您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

双向箭头符号(你知道R中的赋值符号箭头()

赋值,等号,箭头双向箭头符号(你知道R中的赋值符号箭头()

发布时间：2016-12-08加入收藏来源：互联网点击：

作为一门高级语言，R语言拥有独特的语法，比如今天说道的赋值符号。在其他语言里，赋值符合通常用一个等号(=)表示，而在R语言里，承担这个任务的可以是箭头(<-)符号，也可以是等号（=）。这就导致许多R语言初学者，分不清R语言中的赋值到底是使用箭头（<-）还是等号（=）？许多早期学习R的童鞋都比较喜欢使用等号（=）进行赋值。毕竟，简简单单的a = 5用起来比较符合大多数现有语言的习惯。出于对某种赋值方式的偏好，甚至出现了等号党和箭头党，但是到底孰好孰坏，显然争不出任何结果，相对来说更重要的是了解这两者的区别。只有我们深刻理解了其相同与不同之后，才能更好的运用他们。

R语言最开始设计的时候，是采用箭头（<-）作为赋值符号的，这是从APL语言继承而来的（箭头表示赋值，等号表示判断）。之后的S语言也沿用了这个用法，再之后R语言为了保持和S语言的兼容性保留了这个箭头。直到2001年，R的更新版本中 才加入了等号（=）赋值。因此，对于一般的赋值语句，箭头（<-）与 等号（=）在 功能上是没有区别的，可以通用。但是等号(=)的作用有两个：它既可以赋值，也可以传递函数参数（实际上传参可以看作一种特殊形式的赋值，给参数赋值）。通常情况下，如果等号（=）出现在单独的环境中，它就是赋值；如果写在函数的参数位置，它就是传参。如果你在设置参数的时候使用了箭头(<-)，那么你会发现在全局变量里，会多出一个和参数名相同的赋值的变量，容易导致歧义和错误，而且占用命名空间。

