assign函數(shù)在循環(huán)時(shí)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(guò)for循環(huán)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(lián)合用法

rm(list = ls())  #這個(gè)命令千萬(wàn)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(bǔ)充：R語(yǔ)言函數(shù)的簡(jiǎn)單理解

R語(yǔ)言結(jié)合了面向?qū)ο缶幊陶Z(yǔ)言和函數(shù)式編程語(yǔ)言的特性，由于擁有函數(shù)式編程的特性，R的每一個(gè)運(yùn)算符，實(shí)際上也是函數(shù)，同樣，面向?qū)ο蟮奶匦詻Q定了你接觸到的R中所有東西(從數(shù)字到字符串到矩陣等)都是對(duì)象。

這些綜合的特質(zhì)決定了R這門(mén)語(yǔ)言的特殊性，最大的特點(diǎn)就是開(kāi)源，R中有許多用戶無(wú)私貢獻(xiàn)的包，通過(guò)這些包，可以實(shí)現(xiàn)強(qiáng)大的功能，因此，在在的統(tǒng)計(jì)處理或者數(shù)據(jù)挖掘等數(shù)據(jù)處理相關(guān)工作中，R常常作為數(shù)據(jù)預(yù)處理和建立初步模型的強(qiáng)大工具，但作為一門(mén)解釋型語(yǔ)言，R的運(yùn)行效率比不上同等下的C等編譯型語(yǔ)言，特別是在高性能計(jì)算中。

因此，個(gè)人認(rèn)為未來(lái)或者是現(xiàn)在將流行這樣一種數(shù)據(jù)處理方式:用R對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，同時(shí)通過(guò)R建立初步的數(shù)據(jù)處理模型，待對(duì)模型進(jìn)行評(píng)估并確定如何實(shí)施之后通過(guò)更高效的語(yǔ)言(C語(yǔ)言等)來(lái)實(shí)現(xiàn)。

R中變量作用域的層次結(jié)構(gòu)同C語(yǔ)言類似，但最大的不同在于，在R函數(shù)中可以創(chuàng)建新的函數(shù)，這樣會(huì)增加新的層次。

R擁有函數(shù)式編程的特性，基于函數(shù)式編程語(yǔ)言的特征，函數(shù)不會(huì)修改非局部變量，在R中，函數(shù)幾乎沒(méi)有副作用，簡(jiǎn)單的理解為，函數(shù)的一般代碼可以讀但是不能寫(xiě)非全局變量(當(dāng)然通過(guò)特定函數(shù)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(shí)際上這些操作只會(huì)修改全局變量在特定層次中的備份，而全局變量本身不會(huì)發(fā)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(zhí)行以上代碼，結(jié)果如下所示:

在以上代碼中，i是全局變量，順序執(zhí)行test()函數(shù)，在test中給i賦值為2，此時(shí)打印的結(jié)果是局部變量中的值。test()函數(shù)執(zhí)行完之后再打印i的值，結(jié)果卻仍然是1，說(shuō)明test中的賦值并沒(méi)有修改全局變量i。

一般情況下，使用R中的函數(shù)不會(huì)有副作用，可以有以下幾點(diǎn)理解:

1）只引用而不改變?nèi)肿兞浚植孔兞颗c全局變量共享內(nèi)存空間，此時(shí)的值必然相同；

2）一旦函數(shù)對(duì)全局變量重新賦值，系統(tǒng)將會(huì)創(chuàng)建一個(gè)與全局變量同名的新變量，并為這個(gè)變量分配新的內(nèi)存空間，但這個(gè)新變量只處在宿主函數(shù)這個(gè)層次中，根據(jù)變量的引用關(guān)系，優(yōu)先引用離自己較近的本層或者上層環(huán)境中變量，所以在該函數(shù)中基本上只會(huì)用全局變量的同名局部變量了；

3）隨著函數(shù)調(diào)用結(jié)束，系統(tǒng)會(huì)釋放函數(shù)中的局部變量，新創(chuàng)建的全局變量的同名局部變量也將銷毀，而全局變量的值并沒(méi)有因?yàn)樵诤瘮?shù)中使用而發(fā)生變化。

當(dāng)然，R中也提供了特定的函數(shù)來(lái)對(duì)函數(shù)的上級(jí)層次進(jìn)行寫(xiě)操作，那就是<<-和assign()。

1.超賦值運(yùn)算符<<-的機(jī)理為:使用<<-進(jìn)行賦值操作

系統(tǒng)會(huì)從第一個(gè)上級(jí)層次開(kāi)始，由低到高逐層進(jìn)行查找，直到在某個(gè)層次中找到該變量，如果找不到該變量，系統(tǒng)會(huì)在頂層環(huán)境中創(chuàng)建一個(gè)新的變量。注意，超賦值運(yùn)算符<<-只查上級(jí)，不會(huì)對(duì)本級(jí)進(jìn)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(jié)果如下:

A)

B)

兩次運(yùn)行的結(jié)果相同，在A)中，<<-修改了全局變量值i，在testA函數(shù)中引用了修改后的值，結(jié)果為2，在B)中，<<-向上查找，沒(méi)有找到名為i的全局變量，但是系統(tǒng)在全局環(huán)境中創(chuàng)建了名為i的全局變量并為其賦值為2。

2.使用assign()函數(shù)來(lái)對(duì)非局部變量進(jìn)行寫(xiě)操作

該函數(shù)的特性為:向指定層次(本級(jí)或上級(jí))中的某個(gè)變量賦值，有則修改，無(wú)則創(chuàng)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(jié)果為:

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

原因在于，在函數(shù)test()內(nèi)部定義的函數(shù)innertest()中執(zhí)行了assign函數(shù)，該函數(shù)在最頂層全局層次中的變量i賦值10，但是該層中并沒(méi)有該變量，于是就就在最頂層.GlobalEnv中創(chuàng)建了該變量i并給其賦值，這樣在不同的函數(shù)層次中都有變量i，優(yōu)先引用離自己最近的同級(jí)(已順序執(zhí)行)或者上級(jí)層次中的變量，所以i出現(xiàn)了三個(gè)不同的輸出值。

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