משתנים והשמה ב-R: <-, = ו-assign()

איך יוצרים משתנה ב-R

משתנה ב-R הוא שם שמוצמד לערך. יוצרים אותו עם חץ ההשמה <-: השם בא לפני החץ, והערך אחריו.

age <- 30
name <- "Rosa"
is_admin <- TRUE

cat(age, name, is_admin, "\n")

שלושה משתנים, שלושה סוגי ערכים שונים, ואף הצהרת סוג בשום מקום: R מסיקה את הסוג מתוך הערך עצמו (עוד על כך ב-סוגי נתונים). ברגע שמשתנה קיים, משתמשים בו בכל מקום שבו הייתם משתמשים בערך:

price <- 19.99
quantity <- 3
total <- price * quantity

cat("You owe", total, "\n")

השמה מחדש עובדת באותו אופן. משתנה עובר בשמחה לערך חדש, אפילו לסוג חדש, ברגע שמבצעים השמה שוב:

mood <- "hopeful"
cat(mood, "\n")

mood <- 42
cat(mood, "\n")

R לא התלוננה על כך שמחרוזת הפכה למספר. הגמישות הזאת נוחה, אבל אם המשמעות של משתנה משתנה באמצע סקריפט, זה בדרך כלל הסימן לבחור שם חדש במקום.

למה R משתמשת ב-<- במקום =

הנה השאלה שכולם שואלים: גם age = 30 עובד, אז למה כל ספר R, כל מדריך סגנון וכל חבילה משתמשים בחץ?

כי = ב-R הוא שני דברים שונים, תלוי איפה הוא מופיע. ברמה העליונה הוא מבצע השמה. בתוך קריאה לפונקציה הוא מתאים ארגומנט לפי שם, ולא יוצר משתנה:

values <- c(1, 5, NA, 9)

# Here = means "the argument called na.rm is TRUE".
# It does not create a variable named na.rm.
result <- mean(values, na.rm = TRUE)
cat(result, "\n")

אם הייתם מנסים mean(values, na.rm <- TRUE), הייתם יוצרים בטעות משתנה גלובלי בשם na.rm ומעבירים TRUE לפי מיקום: חוקי, שגוי, וקשה לזיהוי. המוסכמה ששומרת על הקוד קריא פשוטה:

• <- תמיד פירושו השמה.
• = תמיד פירושו "הארגומנט הזה מקבל את הערך הזה" בתוך קריאה ל-פונקציה.

הקפידו על החלוקה הזאת, וכל שורת R שתקראו תגיד לכם במבט אחד אם משהו נוצר או מועבר. זה כלל הסגנון האוניברסלי ביותר בעולם של R: RStudio אפילו נותנת ל-<- קיצור מקלדת משלו (Alt+-).

בני הדודים הנדירים: ->, = ו-assign()

ל-R יש עוד שתי דרכים לבצע השמה, ושווה לזהות את שתיהן גם אם כמעט לא תכתבו אותן.

החץ ההפוך -> מבצע השמה בכיוון השני: הערך קודם, השם בסוף:

2 + 2 -> answer
cat(answer, "\n")

לפעמים תראו אותו בסוף שרשרת ארוכה ("חשב את כל זה, ואז שמור"), אבל רוב מדריכי הסגנון אומרים להימנע ממנו: קוראים סורקים את תחילת השורה כדי למצוא את השם שמוגדר.

assign() יוצרת משתנה מתוך מחרוזת, כלומר אפשר לבנות את השם בזמן ריצה:

assign("score", 100)
cat(score, "\n")

for (i in 1:3) {
    assign(paste0("run_", i), i * 10)
}
cat(run_1, run_2, run_3, "\n")

זה נראה מתוחכם, וכמעט תמיד זה הכלי הלא נכון: קבוצה של משתנים ממוספרים היא בעצם וקטור או רשימה בתחפושת. פנו ל-assign() רק כשבאמת חייבים לחשב שם; בת הזוג שלה, get("score"), קוראת משתנה לפי שם במחרוזת.

