[R] Variable 性質

程式語言：R
官網

簡介：variable scope 與 傳遞

Global vs. Local

function 內自成一區，為 Lexical scope
如下範例，進入 function 時，並看不到外部的 x，所以皆為 character(0)
所以更改的值，自然也無法反應到外部
但此時若想印出 x ，會發現仍有值，這是因為當發現無 x 時，會再往外找，直到 .GlobalEnv 
  1. f <- function()
  2. {
  3.     print("In f")
  4.     # 目前有的物件
  5.     print(ls())
  6.     # character(0)
  7.     print(x)
  8.     # [1] 10
  9.     
  10.     x <- 100
  11.     g <- function()
  12.     {
  13.         print("In g")
  14.         # 目前有的物件
  15.         print(ls())
  16.         # character(0)
  17.         print(x)
  18.         # [1] 100
  19.         
  20.         x <- 1000
  21.         # 目前的環境
  22.         print(environment())
  23.         # <environment: 0x0000000017f504a0>
  24.         
  25.         #目前有的物件
  26.         print(ls())
  27.         # [1] "x"
  28.         
  29.         print(x)
  30.         # [1] 1000
  31.         
  32.         print("Out g")
  33.     }
  34.     g()
  35.     
  36.     # 目前的環境
  37.     print(environment())
  38.     # <environment: 0x0000000017f505b8>
  39.     
  40.     # 目前有的物件
  41.     print(ls())
  42.     # [1] "g" "x"
  43.     
  44.     print(x)
  45.     # [1] 100
  46.     
  47.     print("out f")
  48. }
  49.  
  50. x <- 10
  51. f()
  52. # 目前的環境
  53. # 也就是 .GlobalEnv
  54. print(environment())
  55. # 目前有的物件
  56. print(ls())
  57. # [1] "f" "x"
  58.  
  59. print(x)
  60. # [1] 10
  61. print(.GlobalEnv$x)
  62. # [1] 10
  63.  
  64. # result
  65. # [1] "In f"
  66. # character(0)
  67. # [1] 10
  68. # [1] "In g"
  69. # character(0)
  70. # [1] 100
  71. # <environment: 0x000000001218f368>
  72. # [1] "x"
  73. # [1] 1000
  74. # [1] "Out g"
  75. # <environment: 0x0000000012190e90>
  76. # [1] "g" "x"
  77. # [1] 100
  78. # [1] "out f"
  79. # <environment: R_GlobalEnv>
  80. # [1] "f" "x"
  81. # [1] 10
  82. # [1] 10

強制指定
利用 <<- 將會直接往上層找符合的變數改變值，故原層的不變
若到 .GlobalEnv 都沒找到，則在 .GlobalEnv 建立新變數
  1. f <- function()
  2. {
  3.     print("In f")
  4.     x <- list(a=10)
  5.     
  6.     g <- function()
  7.     {
  8.         print("In g")
  9.         x <- list(a=1)
  10.         # 直接往上層找 x，直到 .GlobalEnv
  11.         x$a <<- 100
  12.         
  13.         print(x$a)
  14.         # [1] 1
  15.         
  16.         print("Out g")
  17.     }
  18.     g()
  19.     print(x$a)
  20.     # [1] 100
  21.     
  22.     print("out f")
  23. }
  24.  
  25. x <- list(a=10)
  26. print(x$a)
  27. # [1] 10
  28.  
  29. f()
  30.  
  31. print(x$a)
  32. # [1] 100
  33.  
  34. # result
  35. # [1] 10
  36. # [1] "In f"
  37. # [1] "In g"
  38. # [1] 1
  39. # [1] "Out g"
  40. # [1] 100
  41. # [1] "out f"
  42. # [1] 10

package variable
如何指定 package 的變數
<package name>::<variable name> 
ggplot2::diamonds
# A tibble: 53,940 × 10
#   carat       cut color clarity depth table price     x     y     z
#   <dbl>     <ord> <ord>   <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl>
#1   0.23     Ideal     E     SI2  61.5    55   326  3.95  3.98  2.43
#2   0.21   Premium     E     SI1  59.8    61   326  3.89  3.84  2.31
#3   0.23      Good     E     VS1  56.9    65   327  4.05  4.07  2.31
#4   0.29   Premium     I     VS2  62.4    58   334  4.20  4.23  2.63
#5   0.31      Good     J     SI2  63.3    58   335  4.34  4.35  2.75
#6   0.24 Very Good     J    VVS2  62.8    57   336  3.94  3.96  2.48
#7   0.24 Very Good     I    VVS1  62.3    57   336  3.95  3.98  2.47
#8   0.26 Very Good     H     SI1  61.9    55   337  4.07  4.11  2.53
#9   0.22      Fair     E     VS2  65.1    61   337  3.87  3.78  2.49
#10  0.23 Very Good     H     VS1  59.4    61   338  4.00  4.05  2.39
# ... with 53,930 more rows

Mutable vs. Immutable

事實上幾乎所有 R objects 都是 immutable，除了 Reference class 等
如下範例，可以看到 R 的 list 傳遞為 call by value
  1. f <- function(x)
  2. {
  3.     print("In f")
  4.     
  5.     x$a <- 100
  6.     g <- function(x)
  7.     {
  8.         print("In g")
  9.         
  10.         x$a <- 1000
  11.         
  12.         print(x$a)
  13.         # [1] 1000
  14.         
  15.         print("Out g")
  16.     }
  17.     g(x)
  18.     
  19.     print(x$a)
  20.     # [1] 100
  21.     
  22.     print("out f")
  23. }
  24.  
  25. x <- list(a=10)
  26. f(x)
  27.  
  28. print(x$a)
  29. # [1] 10
  30.  
  31. # result
  32. # [1] "In f"
  33. # [1] "In g"
  34. # [1] 1000
  35. # [1] "Out g"
  36. # [1] 100
  37. # [1] "out f"
  38. # [1] 10

替代方案
environments
每次呼叫都從設定的 env 讀值
  1. my.new.env <- new.env()
  2.  
  3. f <- function()
  4. {
  5.     print("In f")
  6.     
  7.     my.new.env$x$a <- 100
  8.     
  9.     print(my.new.env$x$a)
  10.     # [1] 100
  11.     
  12.     print("out f")
  13. }
  14.  
  15. my.new.env$x <- list(a=10)
  16. f()
  17.  
  18. print(my.new.env$x$a)
  19. # [1] 100
  20.  
  21. # result
  22. # [1] "In f"
  23. # [1] 100
  24. # [1] "out f"
  25. # [1] 100

RC（Reference class） 
  1. f <- function(x)
  2. {
  3.     print("In f")
  4.     
  5.     x$a <- 100
  6.     
  7.     print(x$a)
  8.     # [1] 100
  9.     
  10.     print("out f")
  11. }
  12.  
  13. X <- setRefClass("X", fields=list(a='numeric'))
  14. x <- X(a=10)
  15. print(x$a)
  16. # [1] 10
  17.  
  18. f(x)
  19.  
  20. print(x$a)
  21. # [1] 100
  22.  
  23. # result
  24. # [1] 10
  25. # [1] "In f"
  26. # [1] 100
  27. # [1] "out f"
  28. # [1] 100

參考

R Environment and Scope
R 環境空間與函數

留言

張貼留言