揭开R语言中环境空间的神秘面纱

OStack程序员社区-中国程序员成长平台 › 门户 › 编程› R语言›R语言教程

原作者: [db:作者] 来自: [db:来源] 收藏邀请

R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。

R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。

要成为有理想的极客，我们不能停留在语法上，要掌握牢固的数学，概率，统计知识，同时还要有创新精神，把R语言发挥到各个领域。让我们一起动起来吧，开始R的极客理想。

关于作者：

张丹(Conan), 程序员Java,R,PHP,Javascript
weibo：@Conan_Z
blog: http://blog.fens.me
email: [email protected]

转载请注明出处：
http://blog.fens.me/r-environments/

前言

环境空间(environment)对于大部分的R使用者来说，都是比较陌生的。虽然我们不了解它的运行原理，但也不影响我们使用R语言。环境空间是R语言中关于计算机方面的底层设计，主要用于R语言是环境加载器。通过环境空间，封装了加载器的运行过程，让使用者在不知道底层细节的情况下，可以任意加载使用到的第三方的R语言程序包。

本文将揭开R语言中环境空间的神秘面纱。

R语言的环境空间
环境空间的特征
环境空间的访问

1 R语言的环境空间

在R语言中，不管是变量，对象，或者函数，都存在于R的环境空间中，R程序在运行时都自己的运行时空间。R语言的环境(environment)是由内核定义的一个数据结构，由一系列的、有层次关系的框架(frame)组成，每个环境对应一个框架，用来区别不同的运行时空间(scope)。

环境空间有一些特征，比如每个环境空间要有唯一的名字；环境空间是引入类型的，非赋值类型；环境空间都有父环境空间，空环境是最顶层的环境空间，没有父空间；子环境空间会继承父环境空间的变量等。

本文的系统环境

Linux: Ubuntu Server 12.04.2 LTS 64bit
R: 3.0.1 x86_64-pc-linux-gnu

为了方便我们检查对象的类型，引入pryr包作为辅助工具。关于pryr包的介绍，请参考文章:撬动R内核的高级工具包pryr


# 加载pryr包
> library(pryr)

1.1 创建一个环境

查看new.env()函数的定义。


new.env(hash = TRUE, parent = parent.frame(), size = 29L)

参数列表：

hash 默认值是TRUE，使用Hash table的结构。
parent 指定要创建环境的父环境。
size 初始化的环境空间大小。

运行函数new.env()，创建一个新环境。


# 创建环境e1
> e1  e1
<environment: 0x3d7eef0>

# 查看e1类型
> class(e1)
[1] "environment"

# otype查看e1类型，属于基本类型
> otype(e1)
[1] "primitive"

接下来，我们在e1环境中定义一个变量。


# 定义变量a
> e1$a  e1$a
[1] 10

# 列出当前环境中的变量
> ls()
[1] "e1"

# 列出e1环境中的变量
> ls(e1)
[1] "a"

这时，我们看到了两个环境空间，当前环境空间和e1环境空间。e1做为一个变量在当前的环境中被定义，而变量a是在e1环境中被定义。

1.2 环境空间的层次结构

R语言的环境是一种有层次关系的结构，每个环境都有上一层环境，直到最顶层的空环境。R语言中有5种环境的定义全局环境，内部环境，父环境，空环境和包环境。

当前环境，即用户环境，是用户程序运行的环境空间。
内部环境，构造出来的环境，可以是通过 new.env()函数显示创建的环境空间，也可以是匿名的环境空间。
父环境，即上一层环境，环境空间的上一层。
空环境，即顶层环境，没有父环境空间。
包环境，包封装的环境空间。


# 当前环境
> environment()
<environment: R_GlobalEnv>

# 内部环境
> e1  e1
<environment: 0x3e28948>

# 父环境
> parent.env(e1)
<environment: R_GlobalEnv>

# 空环境
> emptyenv()
<environment: R_EmptyEnv>

# 包环境
> baseenv()
<environment: base>

可以用search() 函数查看当前环境中加载的R包。


# 查看环境空间
> search()
 [1] ".GlobalEnv"        "package:pryr"      "package:stats"
 [4] "package:graphics"  "package:grDevices" "package:utils"
 [7] "package:datasets"  "package:methods"   "Autoloads"
[10] "package:base"

# 当前的环境空间
> .GlobalEnv
<environment: R_GlobalEnv>
> parent.frame()
<environment: R_GlobalEnv>

查看父环境空间


# e1环境的父环境空间
> parent.env(e1)
<environment: R_GlobalEnv>

# 当前环境的父环境空间
> parent.env(environment())
<environment: package:pryr>
attr(,"name")
[1] "package:pryr"
attr(,"path")
[1] "/home/conan/R/x86_64-pc-linux-gnu-library/3.0/pryr"

# base包环境的父环境空间
> parent.env(baseenv())
<environment: R_EmptyEnv>

# 空环境的父环境空间，因没有父环境，所以出现错误
> parent.env(emptyenv())
Error in parent.env(emptyenv()) : the empty environment has no parent

既然环境空间是有层次关系的，那么我们打印这个层次结构，从自定义的e1环境到空环境。


# 递归打印父环境空间
> parent.call parent.call(e1)
<environment: 0x366bf18>
<environment: R_GlobalEnv>
<environment: package:pryr>
attr(,"name")
[1] "package:pryr"
attr(,"path")
[1] "/home/conan/R/x86_64-pc-linux-gnu-library/3.0/pryr"
<environment: package:stats>
attr(,"name")
[1] "package:stats"
attr(,"path")
[1] "/usr/lib/R/library/stats"
<environment: package:graphics>
attr(,"name")
[1] "package:graphics"
attr(,"path")
[1] "/usr/lib/R/library/graphics"
<environment: package:grDevices>
attr(,"name")
[1] "package:grDevices"
attr(,"path")
[1] "/usr/lib/R/library/grDevices"
<environment: package:utils>
attr(,"name")
[1] "package:utils"
attr(,"path")
[1] "/usr/lib/R/library/utils"
<environment: package:datasets>
attr(,"name")
[1] "package:datasets"
attr(,"path")
[1] "/usr/lib/R/library/datasets"
<environment: package:methods>
attr(,"name")
[1] "package:methods"
attr(,"path")
[1] "/usr/lib/R/library/methods"
<environment: 0x20cb5d0>
attr(,"name")
[1] "Autoloads"
<environment: base>
<environment: R_EmptyEnv>

通过找父环境空间，我们看到整个环境空间的层次结构，如图所示。

通过层次结构图，又可以发现R包的加载顺序。最先加载的是base包，然后通过base::Autoloads()函数，分别加载6个基础包，上层的pryr包则是我手动加载的，最后以R_GlobalEnv环境为当前运行环境空间，内部环境空间是R_GlobalEnv环境的下层环境空间。

