排序(引用)

1 2 ... 9 10 11 下一个

  1. Alexander Meier,Claudia Kirch,Haeran Cho:mosum:在变化点分析中移动和的一个包(2021)不是zbMATH
  2. 克莱门斯施密德;Stephan Schiffels:bleiglas:R软件包,用于时空数据的插值和可视化(3D细分)(2021年)不是zbMATH
  3. Francesco Denti:内在:基于模型估计数据集内在维数的R包(2021)第十四章
  4. Gregor Zens,Sylvia Frühwirth Schnater,Helga Wagner:R中二进制和分类数据的有效贝叶斯建模:UPG包(2021)第十四章
  5. 霍尔布鲁克,安德鲁J。;洛弗勒,查尔斯E。;弗拉克斯曼,赛斯·R。;Suchard,Marc A.:应用于美国大型枪战数据的自激随机过程的可伸缩贝叶斯推断(2021)
  6. Kendal B.Foster,Henrik Singmann:Ratcliff扩散决策模型(2021年)首次通过时间密度的另一种近似第十四章
  7. Mads Lindskou,Søren Højsgaard,Poul Svante Eriksen,Torben Tvedebrink:sparta:用于高维贝叶斯网络的稀疏表及其代数(2021)第十四章
  8. 马丁·布拉特;Jorge Yslas:matrixdist:非均匀相型分布的R包(2021)第十四章
  9. 彼得罗萨努,马修;高、绝育;孔、玲珑;江北;Niu,Di:惩罚分位数和复合分位数回归的高级算法(2021)
  10. 雷姆,安德鲁·M。;霍兰,斯科特H。;布拉德利,乔纳森R。;Wikle,Christopher K.:支持建模的时空变化与\texttr(2021)
  11. Rodney Sparapani,Charles Spanbauer,Robert McCulloch:基于贝叶斯加性回归树的非参数机器学习和有效计算:BART R软件包(2021)不是zbMATH
  12. Sam Parsons:splithalf:分割可靠性的稳健估计(2021年)不是zbMATH
  13. Suchit Mehrotra,Arnab Maity:收缩先验的变分推断:R包vir(2021)第十四章
  14. thomasnagler:C++中的R友好多线程(2021)不是zbMATH
  15. vasilisnikolaidis:nnlib2库和nnlib2Rcpp R包实现神经网络(2021)不是zbMATH
  16. 邢正荣;卡博内托,彼得;Stephens,Matthew:通过灵活的经验Bayes收缩进行灵活的信号去噪(2021)
  17. Zhi Zhao,Marco Banterle,Leonardo Bottolo,Sylvia Richardson,Alex Lewin,Manuela Zucknick:BayesSUR:线性回归中高维多元贝叶斯变量和协方差选择的R包(2021)第十四章
  18. Alexander Lange,Bernhard Dalheimer,Helmut Herwartz,Simone Maxand:svars:多元时间序列分析中数据驱动识别的R包(2020)不是zbMATH
  19. 安德森,克莱斯;Mrkvicčka,Tomš:过度分散或不足分散的簇点过程的推断(2020)
  20. Benjamin G.Stokell,Rajen D.Shah,Ryan J.Tibshirani:使用非凸融合惩罚建模高维分类数据(2020)第十四章

1 2 ... 9 10 11 下一个