Question

在编写函数工厂时遇到了令人困惑的情况。我有一些标识信息列和一个包含数据的列表列。

tib <-
    tibble(
        id_1 = letters[1:3],
        id_2 = LETTERS[1:3],
        data = list(mtcars, iris, volcano)
    )

我创建了一个函数工厂，以便轻松获取此标题中存储的数据集。

data_getter <- function(data) {
    force(data)
    function(id_1, id_2) {
        where <- data$id_1 == id_1 & data$id_2 == id_2
        data[where, ]$data %>% 
            purrr::flatten_df()
    }
}

get_from_tib <- data_getter(tib)

实际上，我正在使用的数据帧非常大。我的理解是get_from_tib捕获了一个包含tib的环境。当我这样做时，我担心通过复制这个大数据集，我会开始用尽内存。但是，当我的函数的object.size小于它所捕获的数据集时，我感到非常惊讶！

object.size(tib)
21752 bytes

object.size(get_from_tib)
8416 bytes

即使我从工作环境中删除了tib，这仍然有效

rm(tib)

object.size(get_from_tib)
8416 bytes

为什么环境这么小？ object.size仅仅是获取环境中包含的所有对象的大小的错误函数吗？

在下面重新表达

library(magrittr)

tib <-
    dplyr::tibble(
        id_1 = letters[1:3],
        id_2 = LETTERS[1:3],
        data = list(mtcars, iris, USArrests)
    )


data_getter <- function(data) {
    force(data)
    function(id_1, id_2) {
        where <- data$id_1 == id_1 & data$id_2 == id_2
        data[where, ]$data %>% 
            purrr::flatten_df()
    }
}

get_from_tib <- data_getter(tib)

get_from_tib('c', 'C')
#> # A tibble: 50 x 4
#>    Murder Assault UrbanPop  Rape
#>     <dbl>   <int>    <int> <dbl>
#>  1   13.2     236       58  21.2
#>  2   10       263       48  44.5
#>  3    8.1     294       80  31  
#>  4    8.8     190       50  19.5
#>  5    9       276       91  40.6
#>  6    7.9     204       78  38.7
#>  7    3.3     110       77  11.1
#>  8    5.9     238       72  15.8
#>  9   15.4     335       80  31.9
#> 10   17.4     211       60  25.8
#> # … with 40 more rows


object.size(tib)
#> 21752 bytes
object.size(get_from_tib)
#> 8416 bytes


rm(tib)
object.size(get_from_tib)
#> 8416 bytes

^{由reprex package（v0.2.1）于2019-04-30创建}

Answer 1

这与?object.size帮助页面中显示为

的部分有关

计算中不包含相关空间（例如，函数的环境以及EXTPTRSXP中的指针指向的空间）。

data变量是在闭包中捕获的；它不是真正在data_getter返回的函数代码中。

pyry::object_size()函数在考虑封闭环境方面也做得更好。

pryr::object_size(tib)
# 21 kB
pryr::object_size(get_from_tib)
# 26.9 kB

为什么环境的“ object.size”小于环境中对象的“ object.size”？

在下面重新表达

1 个答案: