R語言中assign函數和get函數的用法

Posted on by

assign函數在循環時候，給變量賦值，算是比較方便

1、給變量賦值

for (i in 1:(length(rowSeq)-1)){
  assign(paste("nginx_server_fields7_", i, sep = ""), nginx_server_fields7[(rowSeq[(i-1)+1]):(rowSeq[i+1]), ])
}

2、通過for循環給變量a1、a2、a3賦值

for (i in 1:3){
    assign(paste("a", i, sep = ""), i:10)
}
ls()
[1] "a1" "a2" "a3" "i"
> a1
 [1]  1  2  3  4  5  6  7  8  9 10
> a2
[1]  2  3  4  5  6  7  8  9 10

3、get和assign聯合用法

rm(list = ls())  #這個命令千萬慎重使用
for(i in 1:3){
     assign(paste("p", i, sep=""), i)
     tmp <- get(paste("p", i, sep=""))
     print(tmp)
 }
[1] 1
[1] 2
[1] 3
 ls()
[1] "i"   "p1"  "p2"  "p3"  "tmp"

補充：R語言函數的簡單理解

R語言結合瞭面向對象編程語言和函數式編程語言的特性，由於擁有函數式編程的特性，R的每一個運算符，實際上也是函數，同樣，面向對象的特性決定瞭你接觸到的R中所有東西(從數字到字符串到矩陣等)都是對象。

這些綜合的特質決定瞭R這門語言的特殊性，最大的特點就是開源，R中有許多用戶無私貢獻的包，通過這些包，可以實現強大的功能，因此，在在的統計處理或者數據挖掘等數據處理相關工作中，R常常作為數據預處理和建立初步模型的強大工具，但作為一門解釋型語言，R的運行效率比不上同等下的C等編譯型語言，特別是在高性能計算中。

因此，個人認為未來或者是現在將流行這樣一種數據處理方式:用R對數據進行預處理，同時通過R建立初步的數據處理模型，待對模型進行評估並確定如何實施之後通過更高效的語言(C語言等)來實現。

R中變量作用域的層次結構同C語言類似，但最大的不同在於，在R函數中可以創建新的函數，這樣會增加新的層次。

R擁有函數式編程的特性，基於函數式編程語言的特征，函數不會修改非局部變量，在R中，函數幾乎沒有副作用，簡單的理解為，函數的一般代碼可以讀但是不能寫非全局變量(當然通過特定函數是可以修改全局變量的)。

一般代碼表面上可以給全局變量重新賦值，但實際上這些操作隻會修改全局變量在特定層次中的備份，而全局變量本身不會發生變化。如下面例子所示：

i <- 1
test <- function(){
   i <- 2
   print(sprintf("the value from test(): %i", i))
}
test()
print(sprintf("the value from global:%i", i))

執行以上代碼，結果如下所示:

在以上代碼中，i是全局變量，順序執行test()函數，在test中給i賦值為2，此時打印的結果是局部變量中的值。test()函數執行完之後再打印i的值，結果卻仍然是1，說明test中的賦值並沒有修改全局變量i。

一般情況下，使用R中的函數不會有副作用，可以有以下幾點理解:

1）隻引用而不改變全局變量，局部變量與全局變量共享內存空間，此時的值必然相同；

2）一旦函數對全局變量重新賦值，系統將會創建一個與全局變量同名的新變量，並為這個變量分配新的內存空間，但這個新變量隻處在宿主函數這個層次中，根據變量的引用關系，優先引用離自己較近的本層或者上層環境中變量，所以在該函數中基本上隻會用全局變量的同名局部變量瞭；

3）隨著函數調用結束，系統會釋放函數中的局部變量，新創建的全局變量的同名局部變量也將銷毀，而全局變量的值並沒有因為在函數中使用而發生變化。

當然，R中也提供瞭特定的函數來對函數的上級層次進行寫操作，那就是<<-和assign()。

1.超賦值運算符<<-的機理為:使用<<-進行賦值操作

系統會從第一個上級層次開始，由低到高逐層進行查找，直到在某個層次中找到該變量，如果找不到該變量，系統會在頂層環境中創建一個新的變量。註意，超賦值運算符<<-隻查上級，不會對本級進行查找。

如下例所示:

A)

i <- 1
testA <- function()
{
   i <<- 2
   print(sprintf("the value from testA(): %i", i))
}
testA()
print(sprintf("the value from global:%i", i))

B)

testB<-function()
{
   i<<-2
   print(sprintf("the value from testB(): %i", i))
}
testB()
print(sprintf("the value from global:%i", i))

結果如下:

A)

B)

兩次運行的結果相同，在A)中，<<-修改瞭全局變量值i，在testA函數中引用瞭修改後的值，結果為2，在B)中，<<-向上查找，沒有找到名為i的全局變量，但是系統在全局環境中創建瞭名為i的全局變量並為其賦值為2。

2.使用assign()函數來對非局部變量進行寫操作

該函數的特性為:向指定層次(本級或上級)中的某個變量賦值，有則修改，無則創建。

如下代碼所示:

test <-function()
{
    i <- 1 
    innertest<-function(x)
    {
         i<-3
         assign("i",2*x,pos=.GlobalEnv)
         print(sprintf("the value from innertest(): %i",i))
  }
  innertest(5)
  print(sprintf("the value from test(): %i", i)) 
}
test()
print(sprintf("the value from global:%i", i))

結果為:

由結果可知，在test()和innertest()中的i值都沒有發生變化，而在最頂層的全局層次中沒有定義i的值，結果顯示該值為10。

原因在於，在函數test()內部定義的函數innertest()中執行瞭assign函數，該函數在最頂層全局層次中的變量i賦值10，但是該層中並沒有該變量，於是就就在最頂層.GlobalEnv中創建瞭該變量i並給其賦值，這樣在不同的函數層次中都有變量i，優先引用離自己最近的同級(已順序執行)或者上級層次中的變量，所以i出現瞭三個不同的輸出值。

以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方，望不吝賜教。

推薦閱讀：

    None Found