R 和 MKL 在质量上的区别在于，MKL 的基本对象是标量，而更复杂的对象（如矢量）则由标量构成。矢量被输入到分布函数的输入端。
在 R 中，根本没有 "标量 "的概念。最简单的对象就是矢量。在我们比较 R 代码中分布函数的示例中，我们可以清楚地看到 R 特有的 "矢量化 "编程技术，这是 MKL 所不具备的。由于矢量化是 R 的一项特殊技术，可将计算速度提高 10-100 倍（取决于矩阵的大小），因此 R 的代码必须包含这项技术。矢量化的使用是显而易见的，因为在测试中，我们使用一个输入矢量并对其执行 100 次计算，即它是一个具有相同或不同列的矩阵。
多年来，交互式绘制任何东西都是可能的。只是没有人（肯定是公开的）使用它。
代码不短，但很长，而且非常歪曲（以及结果--闪烁）。应该认真改进这个库。
如果你把 R 中的 plot 作为类比，它似乎只是静态图形。
像这样
等。
timevis：
创建丰富的完全交互式时间轴可视化。时间轴可以包含在 Shiny 应用程序和 R markdown 文档中，也可以通过 R 控制台和 RStudio 浏览器查看。timevis "包含一个广泛的应用程序接口，可在创建后对时间线进行操作，并支持将数据从可视化导入 R。基于"vis.js"时间轴模块和 "htmlwidgets "R 软件包。
如果将 R 中的 plot 作为 plot 的类似物，它似乎只是静态图形。如果有交互式图形，它肯定不是直接形式的 plot。
似乎还缺少一样东西：聚类分析。
(似乎少了一样东西：聚类分析）。
如果用 C++ 编译 R 的实现，其执行速度会比用 MQL5 实现的速度慢吗？
是的，因为使用动态数据作为最低限度和一般的正面方法。
事实上，很多基本 Mat 函数都是在 C/C++ 编译器中编译的。只需查看源代码即可。
是的，因为使用动态数据是最低限度的，也是一般的迎头痛击。
事实上，很多基本 mat 函数都是用 C/C++ 编译器编译的。只需查看源代码即可。
是的，因为使用动态数据是最低限度的，也是一般的迎头痛击。
事实上，很多基本 mat 函数都是用 C/C++ 编译器编译的。只需查看源代码即可。
我在哪里可以看到你们是如何比较速度的？
好文章！
我们会好好研究的。
+
阅读文章全文。
阅读。
读懂了。
我认为您所做的测试并不完全正确。我认为有必要写这篇文章，因为性能比较不是最后的问题。
关键是 MKL 与 R 有质的区别。在进行性能比较时，应尽可能考虑到这些质的不同。R 是一种解释器，而 MKL 是一种编译器。对于工业程序而言，这种质的区别有利于 MKL。
但是，还有另一个质量上的差异对工业程序的开发也非常重要，而在测试中却没有考虑到这些差异，从而导致了结果的偏差。
R 和 MKL 在质量上的区别在于，MKL 的基本对象是标量，而更复杂的对象（如矢量）则由标量构成。矢量被输入到分布函数的输入端。
在 R 中，根本没有 "标量 "的概念。最简单的对象就是矢量。在我们比较 R 代码中分布函数的示例中，我们可以清楚地看到 R 特有的 "矢量化 "编程技术，这是 MKL 所不具备的。由于矢量化是 R 的一项特殊技术，可将计算速度提高 10-100 倍（取决于矩阵的大小），因此 R 的代码必须包含这项技术。矢量化的使用是显而易见的，因为在测试中，我们使用一个输入矢量并对其执行 100 次计算，即它是一个具有相同或不同列的矩阵。
总而言之：R 语言文本应该使用 R 语言的功能来编写，尤其是在 MKL 中没有类似功能的情况下。
PS.
既然我们谈论的是循环，那么 R 的目的就是加载内核。但我们还是把它放在括号后面吧。