在前一章中，我们学习了许多内置函数以及为数据操作量身定制的扩展包。虽然这些
包依赖于不同的技术，设计初衷也有所不同，但它们都在很大程度上简化了数据筛选和聚
合的步骤。
然而，数据处理不仅仅是简单的筛选和聚合，有时还涉及模拟和其他计算密集型任务。
R 比 C 和 C++ 这些高性能编程语言要慢很多，这是因为 R 的动态设计和即时实现的性质使
其更侧重于稳定性、简易性以及统计分析和可视化的能力，而不是性能和语言特征。尽管
如此，对大多数应用来说，编写良好的 R 代码已经足够快了。
本章将会介绍几种方法，帮助大家写出高性能的 R 代码：

理解代码性能问题

测试代码性能

代码的性能分析

提高代码性能