Question

哪些特定实用程序可以帮助R开发人员更有效地编码和调试？

我正在寻找一个R开发环境，并希望概述一些对我来说有用的工具，包括代码覆盖，调试，生成包文件和帮助文件等单元测试基础设施。 UML建模。

注意：请根据您对推荐工具的使用经验，根据原因和示例来证明您的答案。 不要只链接。

相关

Answer 1

我写了太多的软件包，所以为了保持可管理性，我在基础架构软件包上花了很多时间：帮助我使代码更强大的软件包，帮助其他人更容易使用。其中包括：

roxygen2（与Manuel Eugster和Peter Danenberg一起），它允许您将文档保存在它所记录的函数旁边，这使得我更有可能保持它的最新状态。 roxygen2还有一些新功能，旨在最大限度地减少文档重复：模板（@template），参数继承（@inheritParams）和函数系列（@family）来命名少。
testthat自动测试我的代码。这变得越来越重要，因为我的代码编写时间越来越少：自动化测试记住了函数应该如何工作，即使我不这样做。
devtools自动执行许多常见的开发任务（正如Andrie所说）。 devtools的最终目标是让它像R CMD check一样在后台持续运行，并通知您实例出错。
profr，尤其是未发布的interactive explorer，让我很容易在代码中找到瓶颈。
helpr（与Barret Schloerke合作）即将推出http://had.co.nz/ggplot2，为R文档提供了一个优雅的html界面。

有用的R函数：

apropos：我总是忘记有用函数的名称，apropos帮助我找到它们，即使我只记得一个片段

在R之外：

我使用textmate编辑R（和其他）文件，但我不认为它真的那么重要。选择一个并了解它的所有角落和缝隙。
花一些时间学习命令行。从长远来看，您可以做的任何事情都可以使工作流程的任何部分自动化。从命令行运行R会导致一个自然过程，其中每个项目都有自己的R实例;我经常一次运行2-5个R实例。
使用版本控制。我喜欢git和github。同样，你使用哪个系统并不重要，但要掌握它！

我希望R拥有的东西：

代码覆盖率工具
依赖管理框架，如rake或jake
更好的内存分析工具
用于描述数据帧（和其他数据源）的元数据标准
用于描述和呈现各种输出格式的表的更好工具
用于降价渲染的包

Answer 2

我记得以前曾经问过这个问题我的回答是一样的：Emacs。

Emacs可以

通过ESS做任何你想要做的事情，包括
- 各种片段的代码执行（行，区域，函数，缓冲区......）
- 检查工作空间，
- 显示变量，
- 多个R会话并在它们之间轻松切换
- 转录模式，用于重新运行（部分）之前的会话
- 访问帮助系统
- 以及更多
通过AucTex模式轻松处理乳胶，这有助于Sweave for R
具有与R结合使用的其他编程语言的模式，无论是C / C ++，Python，shell，SQL，...还包括自动缩进和颜色突出显示
可以使用sql- * mode
可以使用tramp模式远程工作：访问远程文件，就好像它们是本地的一样（使用ssh / scp）
可以作为守护进程运行，使其成为有状态，这样您就可以重新连接到同一个Emacs会话，无论是在X11（或同等版本）下的工作站上，还是通过ssh（带或不带X11）或屏幕远程连接。
有org-mode，与babel一起提供了强大的sweave替代方案，如所讨论in this paper discussing workflow apps for (social) scientists
可以通过M-x shell和/或M-x eshell运行shell，具有带有dired模式的良好目录访问功能，具有用于远程访问的ssh模式
通过特定模式轻松连接所有源代码存储库（例如psvn for svn）
与R一样是跨平台的，因此您在所有相关操作系统上拥有类似的用户界面体验
被广泛使用，广泛使用并且正在积极开发代码和扩展，请参阅emacswiki.org网站了解后者
<tongueInCheek>不是Eclipse，不需要Java </tongueInCheek>

您当然可以将它与您喜欢的任何CRAN包结合使用：RUnit或testthat，不同的配置文件支持包，调试包，...

