我想添加一些函数f1,f2,...,fn,这样我就有了一个新函数,它产生f(x)= f1(x)+ ... + fn(x)(称为逐点加法) )。所以我有一个功能列表并尝试了
Reduce("funadd",fun.list)
其中funadd由
定义funadd <- function(f1,f2){
retfun <- function(x){
f1(x)+f2(x)
}
retfun
}
在两个函数上测试funadd时,它可以完美运行。但是,当我尝试评估Reduce命令的结果时,我收到错误
Error: evaluation nested too deeply: infinite recursion / options(expressions=)?
答案 0 :(得分:5)
Reduce
不起作用很有趣......请注意“手工减少”有效:
f <- function(x) x^2
g <- function(x) x^3
h <- function(x) x^4
x <- runif(3)
f(x)+g(x)+h(x)
#[1] 0.9760703 0.1873004 0.1266966
funadd(funadd(f,g),h)(x)
#[1] 0.9760703 0.1873004 0.1266966
或者,你可以使用它:
funadd2 <- function(...){
function(x) Reduce(`+`, lapply(list(...), function(f) f(x)))
}
funadd2(f,g,h)(x)
#[1] 0.9760703 0.1873004 0.1266966
编辑:这是正在发生的事情:
查看Reduce
的源代码,我们可以看到它(大致)有一个循环这样做:
init <- f
init <- funadd(init, g)
并继续,如果有更多元素(init <- funadd(init, h)
,...)。
这会导致f
的引用在第一次循环迭代中丢失:
init(x)
# Error: evaluation nested too deeply: infinite recursion / options(expressions=)?
这是因为最后f1
中的retfun
指向了自己:
identical(environment(init)$f1, init, ignore.environment=FALSE)
# [1] TRUE
正如@Vincent所知,这也可以通过强制参数来解决,即通过制作避免对f1
和f2
进行惰性评估的本地副本:
funadd3 <- function(f1,f2){
f1.save <- f1
f2.save <- f2
retfun <- function(x){
f1.save(x)+f2.save(x)
}
retfun
}
Reduce(funadd3, list(f,g,h))(x)
# [1] 0.9760703 0.1873004 0.1266966
答案 1 :(得分:5)
强制评估参数可以解决问题。
funadd <- function(f1,f2){
force(f1)
force(f2)
retfun <- function(x){
f1(x)+f2(x)
}
retfun
}
r <- Reduce( funadd, list( f, g, h ) )
r(x) # works