R語(yǔ)言賦值可以用=或<-,一般都建議使用<-,那你知道這兩個(gè)之間的區(qū)間嗎?那你有沒(méi)有見(jiàn)過(guò)‘<-'和‘='這種賦值方法嗎?今天就來(lái)和大家聊聊這基本的賦值符號(hào)都有哪些區(qū)別。
首先我們來(lái)看看符號(hào)的優(yōu)先級(jí),和java,c這些編程語(yǔ)言的優(yōu)先級(jí)類(lèi)似。下面這些都取自R幫助文檔,輸入?Syntax即可查看,它是根據(jù)優(yōu)先級(jí)從高到低排列的。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
:: ::: access variables in a namespace $ @ component / slot extraction [ [[ indexing ^ exponentiation (right to left) - + unary minus and plus : sequence operator %any% special operators (including %% and %/%) * / multiply, divide + - (binary) add, subtract < > <= >= == != ordering and comparison ! negation & && and | || or ~ as in formulae -> ->> rightwards assignment <- <<- assignment (right to left) = assignment (right to left) ? help (unary and binary) |
我們可以看到<-的優(yōu)先級(jí)比=高,這一點(diǎn)我們?cè)谑褂脮r(shí)一定要注意到。
現(xiàn)在來(lái)舉幾個(gè)簡(jiǎn)單例子看看
1
2
3
4
5
6
7
|
> median(x =1:10) [1] 5.5> x 錯(cuò)誤: 找不到對(duì)象 'x' > median(x <-1:10) [1] 5.5 > x [1] 1 2 3 4 5 6 7 8 9 10 |
現(xiàn)在來(lái)看另外一個(gè)例子
1
2
3
4
5
|
> rm (x) > median((x=1:10)) [1] 5.5 > x [1] 1 2 3 4 5 6 7 8 9 10 |
那這又是為什么不報(bào)錯(cuò)了呢?那是因?yàn)槔ㄌ?hào)的優(yōu)先級(jí)更高,它相當(dāng)于先給x賦值,再傳入到median,與下面例子等價(jià)。
1
2
3
4
5
6
|
> rm (x) > x=1:10 #此時(shí)等價(jià)于x<-1:10 > median(x) [1] 5.5 > x [1] 1 2 3 4 5 6 7 8 9 10 |
為什么此時(shí)輸入x并沒(méi)有報(bào)錯(cuò)而前面卻報(bào)錯(cuò)?因?yàn)樵谶@種情況下,x被定義在用戶的當(dāng)前工作空間,所以在這個(gè)使用median之后x還是存在的。
總結(jié)一下:
這說(shuō)明使用這兩種方法賦值的變量是存在不同的空間或作用域。= 賦值對(duì)象存在賦值時(shí)所在的空間,而<- 賦值對(duì)象存在當(dāng)前整個(gè)空間。
看起來(lái)有點(diǎn)晦澀,現(xiàn)在來(lái)仔細(xì)說(shuō)說(shuō)這兩個(gè)的區(qū)別:
(1) 賦值時(shí)所在的空間,比如median(x =1:10),x的值僅存在median函數(shù)內(nèi)部空間,在median函數(shù)外面訪問(wèn)不到x,所以前面程序中報(bào)錯(cuò):錯(cuò)誤: 找不到對(duì)象'x'。
(2) 當(dāng)前整個(gè)空間,比如median(x <-1:10),它其實(shí)就是median(x=x <-1:10),<-優(yōu)先級(jí)高,先執(zhí)行x <-1:10,再賦值給x,只不過(guò)這里省略了,因?yàn)橐话銈鲄?shù)時(shí),我們都不寫(xiě)參數(shù)名。x存在于當(dāng)前空間,所以x可以訪問(wèn)到。
如果我們定義一個(gè)函數(shù),函數(shù)中變量用<-賦值,那么在函數(shù)外面還能訪問(wèn)到嗎?