下面，我们通过几个个例子来具体讲一下这两个函数的区别。

箭头(<-)和等号（=）赋值在作用域上的不同。
箭头(<-)创建的变量的作用范围为整个全局环境（Global environment），而等号（=）通常在一个局部环境(Local environment)。例如： > rm(x) ## 如果变量 x 存在的话，先删除此变量 > mean(x = 1:10) [1] 5.5 > x Error: object 'x' not found在以上范例里，变量 x 是在函数的作用域里进行声明的，所以它只存在于此函数中，一旦运算完成便“消失”。 > mean(x <- 1:10) [1] 5.5 > x [1] 1 2 3 4 5 6 7 8 9 10而采用箭头(<-)赋值，x 变量则出现在了Global Environment 里，并且我们可以调用它。 在此例中，实际上是先构建了x变量，再将x传递给mean函数的第一个参数，我们看到，采用这种方式，程序也正确运行了，但是采用箭头(<-)赋值的方式去传参时要非常小心。可以看下面例子中引起错误地情况。
箭头(<-)和等号（=）在参数传递时的区别 > x <- rnorm(100) # 采用箭头(<-)进行变量赋值 > y <- 2*x rnorm(100) # 采用箭头(<-)进行变量赋值 > lm(formula=y~x) #上面的代码完全等价于下面的代码 > x = rnorm(100) # 采用等号（=）进行变量赋值 > y = 2*x rnorm(100) # 采用等号（=）进行变量赋值 > lm(formula=y~x)两段代码中前两行都是赋值语句，分别为x变量和y变量赋值，此时等号（=）与箭头(<-)的功能相同，作用域也相同，因为等号（=）赋值是在全局环境中进行的，而代码第三行中的等号（=）则是调用函数时规定命名参数，这就是通常情况下，我们直接将y~x这个公式直接传递给lm函数的第一个参数，也就是formula参数的用法。如果此时我们将等号（=）替换成箭头（<-），则会在全局环境中定义出一个新的formula变量，然后再将这个变量传递给了lm函数的第一个参数。如果是我们有意这么做的话，就需要保证命名参数的顺序和函数中定义参数的顺序相同，否则就会出现错误，或者将名称相同的变量传递给了错误的参数（但程序可能正常运行），导致结果错误。下面的例子可以突出了这种差别： > x <- rnorm(100) > y <- 2*x rnorm(100) > z <- 3*x rnorm(100) > data <- data.frame(z,x,y) > rm(x, y, z)此时，环境中已经没有x，y，z变量，就只有变量data可以用来做z~x y的线性回归。标准写法： > lm(formula=z~x y,data = data) #也可以写成如下形式： > lm(data=data,formula=z~x y)当我们将等号（=）替换成箭头（<-）时，正确的命名参数传递应该按函数参数顺序来逐个传参： > lm(formula <- z~x y, data <- data) Call: lm(formula = formula <- z ~ x y, data = data <- data) Coefficients: (Intercept) x y 0.069869 3.062565 0.007503 > formula z ~ x y运行也不会出错，但是我们会发现函数实际上是调用的lm(formula = formula <- z ~ x y, data = data <- data)，这时产生了一个新的变量formula到环境中，并且在全局环境中就可以使用(实际上data变量也被更新了）。
但是如果我们对lm函数的参数顺序不了解或者由于马虎搞错了参数顺序，这个时候就会容易出现错误。 #错误的写法： > lm(data <- data,formula <- z~x y) Error in as.data.frame.default(data) : cannot coerce class ""formula"" to a data.frame执行时会报告异常，说明data被当作第一个参数formula传递，而formula被当作第二个参数data传递，而参数类型不匹配因而导致异常。因此，在函数的命名参数传递时，尽量不要用箭头（<-），因为既会产生副作用（创建新变量），也无法利用命名参数传递的功能。上面的例子是程序提示了错误，但是有时候程序并不一定会提示错误，就很容易让我们忽视结果实际上是错误的结果。例如：我们构建矩阵时， # 构建一个3列的矩阵 > matrix(c(1:12),ncol=3) [，1] [，2] [，3] [1，] 1 5 9 [2，] 2 6 10 [3，] 3 7 11 [4，] 4 8 12 > matrix(c(1:12),ncol<-3) [，1] [，2] [，3] [，4] [1，] 1 4 7 10 [2，] 2 5 8 11 [3，] 3 6 9 12我们可以看到，尽管两种方法，都运行成功，且得到了一个矩阵，但是第二个结果是一个错误的结果，此处出错的原因就是，ncol<-3是将3赋值给变量ncol，然后再传递给函数对应位置的参数，而在函数内第二个参数实际上是对应的nrow参数。在实际编写代码时，遇到这种情况，如果我们不注意，就会导致后续所有结果都出错。
此外，还需要注意的一点就是，在传参中采用箭头（<-）进行赋值的变量只有在需要使用时才会改变其值。例如： > a <- 1 > f <- function(x) return(TRUE) > f(a <- a 1); a [1] TRUE [1] 1请注意，以上范例里， a 的值并没有改变，也就是a并没有加1，还是原来的a值，这是在函数内部并未用到参数a。这会导致程序里出现一些不可预期的结果并且降低代码可读性，所以不推荐在函数参数里使用箭头（<-）这种赋值方式。在看下面的例子： > a <- 1 > f <- function(x) { if(runif(1)>0.5) TRUE else print(x) } > f(a <- a 1);a [1] TRUE [1] 1 > f(a <- a 1);a [1] TRUE [1] 1 > f(a <- a 1);a [1] TRUE [1] 1 > f(a <- a 1);a [1] 2 [1] 2 > f(a <- a 1);a [1] TRUE [1] 2 > f(a <- a 1);a [1] 3 [1] 3上述代码中，向函数 f() 传递传递参数 a <- a 1 后，只有在随机数 runif(1) 小于0.5的时候，a 的值才会改变，即执行 1操作，然后打印a。否则传递TRUE值。因此，因为随机数 runif(1) 的随机性，每次调用函数 f()后 a 的值是不确定的。

现在大家应该清楚了解箭头(<-)和等号（=）的区别了吧！

 1/2    1 2 下一页 尾页