Question

我错过了Matlab的条件调试标记：dbstop if infnan described here。如果设置，当遇到Inf或NaN时，此条件将停止代码执行（IIRC，Matlab没有NA）。

如何在R中以比在每次赋值操作后测试所有对象更有效的方式实现此目的？

目前，我认为这样做的唯一方法是通过以下方式进行黑客攻击：

在可能遇到这些值的所有位置之后手动插入测试（例如，可能发生除0的除法）。测试将是对每个元素使用is.finite()，described in this Q & A。
使用body()修改代码以在每次操作之后调用单独的函数，或者可能只调用每个赋值，它们测试所有对象（可能还有所有环境中的所有对象）。
修改R的源代码（？！？）
尝试使用tracemem标识已更改的变量，并仅检查这些变量是否为错误值。
（新增 - 请参阅注释2）使用某种调用处理程序/回调来调用测试函数。

第一个选项是我目前正在做的事情。这很乏味，因为我无法保证我已经检查了所有内容。第二个选项将测试所有内容，即使对象尚未更新。这是浪费大量时间。第3个选项将涉及修改NA，NaN和无限值（+/- Inf）的赋值，以便产生错误。这似乎比R Core更好。第四个选项就像第二个选项 - 我需要调用一个单独的函数列出所有内存位置，只需要ID那些已更改的内容，然后检查值;我甚至不确定它是否适用于所有对象，因为程序可能会进行就地修改，这似乎不会调用duplicate函数。

我错过了更好的方法吗？也许Mark Bravington，Luke Tierney的一些聪明的工具，或者相对基本的东西 - 类似于options()参数或编译R时的标志？

示例代码以下是一些非常简单的示例代码，可以使用Josh O＆＃39; Brien提出的addTaskCallback函数进行测试。代码没有被中断，但是在第一种情况下确实发生了错误，而在第二种情况下没有发生错误（即badDiv(0,0,FALSE)没有中止）。我还在调查回调，因为这看起来很有希望。

badDiv  <- function(x, y, flag){
    z = x / y
    if(flag == TRUE){
        return(z)
    } else {
        return(FALSE)
    }
}

addTaskCallback(stopOnNaNs)
badDiv(0, 0, TRUE)

addTaskCallback(stopOnNaNs)
badDiv(0, 0, FALSE)

注意1.我对标准R操作的解决方案感到满意，尽管我的很多计算涉及通过data.table或bigmemory使用的对象（即基于磁盘的内存映射矩阵））。这些似乎与标准矩阵和data.frame操作有一些不同的记忆行为。

注意2.回调的想法似乎更有希望，因为这并不需要我编写改变R代码的函数，例如：通过body()想法。

注3.我不知道是否有一些简单的方法来测试非有限值的存在，例如：有关索引NAs，Infs等存储在对象中的对象的元信息，或者这些对象是否存储到位。到目前为止，我已经尝试过Simon Urbanek的inspect软件包，但还没有找到一种方法来判断是否存在非数字值。

后续行动：Simon Urbanek在评论中指出，此类信息无法作为对象的元信息。

注意4.我仍在测试所提出的想法。另外，正如Simon所建议的那样，在C / C ++中测试非有限值的存在应该是最快的;这应该超过编译的R代码，但我对任何事情都开放。对于大型数据集，例如大约10-50GB，这应该比复制数据节省大量资金。通过使用多个内核可以获得进一步的改进，但这有点先进。

Answer 1

我担心没有这样的捷径。理论上，在unix上有SIGFPE你可以陷阱，但在实践中

没有标准的方法可以让FP操作捕获它（即使C99没有包含它的规定） - 它是高度系统特定的（例如Linux上的feenableexcept，fp_enable_all on AIX等）或者需要为目标CPU使用汇编程序
FP操作现在经常在像SSE这样的矢量单元中完成，所以你甚至不能确定FPU是否参与其中
R拦截NaN s，NA等内容的某些操作并单独处理它们，以便它们不会进入FP代码