其他有用的工具：

R CMD check真的是你的朋友，因为这是CRAN用来决定你是“进出”的东西;使用它并信任它
tests/目录可以通过保存待比较输出（来自之前的R CMD check运行）来提供单元测试的简化版本，这很有用，但正确的单元测试更好
特别是对于带有目标代码的包，我更喜欢启动新的R会话，而littler使这很简单：r -lfoo -e'bar(1, "ab")'启动R会话，加载foo包并评估给定的表达式（这里是一个带有两个参数的函数bar()）。这与R CMD INSTALL相结合，提供了一个完整的测试周期。

Answer 3

了解和使用基本R调试工具的能力是学习快速调试R代码的关键第一步。如果您知道如何使用基本工具，则可以在任何地方调试代码，而无需添加附加软件包中提供的所有额外工具。

traceback()允许您查看导致错误的调用堆栈

foo <- function(x) {
    d <- bar(x)
    x[1]
}
bar <- function(x) {
    stopifnot(is.matrix(x))
    dim(x)
}
foo(1:10)
traceback()

的产率：

> foo(1:10)
Error: is.matrix(x) is not TRUE
> traceback()
4: stop(paste(ch, " is not ", if (length(r) > 1L) "all ", "TRUE", 
       sep = ""), call. = FALSE)
3: stopifnot(is.matrix(x))
2: bar(x)
1: foo(1:10)

因此我们可以清楚地看到错误发生在函数bar()中;我们缩小了寻找bug的范围。但是如果代码生成警告而不是错误呢？这可以通过warn选项将警告变为错误来处理：

options(warn = 2)

会将警告变为错误。然后，您可以使用traceback()跟踪它们。

与此相关联是让R从代码中的错误中恢复，以便您可以调试出错的地方。每当出现错误时，options(error = recover)都会将我们放入调试器框架中：

> options(error = recover)
> foo(1:10)
Error: is.matrix(x) is not TRUE

Enter a frame number, or 0 to exit   

1: foo(1:10)
2: bar(x)
3: stopifnot(is.matrix(x))

Selection: 2
Called from: bar(x)
Browse[1]> x
 [1]  1  2  3  4  5  6  7  8  9 10
Browse[1]> is.matrix(x)
[1] FALSE

你看我们可以进入调用堆栈的每一帧，看看函数是如何被调用的，参数是什么等等。在上面的例子中，我们看到bar()传递了一个向量而不是一个矩阵，因此错误。 options(error = NULL)将此行为重置为正常。

另一个关键函数是trace()，它允许您将调试调用插入现有函数。这样做的好处是，您可以告诉R从源中的特定行进行调试：

> x <- 1:10; y <- rnorm(10)
> trace(lm, tracer = browser, at = 10) ## debug from line 10 of the source
Tracing function "lm" in package "stats"
[1] "lm"
> lm(y ~ x)
Tracing lm(y ~ x) step 10 
Called from: eval(expr, envir, enclos)
Browse[1]> n ## must press n <return> to get the next line step
debug: mf <- eval(mf, parent.frame())
Browse[2]> 
debug: if (method == "model.frame") return(mf) else if (method != "qr") warning(gettextf("method = '%s' is not supported. Using 'qr'", 
    method), domain = NA)
Browse[2]> 
debug: if (method != "qr") warning(gettextf("method = '%s' is not supported. Using 'qr'", 
    method), domain = NA)
Browse[2]> 
debug: NULL
Browse[2]> Q
> untrace(lm)
Untracing function "lm" in package "stats"

这允许您在代码中的正确位置插入调试调用，而无需单步执行前面的函数调用。

如果要在执行时逐步执行函数，则debug(foo)将打开函数foo()的调试器，而undebug(foo)将关闭调试器。

关于这些选项的一个关键点是我不需要修改/编辑任何源代码来插入调试调用等。我可以尝试一下，直接从发生错误的会话中查看问题所在。

有关R中的不同调试，请参阅Mark Bravington在CRAN上的 debug 包

专业的R开发人员应该拥有哪些核心包，为什么？

相关

3 个答案: