Zmienne i przypisanie w R: <-, = i assign()

Jak utworzyć zmienną w R

Zmienna w R to nazwa przypisana do wartości. Tworzysz ją strzałką przypisania <-: nazwa stoi przed strzałką, a wartość za nią.

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

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

Trzy zmienne, trzy różne rodzaje wartości i nigdzie żadnej deklaracji typu: R wnioskuje typ z samej wartości (więcej o tym w artykule o typach danych). Gdy zmienna już istnieje, używasz jej wszędzie tam, gdzie można użyć samej wartości:

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

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

Ponowne przypisanie działa tak samo. Zmienna bez oporu przechodzi na nową wartość, nawet nowego typu, w chwili ponownego przypisania:

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

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

R nie narzekał, że napis zamienił się w liczbę. Ta elastyczność jest wygodna, ale jeśli znaczenie zmiennej zmienia się w połowie skryptu, to zwykle sygnał, żeby wybrać nową nazwę.

Dlaczego R używa <- zamiast =

Oto pytanie, które zadaje każdy: age = 30 też działa, więc dlaczego każda książka o R, każdy przewodnik stylu i każdy pakiet używa strzałki?

Bo = w R to dwie różne rzeczy, zależnie od miejsca, w którym się pojawia. Na najwyższym poziomie przypisuje. W wywołaniu funkcji dopasowuje argument po nazwie i nie tworzy zmiennej:

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")

Wywołanie mean(values, na.rm <- TRUE) przypadkiem utworzyłoby globalną zmienną o nazwie na.rm i przekazało TRUE według pozycji: poprawne składniowo, błędne i trudne do zauważenia. Konwencja, dzięki której kod pozostaje czytelny, jest prosta:

• <- zawsze oznacza przypisanie.
• = zawsze oznacza „ten argument dostaje tę wartość” w wywołaniu funkcji.

Trzymaj się tego podziału, a każda linia R, którą czytasz, od razu powie ci, czy coś jest tworzone, czy przekazywane. To najbardziej uniwersalna zasada stylu w świecie R: RStudio daje nawet <- własny skrót klawiszowy (Alt+-).

Rzadko używani kuzyni: ->, = i assign()

R ma jeszcze dwa sposoby przypisania. Warto je rozpoznawać, nawet jeśli rzadko ich używasz.

Odwrócona strzałka -> przypisuje w drugą stronę: najpierw wartość, na końcu nazwa:

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

Czasem zobaczysz ją na końcu długiego potoku („policz to wszystko, a potem zapisz”), ale większość przewodników stylu radzi jej unikać: czytelnicy szukają definiowanej nazwy na początku linii.

assign() tworzy zmienną na podstawie napisu, więc nazwę można zbudować w trakcie działania programu:

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")

Wygląda to sprytnie i prawie zawsze jest złym narzędziem: zestaw ponumerowanych zmiennych to tak naprawdę przebrany wektor albo lista. Sięgaj po assign() tylko wtedy, gdy nazwa naprawdę musi zostać obliczona; jej partnerka get("score") odczytuje zmienną po nazwie podanej jako napis.

Zasady nazewnictwa

R akceptuje nazwy, które:

• Zawierają litery, cyfry, kropki (.) i podkreślenia (_).
• Zaczynają się od litery albo od kropki, po której nie stoi cyfra.
• Nie są słowami zastrzeżonymi (if, for, TRUE, NULL, function i kilka innych).

Wszystkie te nazwy są więc poprawne:

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

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

A te nie są:

• 2nd_user: nie może zaczynać się od cyfry.
• _temp: nie może też zaczynać się od podkreślenia (inaczej niż w Pythonie).
• user-name: łącznik to odejmowanie, a nie znak nazwy.
• TRUE: słowo zastrzeżone.

Nazwy rozróżniają wielkość liter: total, Total i TOTAL to trzy niezwiązane ze sobą zmienne, a R nie ostrzeże cię, gdy przez literówkę powołasz jedną z nich do życia.

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

Wypisywanie i usuwanie: ls() i rm()

Każda zmienna, którą tworzysz, trafia do przestrzeni roboczej (środowiska globalnego). ls() wypisuje, co w niej jest, a rm() usuwa elementy:

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

rm(a)
print(ls())

Dwa szczegóły warte poznania. Po pierwsze, rm(list = ls()) czyści całą przestrzeń roboczą: to wygodne na początku sesji eksploracyjnej i destrukcyjne wszędzie indziej. Po drugie, nazwy zaczynające się od kropki (jak .cache) są ukryte przed ls(), chyba że wywołasz ls(all.names = TRUE). To ta sama konwencja co ukryte pliki w systemach Unix.

Konwencje nazewnictwa: używaj snake_case

Poza twardymi zasadami nowoczesna społeczność R (i przewodnik stylu tidyverse) przyjęła konwencje:

• lower_snake_case dla zmiennych i funkcji: retry_count, fit_model.
• Kropki w nazwach są dozwolone, ale przestarzałe: bazowy R jest pełen nazw z epoki data.frame, takich jak my.data, ale kropki mają też znaczenie w systemie metod S3 (print.data.frame to „metoda print dla ramek danych”), więc nowy kod ich unika.
• Bez przedrostków węgierskich, bez camelCase: camelCase zobaczysz w starszych pakietach, ale ekosystem ustalił się na snake_case.
• R nie ma prawdziwych stałych; konwencja każe nazywać przyszłe stałe wielkimi literami (MAX_RETRIES <- 5) i po prostu nie przypisywać ich ponownie.

Wybieraj opisowe nazwy i trzymaj się ich konsekwentnie. avg_score kosztuje cztery naciśnięcia klawiszy więcej niż as, a oszczędza każdemu przyszłemu czytelnikowi powrotu na górę skryptu.

Najważniejsze informacje

• name <- value tworzy zmienną; społeczność zostawia = dla argumentów funkcji.
• -> i assign() istnieją; częściej będziesz je czytać, niż warto je pisać.
• Nazwy składają się z liter, cyfr, kropek i podkreśleń; nie mogą zaczynać się od cyfry ani podkreślenia i rozróżniają wielkość liter.
• ls() pokazuje przestrzeń roboczą, rm() ją porządkuje.
• Pisz w snake_case, a twój kod będzie wyglądał jak R, który wszyscy piszą dzisiaj.

Dalej: jakie wartości te zmienne naprawdę przechowują, czyli liczby, liczby całkowite, tekst i wartości logiczne.