R 程式設計/函式的使用

檢視函式的程式碼

• 您可以在控制檯中輸入函式名稱，函式名稱後面不帶括號。這將在控制檯中列印函式的程式碼。
• 您也可以使用page()函式，它將開啟一個新的編輯器視窗並在該編輯器中列印函式的程式碼。
• 您也可以使用TinnR包中的trCopy()函式來複制函式的程式碼。然後您只需將其貼上到文字編輯器中即可檢視它。

以下是使用lm()函式的示例。

> lm
> page(lm)
> library(TinnR)
> trCopy(lm)

建立您自己的函式

一個沒有引數且不返回值的簡單函式

> fn <- function(){
+ print("hello")
+ }
> fn()
[1] "hello"

返回值

預設情況下，將返回最後一行(*)的值。在下面的示例中，我們有一個包含兩個物件的簡單函式。返回最後一個物件。

> test <- function() {
+ x <-1
+ z <- 2
+ }
> res <- test()
> res
[1] 2

函式可以使用以下方法顯式返回值return()(但由於它是最後一行，您可以簡單地使用x代替)

> test <- function() {
+ x <- 1
+ z <- 2
+ return(x)
+ }
> res <- test()
> res
[1] 1

• ) 更準確地說，它不是“最後一行”，而是最後一次計算的值從函式返回。

新增引數

可以新增引數。

square <- function(x){
	x2 <- x^2
	return(x2)
	}
square(x = 2)

請注意，上面的函式最好寫成（更有效率）

square <- function(x) x^2

（因為最後的值會被返回）

... 引數意味著您可以新增其他引數，這些引數將傳遞給函式內部的函式。

plot2 <- function(x,...){
	plot(x, type = "l", ...)
	}
plot2(runif(100), main = "line plot", col = "red")

可以將資料框新增為引數。以下是一個示例

redplot <- function(z, y, data, env=parent.frame()) {
       if(!missing(data)){
			z <- data[,deparse(substitute(z))]
			y <- data[,deparse(substitute(y))]
			}
	plot(z,y, col = "red", pch = 15)
} 

mydat <- data.frame(vm = rnorm(10),output = rnorm(10))
redplot(vm,output,data=mydat)

對於估計命令，可以將公式新增為引數。例如，我們可以使用公式介面建立自己的普通最小二乘函式。

ols <- function(formula, data = list()) {
	mf <- model.frame(formula=formula, data=data)
	X <- model.matrix(attr(mf, "terms"), data=mf)
	y <- model.response(mf)
	beta <- solve(t(X)%*%X)%*%t(X)%*%y
	se <- sqrt( 1/(nrow(X) - ncol(X)) * sum((y - X%*%beta)^2) * diag(solve(t(X)%*%X)))
	res <- cbind(beta,se)
	colnames(res) <- c("Coefficients","Standard errors")
	res
}
N <- 100
u <- rnorm(N)
x <- rnorm(N) + 1
y <- 1 + x + u
ols(y~x)

遞迴函式

R 支援遞迴函式。下面的函式遞迴地計算斐波那契數。

> fib <- function(n) {
              if(n > 2) {
                   m <- fib(n-1)
                   c(m, sum(tail(m, 2)))
                   }
              else rep(1, n)
              }
> fib(30)
 [1]      1      1      2      3      5      8     13     21     34     55
[11]     89    144    233    377    610    987   1597   2584   4181   6765
[21]  10946  17711  28657  46368  75025 121393 196418 317811 514229 832040

函式作為物件

R 函式可以被視為物件

> a <- function(n) function(a) runif(a)
> b <- a(1)
> b(10)
 [1] 0.8726873 0.9512367 0.5971435 0.5540743 0.6378967 0.4030071 0.2750673 0.1777123 0.6960378 0.3969920

當想要建立許多不同型別的函式時，這將非常有用

> a <- list()
> b <- function(i){ i; function() runif(i)}
> for (i in 1:10) a[[i]] <- b(i)
> a[[1]]()
[1] 0.2617396
> a[[2]]()
[1] 0.8822248 0.3374574
> a[[3]]()
[1] 0.0348156 0.4212788 0.6107646

高階函式

您可以在R中使用高階函式。與普遍看法相反，使用它們而不是迴圈並不更快，因為 apply 函式在其定義內部有一個 for 迴圈。僅在需要提高程式碼清晰度時使用它們。

apply

apply 是 R 的對映函式中最基本的一個。lapply、sapply 和 mapply 是 apply 的方便介面，分別用於列表、向量和多個向量。

apply 以陣列、要對映的維度的向量和函式作為引數。以下示例基於 apply 文件。它使用 apply 計算矩陣的列和行總和。

x <- matrix(round(rnorm(100)),10,10)
col.sums <- apply(x, 2, sum)
row.sums <- apply(x, 1, sum)

tapply

tapply 與 apply 相似，但它將函式應用於不規則陣列的每個單元格，即應用於由某些因子的級別唯一組合給出的每個（非空）值組。

> x1 <- rnorm(10)
> x2 <- sample(1:2, 10, replace = T)
> cbind(x1,x2)
              x1 x2
 [1,] -1.7905021  1
 [2,]  1.2908169  2
 [3,] -2.1902513  2
 [4,]  0.4845488  1
 [5,]  0.2281593  1
 [6,]  0.2201302  1
 [7,]  2.1574243  1
 [8,]  0.5789705  2
 [9,]  1.3315188  1
[10,] -1.0029822  2
> tapply(x1, x2, sum)
        1         2 
 2.631279 -1.323446

Reduce

Reduce 文件中的此函式累加地新增

> cadd <- function(x) Reduce("+", x, accumulate = TRUE)
> cadd(1:10)
 [1]  1  3  6 10 15 21 28 36 45 55