• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Memoria de objetos en R

mayo 25, 2018 Por Daniel Rodríguez Dejar un comentario

Elefante

La memoria de nuestros ordenadores es un recurso limitado al que le hemos de prestar atención. Al trabajar realizando análisis de datos no es difícil que la memoria en R se termine, con lo que se han de eliminar algunas de las variables que ya no necesitamos para poder continuar. La primera idea seria borrar los objetos temporales que ya no utilizamos. En este proceso una buena guía es conocer cuánta memoria ocupa cada uno de los objetos y así actual de una forma guiada.  

Obtención de la memoria de un objeto

Para obtener el espacio que ocupa un objeto en R se ha de utilizar el comando object.size() al que se le ha de pasar el nombre del objeto del que se desea conocer este dato. Esto es, para obtener la memoria de un objeto se ha de utilizar:

object.size(var)

donde var es el nombre de un objeto existente.

Este proceso puede se un poco tedioso si tenemos decenas de objetos en nuestros espacios de trabajo. Una forma de automatizar el proceso es utilizar sapply() junto a ls() para obtener el tamaño de todos en memoria. Posteriormente se puede utilizar la función sort() para ordenar los objetos existentes en memoria en base a su tamaño. Esto se puede conseguir mediante la siguiente instrucción:

sort(sapply(ls(), function(x) { object.size(get(x)) }), decreasing = TRUE)

Ejemplo

Una forma de ver esto es mediante un ejemplo. En el siguiente código se crean unos objetos de diferentes tamaños y se utiliza segmento de código presentado anteriormente para obtener una lista ordenada. 

a <- 1
b <- 1:5
c <- 1:3
d <- 'String name'
e <- c()

sort(sapply(ls(), function(x) { object.size(get(x)) }), decreasing = TRUE)

Al ejecutar este se puede observar que el objeto que más espacio ocupa es la cadena de texto d y el que menos el objeto vacío e. Concretamente el orden obtenido de las variables es: d, w, b, c, a, e.

Conclusiones

Conocer el espacio que ocupa una variable es una información importantísima de cara a mejorar el rendimiento de las aplicaciones escritas y gestionar los recursos de nuestros ordenadores. En esta entrada se ha visto cómo realizar esta tarea en R.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:R

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • github
  • telegram
  • pinterest
  • rss
  • tumblr
  • twitter
  • youtube

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Creación de un certificado Let’s Encrypt en Windows con Win-Acme

enero 22, 2021 Por Daniel Rodríguez Dejar un comentario

Aplicaciones de Node en producción con PM2

enero 20, 2021 Por Daniel Rodríguez Dejar un comentario

SQLite en Python

enero 18, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • Código fuente Eliminar filas o columnas con valores nulos en Python bajo Python
  • Cómo leer y escribir archivos en Python bajo Python
  • pandas Pandas: Cómo crear un DataFrame vacío y agregar datos bajo Python
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas bajo Python

Publicidad

Lo mejor valorado

5 (3)

Ordenar una matriz en Matlab en base a una fila o columna

5 (3)

Automatizar el análisis de datos con Pandas-Profiling

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (3)

Unir y combinar dataframes con pandas en Python

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Calculadora de probabilidades de ganar a la lotería
  • abel en Calculadora de probabilidades de ganar a la lotería
  • David Arias en Diferencias entre regresión y clasificación en aprendizaje automático
  • Juan Aguilar en Archivos JSON con Python: lectura y escritura
  • Camilo en Contar palabras en una celda Excel

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Amazon

2018-2020 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto