交互式地处理占用大量内存的列表对象

我最近发现了包裹的奇妙之处bigmemory, ff and filehash处理非常大的矩阵。

如何处理非常大 (300MB++) 的列表？在我的工作中，我每天都在处理这些列表。我可以用创可贴解决方案save() & load()黑客无处不在，但我更喜欢bigmemory类似的解决方案。像一个bigmemory bigmatrix将是理想的，我的工作方式基本上与matrix但它在我的 RAM 中占用了大约 660 字节。

这些名单大多是>1000长度列表lm()对象（或类似的回归对象）。例如，

Y <- rnorm(1000) ; X <- rnorm(1000)
A <- lapply(1:6000, function(i) lm(Y~X))
B <- lapply(1:6000, function(i) lm(Y~X))
C <- lapply(1:6000, function(i) lm(Y~X))
D <- lapply(1:6000, function(i) lm(Y~X))
E <- lapply(1:6000, function(i) lm(Y~X))
F <- lapply(1:6000, function(i) lm(Y~X))

在我的项目中我将有A,B,C,D,E,F-类型列表（甚至不止于此），我必须以交互方式使用它。

如果这些是巨大的矩阵，就会有大量的支持。我想知道大型包中是否有任何类似的支持list对象。

您可以使用以下命令在磁盘上存储和访问列表filehash /questions/tagged/filehash包裹。这应该可以工作（如果在我的机器上速度相当慢......）：

Y <- rnorm(1000) ; X <- rnorm(1000)

# set up disk object
library(filehash)
dbCreate("myTestDB")
db <- dbInit("myTestDB")

db$A <- lapply(1:6000, function(i) lm(Y~X))
db$B <- lapply(1:6000, function(i) lm(Y~X))
db$C <- lapply(1:6000, function(i) lm(Y~X))
db$D <- lapply(1:6000, function(i) lm(Y~X))
db$E <- lapply(1:6000, function(i) lm(Y~X))
db$F <- lapply(1:6000, function(i) lm(Y~X))

可以使用以下方式访问列表项[功能。请参阅此处了解更多详细信息：http://cran.r-project.org/web/packages/filehash/vignettes/filehash.pdf http://cran.r-project.org/web/packages/filehash/vignettes/filehash.pdf