使用bquote或其他命令以编程方式构建plotmath表达式和字符串

Question

我想以编程方式构建一些plotmath表达式和一些字符串。表达式和字符串（换句话说，所需的输出）是

k[xy[2]]
k[xy[5]]
k[xy[7]]
k[xy[9]]    
k[xy[11]]
k[xy[13]]
K[xx[2]]
K[xx[5]]
K[xx[7]]
K[xx[9]]    
K[xx[11]]
K[xx[13]]
C[xx[2]]
C[xx[5]]
C[xx[7]]
C[xx[9]]    
C[xx[11]]
C[xx[13]]
"k_xy_2"
"k_xy_5"
"k_xy_7"
"k_xy_9"
"k_xy_11"
"k_xy_13"
"Kxx_2"
"Kxx_5"
"Kxx_7"
"Kxx_9"
"Kxx_11"
"Kxx_13"
"Cxx_2"
"Cxx_5"
"Cxx_7"
"Cxx_9"
"Cxx_11"
"Cxx_13"

你看到它们相当多，所以不是硬编码（而是重复多行代码，反对DRY指令），我宁愿以编程方式构建它们。建立字符串很容易（但如果你有更好/更快的想法，我会全力以赴）：

for (i in c(2,5,7,9,11,13)) { 

    for (var in c("k_xy", "Kxx", "Cxx")) {
            print(paste0(var,i))
    }

}

但是，如何构建plotmath表达式？我想过使用bquote，但这让我很头疼：

for (i in c(2,5,7,9,11,13)) { 

    for (var in list(c("k_","xy"), c("K","xx"), c("C","xx"))) {
        print(paste0(var[1],var[2],i))
        print(bquote(.(var[1])[.(var[2])[.(i)]]))
    }

} 

输出：

[1] "k_xy2"
"k_"["xy"[2]]
[1] "Kxx2"
"K"["xx"[2]]
[1] "Cxx2"
"C"["xx"[2]]
[1] "k_xy5"
"k_"["xy"[5]]
[1] "Kxx5"
"K"["xx"[5]]
[1] "Cxx5"
"C"["xx"[5]]
[1] "k_xy7"
"k_"["xy"[7]]
[1] "Kxx7"
"K"["xx"[7]]
[1] "Cxx7"
"C"["xx"[7]]
[1] "k_xy9"
"k_"["xy"[9]]
[1] "Kxx9"
"K"["xx"[9]]
[1] "Cxx9"
"C"["xx"[9]]
[1] "k_xy11"
"k_"["xy"[11]]
[1] "Kxx11"
"K"["xx"[11]]
[1] "Cxx11"
"C"["xx"[11]]
[1] "k_xy13"
"k_"["xy"[13]]
[1] "Kxx13"
"K"["xx"[13]]
[1] "Cxx13"
"C"["xx"[13]]

显然不是我想要的。有什么好主意吗？ PS并不觉得被迫遵循我丑陋的代码，只有我关心的是输出。

编辑我被建议只是解析字符串，但我不确定它是什么意思。我需要plotmath为我的情节构建标签：字符串对此不好，但是它们很好地构建了我保存图形的文件的名称（所以这就是为什么我需要两个{{ 1}}表达式 AND 字符串）。示例：这很好

plotmath

但这不是：

plot(0, xlab = expression(k[xy[13]]))

Answer 1

构建表达式向量：

nums <- c(2,5,7,9,11,13)

数字索引：

bquote

循环以应用do.call。我们使用一些plotexpr <- mapply(function(e, i) do.call(bquote, list(e)), rep(expr, each = length(nums)), nums) 魔法来代替表达式：

plot.new()
plot.window(c(0.4, 0.6), c(-0.5, 0.5))
for (i in seq_along(plotexpr)) 
  text(0.5, -0.5 + 0.05 * i, plotexpr[[i]])

显示结果：

do.call(paste0, 
        expand.grid(c(2,5,7,9,11,13), c("k_xy_", "Kxx_", "Cxx_"))[, 2:1])
 #[1] "k_xy_2"  "k_xy_5"  "k_xy_7"  "k_xy_9"  "k_xy_11" "k_xy_13" "Kxx_2"   "Kxx_5"  
 #[9] "Kxx_7"   "Kxx_9"   "Kxx_11"  "Kxx_13"  "Cxx_2"   "Cxx_5"   "Cxx_7"   "Cxx_9"  
#[17] "Cxx_11"  "Cxx_13" 

用于创建字符串的高效矢量化方式：

{{1}}