0

由于数据量很大（10 GB），我必须使用我们单位的服务器运行它（以避免内存问题）。我只能在我的平台是 Linux 时使用服务器。我很感激任何关于我们如何在 Linux 平台下运行此代码的想法。

dir1 <- list.files("D:sdr", "*.bin", full.names = TRUE)
dir2 <- list.files("D:dsa", "*.img", full.names = TRUE)
file_tot<-array(dim=c(1440,720,664,2))
for(i in 1:length(dir1)){
file_tot[,,i,2] <- file_tot[,,i,2]*0.000030518594759971
file_tot[,,i,2][file_tot[,,i,2] ==  9999 ] <- NA 
                      }
 })
4

1 回答 1

4

多年来，我们中的许多人一直在为 Windows 和 Linux（以及 OS X ...）编写代码。构建自己的小辅助函数

isLinux <- function() unname(Sys.info()["sysname"]) == "Linux"

对于 Windows 也是如此。然后以编程方式构建您的路径：

ourRootDir <- function() ifelse( isLinux(), "/opt/data/someThing", "D:/data")

通过

datapath <- file.path( ourRootDir(), "project", "some", "where")

之后，所有实际的分析命令很可能无需更改即可移植。

在 4200+ CRAN 包中，极少数并非在所有平台上都存在。

save()此外，通过一个系统写入的数据可以加载到另一个系统上，因为这是一种带压缩的二进制格式，您还可以节省大量时间。

于 2013-02-17T18:09:45.587 回答