כללי מתן שמות

R מקבלת שמות ש:

• מכילים אותיות, ספרות, נקודות (.) וקווים תחתונים (_).
• מתחילים באות, או בנקודה שלא באה אחריה ספרה.
• אינם מילים שמורות (if, for, TRUE, NULL, function ועוד כמה).

כך שכל אלה תקינים:

user_name <- "Ada"
score2 <- 99
my.total <- 150

cat(user_name, score2, my.total, "\n")

ואלה לא:

• 2nd_user: אי אפשר להתחיל בספרה.
• _temp: גם בקו תחתון אי אפשר להתחיל (בניגוד ל-Python).
• user-name: מקף הוא חיסור, לא תו של שם.
• TRUE: מילה שמורה.

שמות רגישים לאותיות גדולות וקטנות: total, Total ו-TOTAL הם שלושה משתנים שאין ביניהם קשר, ו-R לא תזהיר אתכם כשתיצרו אחד מהם בטעות הקלדה.

total <- 10
Total <- 20
cat(total, Total, "\n")

הצגה ומחיקה: ls() ו-rm()

כל משתנה שיוצרים נוחת בסביבת העבודה (הסביבה הגלובלית). ls() מציגה מה יש שם, ו-rm() מסירה דברים:

a <- 1
b <- 2
print(ls())

rm(a)
print(ls())

שני פרטים שכדאי להכיר. ראשית, rm(list = ls()) מוחקת את כל סביבת העבודה: שימושי בתחילת סשן חקירה, הרסני בכל מקום אחר. שנית, שמות שמתחילים בנקודה (כמו .cache) מוסתרים מ-ls() אלא אם קוראים ל-ls(all.names = TRUE): אותה מוסכמה כמו קבצים מוסתרים ב-Unix.

מוסכמות שמות: השתמשו ב-snake_case

מעבר לכללים הנוקשים, קהילת R המודרנית (ומדריך הסגנון של tidyverse) התיישבה על מוסכמות:

• lower_snake_case למשתנים ולפונקציות: retry_count, fit_model.
• נקודות בשמות חוקיות אבל מיושנות: R הבסיסית מלאה בשמות מתקופת data.frame כמו my.data, אבל לנקודות יש גם משמעות במערכת המתודות S3 של R (print.data.frame הוא "מתודת ההדפסה של data frames"), ולכן קוד חדש נמנע מהן.
• בלי קידומות הונגריות, בלי camelCase: תראו camelCase בחבילות ישנות, אבל snake_case הוא המקום שבו האקוסיסטם התייצב.
• אין ב-R קבועים אמיתיים; המוסכמה היא לתת לקבועים לכאורה שמות באותיות גדולות (MAX_RETRIES <- 5) ופשוט לא לבצע להם השמה מחדש.

בחרו שמות תיאוריים והקפידו על עקביות. avg_score עולה ארבע הקשות יותר מ-as וחוסך לכל קורא עתידי טיול חזרה למעלה בסקריפט.

מה לקחת מכאן

• name <- value יוצר משתנה; הקהילה שומרת את = לארגומנטים של פונקציות.
• -> ו-assign() קיימים; תקראו אותם יותר ממה שכדאי לכתוב אותם.
• שמות משתמשים באותיות, ספרות, נקודות וקווים תחתונים; הם לא יכולים להתחיל בספרה או בקו תחתון, והם רגישים לאותיות גדולות וקטנות.
• ls() מציגה את סביבת העבודה, rm() מנקה אותה.
• כתבו ב-snake_case והקוד שלכם ייראה כמו ה-R שכולם כותבים היום.

הבא בתור: אילו סוגי ערכים המשתנים האלה מחזיקים בפועל. numeric, integer, character ו-logical.