1
2
3
4
5
6
|
> rm (x) > test <- function (){ + x<-1 + } > test () > x |
錯(cuò)誤: 找不到對(duì)象'x'
當(dāng)然是不能的,因?yàn)閤定義在test函數(shù)內(nèi)部,僅存在test函數(shù)的空間里面,所以在該函數(shù)外面根本訪問(wèn)不到x。如果想訪問(wèn)到x,除了returen,也不是沒(méi)有其他辦法的。
現(xiàn)在來(lái)看看另外一種賦值方法,估計(jì)很少人見(jiàn)過(guò),了解之后有助于我們理解賦值過(guò)程。
1
2
3
4
5
6
|
> '<-' (x,5) #等價(jià)于x<-5 > x [1] 5 > '=' (x,6) #等價(jià)于x=6 > x [1] 6 |
簡(jiǎn)單了解之后,來(lái)做幾個(gè)測(cè)試
一般情況下,將=和<-兩個(gè)賦值符號(hào)同時(shí)使用就會(huì)出現(xiàn)一些錯(cuò)誤,比如下面這例子,如果了解'<-'之后,那么就很容易理解。
1
2
3
4
5
6
7
8
9
|
> x<-y<-10 #等價(jià)于'<-'(x,'<-'(y,10)) > x [1] 10 > y [1] 10 > x <- y = 12 Error in x <- y = 12 : 沒(méi)有 "<-<-" 這個(gè)函數(shù) # 由于優(yōu)先級(jí)的問(wèn)題,它等價(jià)于'='('<-'(x,y),12),并不是'<-'(x,'='(y,12)) > x=y<-12 #不報(bào)錯(cuò),等價(jià)于 '='(x,'<-'(y,12)) |
這里主要是因?yàn)閮?yōu)先級(jí)的問(wèn)題,<-的優(yōu)先級(jí)高于=。
為了說(shuō)明什么時(shí)候用這兩種賦值方法,先隨便看一個(gè)函數(shù),比如scan函數(shù),我們可以發(fā)現(xiàn)傳遞參數(shù)用的都是=,因此傳參數(shù)基本都是用=而不是<-。
1
2
3
4
5
6
7
|
scan( file = "" , what = double(), nmax = -1, n = -1, sep = "" , quote = if (identical(sep, "\n" )) "" else "'\"" , dec = "." , skip = 0, nlines = 0, na.strings = "NA" , flush = FALSE, fill = FALSE, strip.white = FALSE, quiet = FALSE, blank.lines.skip = TRUE, multi.line = TRUE, comment.char = "" , allowEscapes = FALSE, fileEncoding = "" , encoding = "unknown" , text, skipNul = FALSE) |
在R文檔中有下面介紹(?assignOps ):文檔中介紹說(shuō)<-可以用在任何地方,而=只能用在優(yōu)先級(jí)高的地方,比如說(shuō)表達(dá)式中或子表達(dá)式。
The operator <- can be used anywhere, whereas the operator = is only allowed at the
top level (e.g., in the complete expression typed at the command prompt) or as one
of the subexpressions in a braced list of expressions.
我覺(jué)得<-多用于賦值,而=更多用于傳值,它們之間優(yōu)先級(jí)不同,賦值對(duì)象作用域不同。在使用的時(shí)候,只要注意到變量工作的空間(作用域)以及符號(hào)之間的優(yōu)先級(jí),一般是不會(huì)出錯(cuò)的。
補(bǔ)充:R語(yǔ)言賦值語(yǔ)句<-, <<-, =, %>%有什么區(qū)別?
<-和->是一對(duì),可以向左和向右賦值;
=是單向的,作用和<-基本相同,但對(duì)函數(shù)中的變量通常使用=;
<<-這個(gè)是全局賦值,跟變量的作用域有關(guān),一般不會(huì)用到
%>%:來(lái)自dplyr包的管道函數(shù),其作用是將前一步的結(jié)果直接傳參給下一步的函數(shù),并作為右件表達(dá)式函數(shù)的第一個(gè)參數(shù)(或剩下唯一一個(gè)選項(xiàng)的設(shè)置),從而省略了中間的賦值步驟,可以大量減少內(nèi)存中的對(duì)象,節(jié)省內(nèi)存。
1
|
anscombe_tidy <- anscombe %>%mutate(observation = seq_len(n())) |
以上代碼等價(jià)于
1
|
anscombe_tidy=mutate(anscombe,observation = seq_len(n())) |
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持服務(wù)器之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。
原文鏈接:https://blog.csdn.net/wzgl__wh/article/details/80368317