最近需要做十几万个差异基因分析，每个分析都是对大约5万个探针，200个样本的数据量进行批量T检验计算P值
然后发现自己无论怎么用R来写，每个分析都要耗时半分钟左右，因为我必须循环所有的探针，即使不用for，而用R推荐的apply系列函数，也快不到哪里去，但是我搜索时候发现有一个package里面自带了矩阵T检验，直接对5万个探针进行T检验，而不需要循环处理它们
看下面代码！
dat=matrix(rnorm(10000000),nrow = 50000)
dim(dat) #50000 200
system.time(
apply(dat,1,function(x){
t.test(x[1:100],x[101:200])$p.value
})
)
#用户 系统 流逝
#29.29 0.04 30.64
library(pi0)
system.time(matrix.t.test(dat,1,100,100))
#用户 系统 流逝
#0.48 0.03 0.53
差距真的是非常的明显呀！！！
然后，我解析了它的代码，发现里面调用了C写的代码，我想这就是问题所在咯，可是他们到底怎么写，才能把速度搞这么快？？？
tmp = .C("tstatistic", dat = x, n1 = n1, n2 = n2, ntests = ntests,
MARGIN = MARGIN, pool = pool, tstat = rep(0, ntests),
df = rep(0, ntests), PACKAGE = "pi0")
源码在这个package的github里面可以找到，有兴趣的童鞋可以研究一下