R开发(part6)--pryr包

学习笔记，仅供参考，有错必纠

文章目录

R开发
- pryr包
- 创建匿名函数f
- make_function
- 变量表达式替换
- 比较数据类型
- 查看对象是否被修改
- 快速创建list对象
- 查询环境变量
- 打印调用关系
- 数据绑定

R开发

pryr包

pryr包是一个深层的了解R语言运行机制的工具，可以帮助我们更加贴近R语言的核心。为了能开发出更高级的R语言应用，我们需要更深入地懂R。pryr包的API主要包括内部实现工具、面向对象检查工具、辅助编程函数、代码简化工具等几个方面的功能函数.

创建匿名函数f

# 创建一个匿名函数
f(x + y)
# 创建一个匿名函数，并赋值计算
f(x + y)(1, 10) #11
# 创建一个匿名函数，指定参数x和参数y的默认值为2
f(x, y = 2,  x + y)
# 创建一个匿名函数，指定参数x和参数y的默认值为2，并赋值计算
f(x, y = 2,  x + y)(1) #3
# 创建一个多行运算的匿名函数，并赋值计算
f({y <- runif(1); x + y})(3) #3.154228

make_function

语法：

make_function(args, body, env = parent.frame())

其中参数args用于生成函数的参数部分，list类型；body用于生成函数的表达式部分，语法表达式，call类型；env用于生成函数的系统环境部分，environment类型，默认是当前环境空间的父环境空间。

g <- make_function(alist(x =,y =), quote(x - y + 3))
g(10, 5) #8

变量表达式替换

substitute_q

#定义一个表达式调用
x <- quote(a + b)
#对x调用参数替换
substitute(x, list(a = 1, b = 2)) #x
#对直接变量参数替换
substitute(a + b, list(a = 1, b = 2)) #1 + 2
#对x调用参数替换
substitute_q(x, list(a = 1, b = 2)) #1 + 2
eval(substitute_q(x, list(a = 1, b = 2))) #3

subs

a <- 1
b <- 2
#对变量表达式替换,无效
substitute(a + b) #a + b
subs(a + b) #1 + 2

比较数据类型

pryr包的otype函数可以很容易地分辨出S3类型、S4类型、RC类型的对象，比起内置的类型检查要高效得多。

otype(1) #"base"
otype(1:5) #"base"
otype(list(c("c"), data.frame())) #"base"otype(data.frame()) #"S3"#自定义S3类型
x <- 3
attr(x, "class") <- "foo"
is.object(x) #TRUE
otype(x) #"S3"#创建S4类型
setClass("Bunny", slots = list(name = "character", age = "numeric"))
huang <- new("Bunny", name = "Huang", age = 12)
isS4(huang) #TRUE
otype(huang) #"S4"#创建RC类型
Account <- setRefClass("Account")
a <- Account$new()
class(a)
#输出："Account" attr(,"package") ".GlobalEnv"
is.object(a) #TRUE
isS4(a) #TRUE
otype(a) #"RC"

ftype函数可以很容易地分辨出function、primitive、S3、S4、internal类型的函数,同样比起内置的函数类型检查要高效得多。

ftype(`%in%`) #"function" (标准函数)
ftype(sum) #"primitive" "generic" (primitive函数)
ftype(writeLines) # "internal" (internal函数)
ftype(t.data.frame) #"s3" "method" (S3函数)
ftype(t.test) #"s3" "generic" (S3函数)#设置S4函数
setGeneric("union")
setMethod("union", c(x = "data.frame", y = "data.frame"), function(x, y) {unique(rbind(x, y))})
ftype(union) #"s4" "generic" (S4函数)

查看对象是否被修改

使用track_copy函数可以跟踪对象，通过内存地址判断对象是否被修改过.

a <- 1:3
#查看变量的内存地址
address(a) # "0x145cbc80"
#跟踪变量
track_a <- track_copy(a)
#查看是否被修改
track_a()a[3] <- 10
address(a) # "0x1490ef60"
track_a() #a copied (被修改了)

快速创建list对象

使用dots函数，我们可以通过参数设置list的数据的名字和值，快速创建list对象。

R>x <- 1
R>#创建list对象
R>myl <- dots(x, y = 2, z = )
R>#查看对象类型
R>class(myl)
[1] "list"
R>#查看对象内部结果
R>str(myl)
List of 3$  : symbol x$ y: num 2$ z: symbol

查询环境变量

where

使用where函数，可以定位对象在R环境中的位置：

R>x <- 1
R>#查找x变量的环境空间
R>where(x)
Error in where(x) : is.character(name) is not TRUE
R>#查询t.test函数的位置
R>where("t.test")
<environment: package:stats>
attr(,"name")
[1] "package:stats"
attr(,"path")
[1] "F:/software/R-3.6.2/library/stats"
R>#查询mean函数的位置
R>where("mean")
<environment: base>
R>#查询where函数的位置
R>where("where")
<environment: package:pryr>
attr(,"name")
[1] "package:pryr"
attr(,"path")
[1] "F:/software/R-3.6.2/library/pryr"

使用rls函数，可以显示当前环境变量、全局环境变量、空环境变量、命名空间环境变量。

R>#打印当前环境的变量
R>ls()
[1] "a"       "myl"     "track_a" "x"
R>#打印所有环境的变量
R>rls()
[[1]]
[1] ".Random.seed" "a"            "myl"          "track_a"      "x"

打印调用关系

R>call_tree(quote(f(x, 1, g(), h(i()))))
\- ()\- `f\- `x\-  1\- ()\- `g\- ()\- `h\- ()\- `i
R>#打印语句的调用关系
R>ast(f(x, 1, g(), h(i())))
\- ()\- `f\- `x\-  1\- ()\- `g\- ()\- `h\- ()\- `i

数据绑定

通过运算符绑定数据和函数调用，创建自定义的运算符。

直接绑定

x %<a-% runif(5)
for (i in c(1:3)) {print(x)
}
#输出
[1] 0.3292458 0.2830386 0.5785718 0.4164143 0.7434595
[1] 0.34672532 0.54291545 0.04689485 0.26676188 0.19652388
[1] 0.9877553 0.1378849 0.9020144 0.5287071 0.9956715

常数绑定

y %<c-% 3 + 2 #5
y #3

延迟绑定

z %<d-% (a + b)
a <- 10
b <- 5
z #15

重新绑定

a <- 1
#对已知变量a重新赋值
rebind("a", 2)
a #2
#用 <<- 对已知变量a重新赋值
a <<- 3
a #3