解密R语言函数的环境空间

蔚落 2022-07-12 09:48 258阅读 0赞

## http://blog.fens.me/r-environments-function/    ##

前言

本文接上一篇文章[揭开R语言中环境空间的神秘面纱][R]，继续介绍R语言中函数的环境空间。

R语言的函数环境空间，具有动态性，可以让我们用更少的代码构建出更复杂的应用来。

1.  R语言的函数环境空间
2.  封闭环境
3.  绑定环境
4.  运行环境
5.  调用环境
6.  完整的环境操作

## 1. R语言的函数环境空间 ##

在R语言中，变量、对象、函数都存在于环境空间中，而函数又可以有自己的环境空间，我们可以在函数内再定义变量、对象和函数，循环往复就形成了我们现在用的R语言环境系统。

一般情况，我们可以通过new.env()去创建一个环境空间，但更多的时候，我们使用的是函数环境空间。

函数环境空间，包括4方面的内容：

*  封闭环境，每个函数都有一个且只有一个封闭环境空间，指向函数定义的环境空间。
 *  绑定环境，给函数指定一个名字，绑定到函数变量，如fun1<-function()\{1\}。
 *  运行环境，当函数运行时，在内存中动态产生的环境空间，运行结束后，会自动销毁。
 *  调用环境，是指在哪个环境中进行的方法调用，如fun1<-function()\{fun2()\}，函数fun2在函数fun1被调用。

本文的系统环境

*  Win7 64bit
 *  R: 3.0.1 x86\_64-w64-mingw32/x64 b4bit

## 2. 封闭环境 ##

封闭环境，比较好理解，是对函数空间的一个静态定义，在函数定义时指向所在的环境空间，通过environment()函数，来查看封闭环境。

我们在当前的环境空间，定义一个函数f1，查看f1函数的封闭环境为 R\_GlobalEnv。

> y <- 1
    > f1 <- function(x) x + y
    > environment(f1)
    <environment: R_GlobalEnv>

再定义一个函数f2，让f2函数调用f1函数，查看f2的函数的封闭环境为 R\_GlobalEnv。

> f2 <- function(x){
    +   f1()+y
    + }
    > environment(f2)
    <environment: R_GlobalEnv>

所以，封闭环境是在定义的时候设置的，与具体运行时环境，没有关系。

## 3. 绑定环境 ##

绑定环境，就是把函数的定义和调用，通过函数变量连起来。

比如，我们新建一个环境空间e,在e定义一个函数g，就当相于把一个函数绑定到g变量，通过找到e环境空间中的g变量，就可以调用这个函数。

# 新建一个环境空间
    > e <- new.env()
    
    # 绑定一个函数到e$g
    > e$g <- function() 1
    
    # 查看函数g的定义
    > e$g
    function() 1
    
    # 运行函数g
    > e$g()
    [1] 1

在环境空间e中，再定义一个嵌套函数e$f

# 绑定一个函数到e$f
    > e$f <- function() {
    +     function () 1
    + }
    
    #查看函数f的定义
    > e$f
    function() {
        function () 1
    }
    
    # 调用函数f，返回嵌套的匿名函数定义
    > e$f()
    function () 1
    <environment: 0x000000000dbc0a28>
    
    # 调用函数f，和嵌套匿名函数，得到结果
    > e$f()()
    [1] 1

查看函数g和f的封闭环境。

# 函数g和f的封闭环境
    > environment(e$g)
    <environment: R_GlobalEnv>
    > environment(e$f)
    <environment: R_GlobalEnv>
    
    # f内部的匿名函数的封闭环境
    > environment(e$f())
    <environment: 0x000000000d90b0b0>
    
    # 匿名函数的父函数的封闭环境
    > parent.env(environment(e$f()))
    <environment: R_GlobalEnv>

我们看到e$g和e$f的封闭环境，都是当前环境R\_GlobalEnv。而e$f()的匿名函数的封闭环境，是当前环境的子环境，也就是e$f函数的环境空间。

## 4. 运行环境 ##

运行环境，是函数被调用时，产生的内存环境。运行环境是临时的，当函数运行完成后，运行环境会被自动销毁。在运行环境中的，定义的变量、对象和函数，也是动态创建的，随着内存释放而销毁。

定义一个函数g，在函数g中，有临时变量a和参数x。

> g <- function(x) {
    +     if (!exists("a", inherits = FALSE)) {
    +         a<-1
    +     }
    +     a<-a+x
    +     a
    + }
    
    # 调用函数g
    > g(10)
    [1] 11
    > g(10)
    [1] 11

调用2次函数g，运行结果都是11。我们可以看出，变量a在g函数中为临时变量，没有进行持有化，每次都是新的。

增加一些输出信息，我们再来看看，这个函数的运行情况。

> g <- function(x) {
    +     message("Runtime function")  # 增加注释
    +     print(environment())         # 打印运行时环境
    +     if (!exists("a", inherits = FALSE)) {
    +         a<-1
    +     }
    +     a<-a+x
    +     a
    + }
    
