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。

:: :::    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

> 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

> 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)。

> 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？

> 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。

> '<-'(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。

> 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<-。

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。

anscombe_tidy <- anscombe %>%mutate(observation = seq_len(n()))

以上代碼等價(jià)于

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腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。

最新評(píng)論