Синтаксис R: основы за 5 минут

Выражения и автопечать

R — язык выражений: почти каждая написанная вами строка порождает значение. В консоли выражение, набранное само по себе, вычисляется, и его значение печатается автоматически — print() не нужен:

2 + 3
"hello"
sqrt(144)

Каждый результат предваряется префиксом [1] — так R сообщает позицию первого показанного значения; первый намёк на то, что R мыслит векторами (об этом ниже). У автопечати есть особенность, о которой стоит знать с первого дня: она работает для голых выражений на верхнем уровне. То же самое выражение внутри тела функции или цикла for не напечатает ничего — поэтому в скриптах для вывода, который вы обязаны увидеть, используют явные cat() или print().

Присваивание: стрелка

Оператор присваивания в R — <-, стрелка, указывающая на имя, которое получает значение:

radius <- 5
area <- pi * radius^2

print(area)

Читайте radius <- 5 как «radius получает 5». Да, = тоже работает для присваивания на верхнем уровне, и да, новички спрашивают, зачем набирать два символа вместо одного. Ответ — соглашение, у которого есть зубы: все серьёзные руководства по стилю, документация базового R и практически весь код на R, который вам когда-либо встретится, используют <- для присваивания, оставляя = для одной конкретной задачи — именования аргументов внутри вызовов функций (следующий раздел). Соблюдение этого соглашения делает две операции визуально различимыми. В RStudio Alt+- (Option+- на macOS) набирает стрелку за вас.

Обратите внимание: присваивание не печатается автоматически — area <- 78.5 сохраняет значение молча. Поэтому в сниппете выше и нужен print().

Чувствительность к регистру

R строго чувствителен к регистру — и в именах, которые создаёте вы, и в именах, которые даёт сам язык:

value <- 10
Value <- 99

print(value)
print(Value)

Это две разные переменные. Точно так же mean() — функция, а Mean() не существует. Когда R встречает вас сообщением object 'x' not found или could not find function, проверьте регистр раньше всего остального — это самая частая ошибка начинающих.

Вызовы функций и именованные аргументы

Функции вызываются со скобками, аргументы разделяются запятыми. Аргументы могут сопоставляться по позиции, по имени или смешанно:

numbers <- c(4, 8, 15, 16, 23, 42)

round(mean(numbers), 1)
seq(from = 0, to = 100, by = 25)

Вызов seq() показывает синтаксис именованных аргументов R — и именно здесь = отрабатывает своё место: внутри вызова name = value помечает аргумент. Именованные аргументы избавляют от необходимости помнить порядок параметров и делают вызовы самодокументируемыми; seq(0, 100, 25) работает точно так же, но говорит читателю меньше. Рабочее соглашение: первый аргумент (обычно данные) передавайте по позиции, остальные именуйте.

Справка по любой функции — в одно нажатие: ?seq в консоли открывает её документацию.

Всё есть вектор

Идея, из-за которой R ощущается иначе, чем другие языки: голых одиночных чисел не бывает. Даже 5 — это вектор длины один, а операции применяются поэлементно к целым векторам:

c(1, 2, 3) * 2
c(10, 20, 30) + c(1, 2, 3)

celsius <- c(0, 25, 100)
fahrenheit <- celsius * 9 / 5 + 32
print(fahrenheit)

Никакого цикла — а преобразован каждый элемент. В большинстве языков это три итерации цикла for; в R это арифметика. Это векторизация, и она определяет всё — операторы сравнения, строковые функции и математические функции работают так же. Именно поэтому в идиоматичном R гораздо меньше циклов, чем можно было бы ожидать; полная история — в статье про векторы.

Фигурные скобки и блоки

Многострочные тела — для if, циклов и функций — группируются фигурными скобками {}:

score <- 87

if (score >= 60) {
    grade <- "pass"
} else {
    grade <- "fail"
}

cat("Result:", grade, "\n")

Обратите внимание на две вещи. Условие живёт в круглых скобках, и это просто if, а не if: или if ... then. И, в отличие от Python, отступы в R не несут смысла — блок задают скобки, а отступы нужны людям. Опускать скобки в однострочниках законно, но это классический источник ошибок при правках; просто всегда их ставьте.

Пробелы и точки с запятой

R игнорирует лишние пробелы, а перевод строки завершает инструкцию — точка с запятой не требуется:

a <- 2
b <- 3
total <- a +
    b

print(total)

Перенос на другую строку работает потому, что третья строка заканчивается на +, и R понимает, что выражение не завершено. Это единственное правило, которое нужно помнить при разбиении длинных строк: переносите после оператора или запятой, никогда перед ними, иначе R сочтёт первую строку законченной. Точки с запятой существуют лишь для того, чтобы впихнуть две инструкции в одну строку (a <- 1; b <- 2) — законно, не одобряется, легко избегается.

Стиль: как пишут код на R

Помимо грамматики, у R есть сильные соглашения сообщества (закреплённые в руководстве по стилю tidyverse, которому следует большая часть экосистемы):

• <- для присваивания, = только для аргументов внутри вызовов.
• Имена в snake_case: monthly_revenue, а не monthlyRevenue или monthly.revenue. Точки в именах R законны, но их лучше избегать — они пересекаются с шаблоном именования, который использует внутренняя кухня R.
• Пробелы вокруг операторов (x <- a * 2, а не x<-a*2) и после запятых.
• Отступ в четыре пробела внутри скобок (некоторые команды используют два; выберите одно и придерживайтесь).
• Одна инструкция на строку.

Ничего из этого не требует интерпретатор. Всё это потребует любой, кто читает ваш код. Продолжение темы именования — в статье про переменные.

Что вы уносите с собой

• R вычисляет выражения и автоматически печатает голые выражения в консоли — но не внутри функций или циклов.
• Присваивайте через <- («получает»); = используйте только для именования аргументов в вызовах функций.
• R полностью чувствителен к регистру — опечатки в регистре вызывают большинство ранних ошибок «not found».
• Всё есть вектор, и операции применяются поэлементно: c(1, 2, 3) * 2 — это 2 4 6, без цикла.
• Фигурные скобки задают блоки, переводы строк завершают инструкции, а snake_case и соглашения о пробелах делают ваш код похожим на код всех остальных.

Дальше: комментарии — как аннотировать код на R и что делать с отсутствующим в R синтаксисом блочных комментариев.