    # 调用函数g
    > g(10)
    Runtime function
    <environment: 0x000000000e447380>
    [1] 11
    > g(10)
    Runtime function
    <environment: 0x000000000d2fa218>
    [1] 11

我们还是调用2次g函数，看到print(environment()) 的输出，有2次不同的环境地址 0x000000000e447380，0x000000000d2fa218。说明函数的运行时环境，是内存临时分配的。

## 5. 调用环境 ##

调用环境，是指函数是在哪个环境中被调用的。匿名函数通常是在定义的封闭环境中被调用。

我们定义一个嵌套的函数h，包括一个匿名函数。

> h <- function() {
    +     x <- 5
    +     function() {
    +         x
    +     }
    + }
    
    # 调用函数h，把h函数内部的匿名函数赋值给r1
    > r1 <- h()
    
    # 在当前环境定义变量x
    > x <- 10
    
    # 调用函数r1
    > r1()
    [1] 5

r1函数运行后的结果为5，说明r1函数获得的是匿名函数查所在的封闭环境的x值，而不是r1变量所在的当前环境的x值。

我们把代码稍后修改，在函数h中，定义2个x变量。用<<-给第二个x变量赋值，相当于给父环境空间中的x变量赋值。

> h <- function() {
    +     x <- 10
    +     x <<- 5
    +     function() {
    +         x
    +     }
    + }
    
    # 调用函数h
    > r1 <- h()
    
    # 调用函数r1
    > r1()
    [1] 10
    
    # 当前空间的变量x
    > x
    [1] 5

r1函数运行后的结果为10，说明r1函数获得的是匿名函数查所在的封闭环境的x值10，而不是通过<<-赋值的父环境中的x的值。

## 6. 完整的环境操作 ##

接下来，把函数环境空间的操作放到一起，做一个完整环境的说明。

[![funenv][]][funenv]

图片解释：

*  1. 蓝色圆圈，表示函数封闭，始终指向函数定义环境空间。
 *  2. 粉色长方形，表示已加载的包环境空间，包括R\_GlobalEnv, base, R\_EmptyEnv等
 *  3. 绿色长方形，表示已定义的函数环境空间。
 *  4. 绿色长方形内的白色长方形，表示命名函数，包括fun1,fun2。
 *  5. 不在绿色长方形内白色长方形，表示已定义的匿名函数。
 *  6. 在长方形内的粉色小正方形，表示在环境空间中定义的变量，包括x,fx,f2。
 *  7. 橙色小正方形，表示在内存中的变量值，包括5，2，1。
 *  8. 黑色直线，表示变量的赋值。
 *  8. 蓝色直线，表示指向封闭环境空间。
 *  9. 橙色直线，表示函数调用过程。
 *  10. 程序运行时，产生了函数环境空间的内存地址，包括0x000000000e0db220，0x000000000e0e8cf0, 0x000000000e0db178。

上图中结构，用R代码描述。

# 在当前环境定义变量x
    > x<-5
    
    # 在当前环境定义fun1
    > fun1<-function(){
    +   # 打印fun1环境空间
    +   print("fun1")
    +   print(environment())
    +
    +   # 在fun1函数环境中，定义变量x
    +   x<-1
    +   function() {
    +     # 打印匿名环境空间
    +     print("funX")
    +     print(environment())
    +     # 从一级父环境空间中，找到变量x
    +     x+15
    +   }
    + }
    
    # 在当前环境定义fun2
    > fun2<-function(){
    +   # 打印fun2环境空间
    +   print("fun2")
    +   print(environment())
    +
    +   # 在fun2函数环境中，定义变量x
    +   x<-2
    +   fun1()  #调用函数fun1
    + }
    
    # 在当前环境空间中，调用函数fun2，绑定到f2
    > f2<-fun2()
    [1] "fun2"
    <environment: 0x000000000e0db220>
    [1] "fun1"
    <environment: 0x000000000e0e8cf0>
    
    # 在当前环境空间中，调用匿名函数，并绑定到fx
    > fx<-f2()
    [1] "funX"
    <environment: 0x000000000e0db178>
    
    # 输出fx的结果
    > fx
    [1] 16

最后，通过完整的例子，我们清楚了R语言环境空间的基本结构和调用关系。接下来，我们就可以利用环境空间的特性来做一些实际的开发任务了。

转载请注明出处：  
[http://blog.fens.me/r-environments-function/][http_blog.fens.me_r-environments-function]

[R]: http://blog.fens.me/r-environments/
[funenv]: /images/20220710/3932ceea8c404154a5d8e7c46c87a267.png
[http_blog.fens.me_r-environments-function]: http://blog.fens.me/r-environments-function/