那就是说，如果你足够努力（禁用SSE等），你可以破解自己的R会为你的平台和CPU捕获一些例外。我们不会考虑将其构建到R中，但出于特殊目的，它可能是可行的。

但是，除非您更改R内部代码，否则它仍然无法捕获NaN / NA个操作。此外，您必须检查您正在使用的每个包，因为他们可能在其C代码中使用FP操作，并且还可能单独处理NA / NaN。

如果你只是担心除零或上溢/下溢之类的事情，上面的内容将会起作用，并且可能是最接近解决方案的东西。

仅检查结果可能不太可靠，因为您不知道结果是否基于某些中间NaN计算，该计算更改了可能不需要NaN的聚合值好。如果您愿意丢弃此类案例，那么您可以简单地以递归方式遍历结果对象或工作区。这应该不是非常低效，因为你只需要担心REALSXP而不是其他任何事情（除非你不喜欢NA - 然后你还有更多的工作）。

这是一个可用于递归遍历R对象的示例代码：

static int do_isFinite(SEXP x) {
    /* recurse into generic vectors (lists) */
    if (TYPEOF(x) == VECSXP) {
        int n = LENGTH(x);
        for (int i = 0; i < n; i++)
            if (!do_isFinite(VECTOR_ELT(x, i))) return 0;
    }
    /* recurse into pairlists */ 
    if (TYPEOF(x) == LISTSXP) {
         while (x != R_NilValue) {
             if (!do_isFinite(CAR(x))) return 0;
             x = CDR(x);
         }
         return 1;
    }
    /* I wouldn't bother with attributes except for S4
       where attributes are slots */
    if (IS_S4_OBJECT(x) && !do_isFinite(ATTRIB(x))) return 0;
    /* check reals */
    if (TYPEOF(x) == REALSXP) {
        int n = LENGTH(x);
        double *d = REAL(x);
        for (int i = 0; i < n; i++) if (!R_finite(d[i])) return 0;
    }
    return 1; 
}

SEXP isFinite(SEXP x) { return ScalarLogical(do_isFinite(x)); }

# in R: .Call("isFinite", x)

Answer 2

下面概述的想法（及其实施）非常不完美。我甚至犹豫不决，但是：（a）我觉得它很有趣，即使在它的丑陋中也是如此; （b）我可以想到它会有用的情况。鉴于你现在听起来像是在每次计算后手动插入支票，我希望你的情况就是其中之一。

我的是一个两步黑客。首先，我定义了一个函数nanDetector()，它用于检测计算可能返回的几种对象类型中的NaN。然后，在每个顶级任务/计算完成后，使用addTaskCallback()在nanDetector()上调用函数.Last.value。当它在其中一个返回值中找到NaN时，会抛出一个错误，您可以使用该错误来避免任何进一步的计算。

其缺点之一：

如果您执行类似设置stop(error = recover)的操作，则很难确定错误的触发位置，因为错误总是从stopOnNaNs()内部抛出。
当它抛出错误时，stopOnNaNs()会在返回TRUE之前终止。因此，它会从任务列表中删除，您需要重置addTaskCallback(stopOnNaNs)它才能再次使用它。（有关详细信息，请参阅'Arguments' section of ?addTaskCallback。）

不用多说，这里是：

# Sketch of a function that tests for NaNs in several types of objects
nanDetector <- function(X) {
   # To examine data frames
   if(is.data.frame(X)) { 
       return(any(unlist(sapply(X, is.nan))))
   }
   # To examine vectors, matrices, or arrays
   if(is.numeric(X)) {
       return(any(is.nan(X)))
   }
   # To examine lists, including nested lists
   if(is.list(X)) {
       return(any(rapply(X, is.nan)))
   }
   return(FALSE)
}

# Set up the taskCallback
stopOnNaNs <- function(...) {
    if(nanDetector(.Last.value)) {stop("NaNs detected!\n")}
    return(TRUE)
}
addTaskCallback(stopOnNaNs)


# Try it out
j <- 1:00
y <- rnorm(99)
l <- list(a=1:4, b=list(j=1:4, k=NaN))
# Error in function (...)  : NaNs detected!

# Subsequent time consuming code that could be avoided if the
# error thrown above is used to stop its evaluation.

如果遇到非有限值（NA，NaN或Inf），如何强制错误

2 个答案: