保存时，空R环境变为大文件

Question

我在保存环境时遇到了我不明白的行为。下面的代码演示了这个问题。我原本期望这两个文件（far-too-big.RData和right-size.RData）大小相同，而且非常小，因为它们包含的环境是空的。

事实上，far-too-big.RData的结尾与bigfile.RData相同。

我在WinXP 5.1 SP3上使用2.14.1和2.15.2得到了相同的结果。任何人都可以解释为什么会这样吗？

加载到新的R会话时，far-too-big.RData和right-size.RData似乎都不包含任何内容。即他们返回character(0)以回应ls()。但是，如果我将保存切换为包含ascii=TRUE，并在文本编辑器中打开结果，我可以看到far-too-big.RData包含bigfile.RData中的数据。

a <- matrix(runif(1000000, 0, 1), ncol=1000)
save(a, file="bigfile.RData")
fn <- function() {
    load("bigfile.RData")
    test <- new.env()
    save(test, file="far-too-big.RData")
    test1 <- new.env(parent=globalenv())
    save(test1, file="right-size.RData")
}
fn()

Answer 1

这不是我的专业领域，但我相信环境是这样的。

• 任何环境都会在其父环境中继承所有内容。
• 所有函数调用都会创建自己的环境。

上述情况的结果是：

1. 当您运行fn()时，它会创建自己的本地环境（绿色），其父级默认为globalenv()（灰色）。
2. 在test内创建环境fn()（红色）时，其父级默认为fn()的环境（绿色）。因此test将包含对象a。
3. 当您创建环境test1（蓝色）并明确声明其父级为globalenv()时，它与fn()的环境分离，并且不会继承对象{{1} }。

因此，在保存a时，您还会保存对象test的（有点隐藏）副本。保存a时不会发生这种情况，因为它不包含对象test1。



更新

显然这是一个比我过去相信的更复杂的话题。虽然我现在可能只是引用@ joris-mays的答案，但我想最后去做。

对我来说，最直观的环境可视化将是一个树形结构，见下文，其中每个节点都是一个环境，箭头指向其各自的封闭环境（我希望它与其父级相同，但是这与框架有关，超出了我的角落）。给定的环境通过向下移动树来包含您可以到达的所有对象，它可以访问通过向上移动树可以到达的所有对象。保存环境时，您会看到保存所有对象和环境的所有对象和环境，并且可以从中进行访问（a除外）。

但是，带回家的消息就像Joris已经说过的那样：将对象保存为列表，您无需担心。



如果你想了解更多，我可以推荐Norman Matloff的优秀书the art of R programming。它的目标是R中的软件开发而不是主要数据分析，并假设您有相当多的编程经验。我必须承认我还没有完全消化环境部分，但是由于本书的其余部分写得非常好并且教学方法我认为这个也是。

Answer 2

实际上，与@Backlin相反，它的另一种方式是：父环境是包围其他环境的环境。因此，在您定义的情况下，test的封闭环境是fn的本地环境，test1的封闭环境是全局环境，如下所示：

环境的行为与R中的其他对象不同，因为它们在传递给函数或在赋值中使用时不会被复制。环境对象本身由指针内部组成：

• 一个框架（包含值的pairlist）
• 封闭环境（如上所述）
• 哈希表（如果没有哈希，则为列表或NULL）

环境包含指针这一事实会产生重大影响。环境并不容易处理，它们实际上非常棘手。看看下面的代码：

> test <- new.env()
> test$a <- 1
> test2 <- test
> test2$a <- 2
> test$a
[1] 2

因此，您在test中从test2复制的唯一内容就是指针。如果您更改test2中的值，则也会在test中更改该值。 （实际上，您只更改了一次该值，但test和test2指向同一帧。）

当您尝试保存环境时，R别无选择，只能获取框架，哈希表和封闭环境的值并保存它们。由于封闭环境本身就是一个环境，因此R还将保存所有封闭环境，直到它到达全局环境。由于全局环境在内部代码中以特殊方式处理，因此（幸运的是）没有保存在文件中。

请注意封闭环境与父框架之间的区别： 假设我们将函数定义有点不同：

a <- matrix(runif(1000000, 0, 1), ncol=1000)
save(a, file="bigfile.RData")
fn <- function() {
    load("bigfile.RData")
    test <- new.env()
    save(test, file="far-too-big.RData")
    test1 <- new.env(parent=globalenv())
    save(test1, file="right-size.RData")
}

fn2 <- function(){
    z <- matrix(runif(1000000,0,1),ncol=1000)
    fn()
}
fn2()

现在我们有以下情况：

有人会认为该文件太远了.RData＆＃34;包含矩阵a和矩阵z，但情况并非如此。它只包含矩阵a。这是因为fn的封闭环境是全球环境。 fn的父框架是fn2的环境，但fn创建的环境对象包含指向全局环境的指针。

另一方面，如果我们执行以下操作：

fn <- function() {
    load("bigfile.RData")
    test <- new.env()
    test$b <- a
    test2 <- new.env(parent=test)
    save(test2, file="far-too-big.RData")
}

test2现在包含在两个环境中（test和fun的环境），两个环境也都保存在文件中。所以你得到这种情况：

无论如何，我个人都避免将环境保存为环境，因为有更多的事情可能出错。在我看来，将环境保存为列表在99.9％的情况下是更好的选择：

fn2 <- function(){
    load("bigfile.RData")
    test <- new.env()
    test$x <- "something"
    test$fn <- ls
    testlist <- as.list(test)
    save(testlist, file="right-size.RData")
}
fn2()

如果您需要它作为环境，您可以在加载时将其转换回来。

load("right-size.RData")
test <- as.environment(testlist)