Question

我有Java和Python的背景，最近我正在学习R.

今天我发现R似乎处理的对象与Java和Python完全不同。

例如，以下代码：

x <- c(1:10)
print(x)
sapply(1:10,function(i){
            x[i] = 4
        })
print(x)

代码给出以下结果：

[1]  1  2  3  4  5  6  7  8  9 10
[1]  1  2  3  4  5  6  7  8  9 10

但我希望输出的第二行全部为'4'，因为我修改了sapply函数中的向量。

这是否意味着R在函数调用中复制对象而不是引用对象？

Answer 1

x在全局环境中定义，而不是在您的函数中定义。

如果您尝试在函数中修改非本地对象（如x），则R会复制该对象并修改副本，因此每次运行匿名函数时都会复制{{1}制作并将其第i个组件设置为4.当函数退出时，所制作的副本将永久消失。原始x未修改。

如果我们要写x或者我们写x[i] <<- i，那么R会把它写回来。将其写回的另一种方法是将x[i] <- 4; assign("x", x, .GlobalEnv)设置为e存储的环境并执行此操作：

或者可能是这样：

e <- environment()
sapply(1:10, function(i) e$x[i] <- 4)

通常一个人不会在R中编写这样的代码。而是将结果作为函数的输出生成如下：

sapply(1:10, function(i, e) e$x[i] <- 4, e = environment())

（实际上在这种情况下，可以写x <- sapply(1:10, function(i) 4)。）

增加：

使用proto package可以执行此操作，方法x[] <- 4将f属性的第i个组件设置为4。

增加：

在上面添加了另一个选项，我们明确地传递了library(proto) p <- proto(x = 1:10, f = function(., i) .$x[i] <- 4) for(i in seq_along(p$x)) p$f(i) p$x存储的环境。

Answer 2

是的，你是对的。检查R语言定义：4.3.3 Argument Evaluation

AFAIK，R在您尝试修改数据之前并不真正复制数据，因此遵循Copy-on-write语义。

Answer 3

匿名函数中的x 不全局环境中的x（您的工作区）。它是x的副本，是匿名函数的本地副本。说R在函数调用中复制对象并不是那么简单;如果可以的话，R会努力不复制，但是一旦修改了R就必须复制对象。

正如@DWin所指出的那样，x已经修改<{1>}的已复制版本已被sapply()调用返回，您声明的输出不是我得到的：< / p>

> x <- c(1:10)
> print(x)
 [1]  1  2  3  4  5  6  7  8  9 10
> sapply(1:10,function(i){
+             x[i] = 4
+         })
 [1] 4 4 4 4 4 4 4 4 4 4
> print(x)
 [1]  1  2  3  4  5  6  7  8  9 10

显然，代码几乎完成了你的想法。问题是sapply()的输出没有分配给一个对象，因此被打印出来然后被丢弃。

您编码甚至工作的原因是由于R的范围规则。您确实应该将函数作为参数传递给函数所需的任何对象。但是，如果R不能找到函数本地的对象，它将在父环境中搜索与名称匹配的对象，然后在适当的情况下查找该环境的父对象，最终命中全局环境，即工作空间。因此，您的代码可以正常工作，因为它最终找到了x可以使用，但会立即被复制，该副本会在sapply()调用结束时返回。

在许多情况下，这种复制确实需要时间和内存。这是人们认为for循环在R中缓慢的原因之一;在填充循环之前，它们不会为对象分配存储空间。如果不分配存储，R必须修改/复制对象以添加循环的下一个结果。

但是，R中的所有地方并不总是那么简单，例如环境，环境的副本实际上只是指原始版本：

> a <- new.env()
> a
<environment: 0x1af2ee0>
> b <- 4
> assign("b", b, env = a)
> a$b
[1] 4
> c <- a ## copy the environment to `c`
> assign("b", 7, env = c) ## assign something to `b` in env `c`
> c$b ## as expected
[1] 7
> a$b ## also changed `b` in `a` as `a` and `c` are actually the same thing
[1] 7

如果您了解这些类型的内容，请阅读R Language Definition手册，其中涵盖了R中引人注目的许多细节。

Answer 4

您需要将sapply的输出分配给对象，否则它就会消失。（实际上你可以恢复它，因为它也被分配到.Last.value）

x <- c(1:10)
print(x)
 [1]  1  2  3  4  5  6  7  8  9 10
x <- sapply(1:10,function(i){
             x[i] = 4
        })
print(x)
 [1] 4 4 4 4 4 4 4 4 4 4

Answer 5

如果要从函数中更改“全局”对象，则可以使用非本地分配。

x <- c(1:10)
# [1]  1  2  3  4  5  6  7  8  9 10
print(x)
sapply(1:10,function(i){
            x[i] <<- 4
        })
print(x)
# [1] 4 4 4 4 4 4 4 4 4 4

虽然在这种特殊情况下你可以像x[]<-4

那样更紧凑

顺便说一下，R的一个不错的功能 - 而不是sapply(1:10,function(i) x[i] <<- 4或for(i in 1:10) x[i]<-4（for不是函数，所以你不需要{ {1}}这里你可以写<<- :)

R如何在函数调用中处理对象？

5 个答案: