R语言笔记7：functions——编写函数所需的基础知识

上一讲通过三个简单的例子体验了一下如何在R中写函数，下面来详细学习有关R语言中函数的知识。

Functions in R

主要分三个部分来讲解函数：

编写函数所需的基础知识
相关语法作用域
R语言作用域的规则

编写函数所需的基础知识

R语言通过function()指令来命名和创建函数。首先要给函数赋值，也就是命名，然后在小括号中写入参数，最后再大括号中写入函数要执行的语句，其基本语法是：

f <- function(<arguments>){## Do something interesting
}

同时在R中，你可以将函数作为参数传递给其他函数，即嵌套。

函数的返回值是函数执行部分中的最后一行表达式。

编写函数的过程中我们可以设置和命名参数，这些参数可以代表数值、矩阵、数据框或逻辑值等等。同时也可以设置一些具有缺省值（默认值）的参数。

形式参数（formal arguments）

形式参数是包含在函数定义里的参数。

formals()会将一个函数作为输入（input），并返回函数所有的形式参数组成的列表。

在R中，不是所有命令都用到所用的形式参数。加入一个函数中设置了10个参数，但我们往往并不需要指定每个参数的值是啥，所以函数可以缺失某些参数。当没有明确赋值是，它的取值就是缺省值（默认值，default value）

匹配参数（argument matching）

可以根据位置或名称来匹配函数参数，这是编写和调用函数的关键。

以计算数据标准差的函数sd()为例。

> data <- rnorm(100)    ## 取100个符合正态分布的随机数
> sd(x = data)          ## 给参数赋值 求标准差
[1] 1.035329
> sd(data)              ## 给参数默认赋值
[1] 1.035329
> sd(data, na.rm = FALSE)
[1] 1.035329
> sd(na.rm = FALSE, data)  ## 调换参数位置后结果不变
[1] 1.035329

以上所有表达式都是等价的，但是最好不要调换参数位置。

如果函数中参数较多，那么最好使用位置匹配。

比如lm()函数（把数据拟合到线性模型），它的参数列表这么长：

> args(lm)
function (formula, data, subset, weights, na.action, method = "qr", model = TRUE, x = FALSE, y = FALSE, qr = TRUE, singular.ok = TRUE, contrasts = NULL, offset, ...)
NULL

前五个参数都没有缺省值，依次是，公式、数据、子集、权重等。这里使用者必须要指定他们的值。

lm(y ~ x, mydata, 1:100, model = FALSE)

大多数情况下，我们不知道参数的具体位置，所以在命令行中，命名参数来匹配最安全。

The order of operations when given an argument is：

Check for exact match for a named argument

Check for a partial match

Check for a positional match

惰性求值（Lazy Evaluation）

惰性求值是R语言的一个关键特性，也是许多编程语言常用的模型。仅在使用函数参数时对其求值。

第一个例子：

> f <- function(a, b) {+         a^2
+ }
> f(2)
[1] 4

这里定义函数f，有两个参数，但返回值仅仅是a的平方。所以当运行f(2)时，和b无关，所以系统自动跳过，不会报错。

第二个例子：

> f <- function(a, b) {
+         print(a)
+         print(b)
+ }
> f(45)
[1] 45
Error in print(b): argument "b" is missing, with no default

这里同样定义f有两个参数，但返回值是a和b，所以当输入f(45)时，因为第二个位置上缺少b的赋值，所以会报错。这里就是用了惰性求值，即，仅在使用这个参数的时候进行求值，在这之前的程序都是有效的并可以执行，直至运行到出错的部分。

特殊参数...

...参数是一种特殊的参数，表明一些可以传递给另一个函数的参数。常用于当你需要扩展另一个函数，而你又不想复制原函数的整个参数列表时。

如下例，你希望修改plot()函数中的个别参数，而其他参数保持不变，将其应用于一个新定义的函数中myplot()：

myplot <- function(x, y, type = "l", ...) {plot(x, y, type = type, ...)         ## Pass '...' to 'plot' function
}

在泛型函数（generic function）中，...还有另一种用法，它的作用是根据数据类型使用合适的方法

泛型函数是一个函数族，其中的每个函数都有相似的功能，但是适用于某个特定的类。

> mean
function (x, ...)
UseMethod("mean")
<bytecode: 0x5d5e3e8>
<environment: namespace:base>

还有一种情况下，...参数必须使用：

那就是，当传递到函数的参数数量不能事先确定的时候。

比如paste()函数，他的作用是将一连串字符串连接起来，然后新建一个字符串或向量，所以无法预知参数个数：

> args(paste)
function (..., sep = " ", collapse = NULL)
NULL

还有cat()函数，它的功能是和paste相似，也是连接字符串。

> args(cat)
function (..., file = "", sep = " ", fill = FALSE, labels = NULL, append = FALSE)
NULL

使用...函数的一个注意事项：

就是任何出现在...之后的参数列表必须明确的给出名称。而且不能够部分匹配或位置匹配

举例：

> paste("a","b",sep = ":")
[1] "a:b"

不能位置匹配或部分匹配：

> paste("a","b",":")
[1] "a b :"
> paste("a","b",se = ":")
[1] "a b :"

参考资料：
1. 视频课程 R Programming by Johns Hopkins University：https://www.coursera.org/learn/r-programming/home/welcome
2. 讲义 Programming for Data Science ：https://bookdown.org/rdpeng/rprogdatascience/R