2. 环境空间的特征

上面中提到环境空间有一些特征，下面我们分别介绍一下。

2.1 每个环境空间中的对象名字要唯一

在当前环境空间中定义变量名x，并对x进行操作。


# 定义变量x
> x address(x)
[1] "0x2874068"

# 对x改变赋值
> x address(x)
[1] "0x28744c8"

这样我们可以看到，x变量在每次赋值的时候，内存地址都会发生改变，但是x的名字还是x。

在不同的环境空间中，再定义一个变量x。


# 创建环境空间e1
> e1 e1$x x;e1$x
[1] 12
[1] 20

在不同的环境空间中，可以有同名的变量名字。

2.2 环境空间变量的赋值

如果把e1环境空间变量，赋值给另一个变量f，再修改其环境内部变量，会是什么结果呢？


# 把e1赋值给f
> f  e1$a  f$a
[1] 1111

# 比较f环境和e1环境，是相等的
> identical(f,e1)
[1] TRUE

# 查看e1和f的环境地址，是完全相同的
> e1
<environment: 0x3e28948>
> f
<environment: 0x3e28948>

所以，环境空间的赋值，是一种引入的传递，而不是新创建一个环境空间。

2.3 定义更上层的环境空间

空环境是最顶层的环境空间，然后是base包的环境空间，我们可以尝试创建一个靠近顶层的环境空间，让父环境空间是base包的环境空间。


# 创建e2环境，以base为父环境
> e2  e2
<environment: 0x37cab18>

# 查看e2环境的父环境列表
> parent.call(e2)
<environment: 0x37cab18>
<environment: base>
<environment: R_EmptyEnv>

这样e2环境空间就位于了环境空间中的第三层。

2.4 子环境空间会继承父环境空间的变量

在当前环境中，定义一个变量x, 子环境e1中，对x重新赋值。


# 在当前环境，定义变量x
> x e1  e1$x e1$fun e1$fun(50)
[1] "e1::fun"

# 当前环境x变量被修改
> x
[1] 50

# e1环境x变量没有变化
> e1$x
[1] 1

这样我们就可以利用 <3. 环境空间的访问

R语言中有一些辅助函数，可以帮助我们理解和使用环境空间。

new.env 创建一个环境空间
is.environment 判断是否是环境空间类型。
environment 查看函数的环境空间定义。
environmentName 查看环境空间名字。
env.profile 查看环境空间属性值。
ls 查看环境空间中的对象。
get 取出指定环境空间中的对象。
rm 删除环境空间中的对象。
assign 给环境空间中的变量赋值。
exists 查看指定环境空间中的对象是否存在。

接下来，我们进行环境空间的访问操作。


# 新建一个环境空间
> e1 is.environment(e1)
[1] TRUE

# 查看当前环境空间
> environment()
<environment: R_GlobalEnv>

# 查看函数的环境空间
> environment(ls)
<environment: namespace:base>

# 查看环境空间的名字
> environmentName(baseenv())
[1] "base"
> environmentName(environment())
[1] "R_GlobalEnv"

# 查看e1环境空间的名字
> environmentName(e1)
[1] ""

# 设置e1的名字
> attr(e1,"name") environmentName(e1)
[1] "e1"

# 查看e1环境空间的属性值
> env.profile(e1)
$size
[1] 29

$nchains
[1] 1

$counts
 [1] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

环境空间中的对象操作。


# 清空当前环境空间定义的所的对象
> rm(list=ls())

# 定义环境空间有，和3个变量x
> e1 x e1$x ls()
[1] "e1" "x"  "y"

# 查看e1环境空间中的变量
> ls(e1)
[1] "x"

# 取当前环境空间的x值
> get("x")
[1] 1 2 3 4 5

# 取e1环境空间的x值
> get("x",envir=e1)
[1] 10

# 在e1环境空间中去y值，这个y值是从当前环境空间中继承的
> get("y",envir=e1)
[1]  2  3  4  5  6  7  8  9 10

# 禁止环境空间的继承，在e1环境空间中去y值，出错
> get("y",envir=e1,inherits=FALSE)
Error in get("y", envir = e1, inherits = FALSE) : object 'y' not found

# 给x重新赋值
> assign('x',77);x
[1] 77

# 给e1环境空间的x重新赋值
> assign('x',99,envir=e1);e1$x
[1] 99

# 在没有继承的情况下，给e1空间增加y变量
> assign('y',99,envir=e1,inherits=FALSE);
> y
[1]  2  3  4  5  6  7  8  9 10
> e1$y
[1] 99

# 删除e1环境空间的变量x，和当前环境空间的y
> rm(x,envir=e1)
> e1$x
NULL
> x
[1] 77

# 查看当前环境空间，和e1环境空间
>  ls()
[1] "e1" "x"
> ls(e1)
[1] "y"

# 查看x对象在当前环境空间是否存在
> exists('x')
[1] TRUE

# 查看x对象在e1环境空间是否存在
> exists('x',envir=e1)
[1] TRUE

# 查看x对象,在没有继承的情况下，在e1环境空间是否存在
> exists('x',envir=e1,inherits=FALSE)
[1] FALSE

另外，pryr包的where函数可以直接定位对象的环境空间。


# 查看mean函数定义的环境空间
> where(mean)
Error: is.character(name) is not TRUE
> where("mean")
<environment: base>

# 查看where函数定义的环境空间
> where("where")
<environment: package:pryr>
attr(,"name")
[1] "package:pryr"
attr(,"path")
[1] "/home/conan/R/x86_64-pc-linux-gnu-library/3.0/pryr"

# 查看x变量定义的环境空间
> where("x")
<environment: R_GlobalEnv>

# 查看y变量定义的环境空间，由于y变量定义在e1中，e1是当前空间的子空间，所以访问不到y变量
> where("y")
Error: Can't find y
> e1$y
[1] 99

# 在e1空间查看y变量
> where("y",e1)
<environment: 0x2545db0>

本文介绍了R语言中，环境空间的定义、结构和一些简单的使用，当然这并不是环境空间的全部内容。下一篇文章，将继续介绍函数环境空间的定义和使用，解密R语言函数的环境空间

转载请注明出处：
http://blog.fens.me/r-environments/

This entry was posted in R语言实践