如何组织大型 R 程序？

标准答案是使用包 -- 请参阅编写 R 扩展手册以及 Web 上的其他教程。

它给你

• 一种按主题组织代码的准自动方式
• 强烈建议您编写帮助文件，让您思考界面
• 通过以下方式进行大量健全性检查R CMD check
• 添加回归测试的机会
• 以及命名空间的手段。

只需运行代码即可处理非常短的代码段。其他所有内容都应该在一个包中 -- 即使你不打算发布它，因为你可以为内部存储库编写内部包。source()

至于“如何编辑”部分，R Internals 手册在第 6 节中具有出色的 R 编码标准。否则，我倾向于在 Emacs 的 ESS 模式下使用默认值。

2008 年 8 月 13 日更新：大卫·史密斯（David Smith）刚刚在博客上写了一篇关于Google R风格指南的文章。

我也同意。使用 package.skeleton（） 函数开始。即使你认为你的代码可能永远不会再运行，它也可能有助于激励你创建更通用的代码，从而节省你以后的时间。

至于访问全球环境，这对<<运营商来说很容易，尽管不鼓励这样做。

我一直想弄清楚如何编写包，但没有投入时间。对于我的每个小项目，我都会将所有低级函数保存在一个名为“functions/”的文件夹中，并将它们源到我显式创建的单独命名空间中。

以下代码行将在搜索路径上创建一个名为“myfuncs”的环境（如果该环境尚不存在）（使用 attach），并使用我的“functions/”目录中的 .r 文件中包含的函数填充它（使用 sys.source）。我通常把这些行放在我的主脚本的顶部，用于“用户界面”，从中调用高级函数（调用低级函数）。

if( length(grep("^myfuncs$",search()))==0 )
  attach("myfuncs",pos=2)
for( f in list.files("functions","\\.r$",full=TRUE) )
  sys.source(f,pos.to.env(grep("^myfuncs$",search())))

当您进行更改时，您始终可以使用相同的行重新获取它，或者使用类似的东西

evalq(f <- function(x) x * 2, pos.to.env(grep("^myfuncs$",search())))

评估您创建的环境中的添加/修改。

我知道这很笨拙，但避免了对它过于正式（但如果你有机会，我确实鼓励包系统 - 希望我将来会以这种方式迁移）。

至于编码约定，这是我见过的唯一关于美学的东西（我喜欢它们并松散地遵循，但我在 R 中没有使用太多大括号）：

http://www1.maths.lth.se/help/R/RCC/

关于使用 [，drop=FALSE] 和 <-，还有其他“约定”，正如赋值运算符在 useR 的各种演示（通常是主题演讲）中建议的那样！会议，但我认为其中任何一个都不是严格的（尽管 [，drop=FALSE] 对于您不确定您期望的输入的程序很有用）。

R 可用于交互式使用和小型脚本，但我不会将其用于大型程序。我会在大多数编程中使用主流语言，并将其包装在 R 接口中。

由于还没有学会如何编写包，我一直通过采购子脚本来组织。它类似于编写课程，但并不涉及。它在程序上并不优雅，但我发现随着时间的推移，我建立了分析。一旦我有一个大部分可以工作，我经常把它移动到不同的脚本中，然后只是获取它，因为它将使用工作区对象。也许我需要从多个来源导入数据，对所有来源进行排序并找到交叉点。我可能会把这一部分放到一个额外的脚本中。但是，如果你想为其他人分发你的“应用程序”，或者它使用一些交互式输入，那么包可能是一个不错的途径。作为一名研究人员，我很少需要分发我的分析代码，但我经常需要增强或调整它。

这听起来可能有点明显，特别是如果你是一名程序员，但以下是我对代码的逻辑和物理单元的看法。

我不知道这是否是你的情况，但是当我在 R 中工作时，我很少一开始就考虑一个大型复杂的程序。我通常从一个脚本开始，并将代码分成逻辑上可分离的单元，通常使用函数。数据操作和可视化代码被放置在它们自己的函数中，等等。这些函数被组合在文件的一个部分（顶部的数据操作，然后是可视化等）。最终，您需要考虑如何更轻松地维护脚本并降低缺陷率。

函数的细粒度/粗粒度会有所不同，并且有各种经验法则：例如，15 行代码，或者“一个函数应该负责执行一项由其名称标识的任务”等。您的里程会有所不同。由于 R 不支持按引用调用，因此在涉及传递数据帧或类似结构时，我通常会使函数过于细粒度。但这可能是对我刚开始使用 R 时一些愚蠢的性能错误的过度补偿。

何时将逻辑单元提取到它们自己的物理单元（如源文件和更大的分组，如包）中？我有两个案例。首先，如果文件变得太大，并且在逻辑上不相关的单元之间滚动是一种烦恼。其次，如果我有可以被其他程序重用的功能。我通常首先将一些分组单元（例如数据操作函数）放入一个单独的文件中。然后，我可以从任何其他脚本中获取此文件。

如果要部署函数，则需要开始考虑包。出于各种原因，我不会在生产环境中部署 R 代码或供其他人重用（简而言之：组织文化更喜欢其他语言、对性能、GPL 等的关注）。此外，我倾向于不断完善和添加到我的源文件集合中，我宁愿在进行更改时不处理包。因此，您应该查看其他与软件包相关的答案，例如 Dirk 的答案，以获取有关这方面的更多详细信息。

最后，我认为你的问题不一定是 R 特有的。我真的推荐阅读 Steve McConnell 的 Code Complete，其中包含了很多关于此类问题和编码实践的智慧。

我简明扼要的回答：

1. 仔细编写函数，确定足够通用的输出和输入;
2. 限制全局变量的使用;
3. 使用 S3 对象，并在适当的情况下使用 S4 对象;
4. 将函数放在包中，尤其是当函数调用 C/Fortran 时。

我相信 R 在生产中的使用越来越多，因此对可重用代码的需求比以前更大。我发现口译员比以前强大得多。毫无疑问，R 比 C 慢 100-300 倍，但通常瓶颈集中在几行代码上，这些代码可以委托给 C/C++。我认为将 R 在数据操作和统计分析方面的优势委托给另一种语言是错误的。在这些情况下，性能损失很低，无论如何都值得节省开发工作。如果只有执行时间是问题，我们都会编写汇编程序。

把我算作另一个支持包裹的人。我承认在编写手册页和小插图方面非常糟糕，直到我必须（即被释放）为止，但它提供了一种非常方便的方式来捆绑源代码母鹿。另外，如果你认真地维护你的代码，Dirk 提出的要点都会出现在 plya 中。

我喜欢在他们自己的文件中放置不同的功能。

但我不喜欢 R 的包系统。它很难使用。

我更喜欢一种轻量级的替代方案，将文件的函数放在一个环境中（其他语言称之为“命名空间”）并附加它。例如，我制作了一组“util”函数，如下所示：

util = new.env()

util$bgrep = function [...]

util$timeit = function [...]

while("util" %in% search())
  detach("util")
attach(util)

这一切都在文件 util 中。R. 当你获取它时，你会得到环境 'util'，所以你可以调用等等;但此外，这个电话使它变得如此公正，并且直接如此工作。如果你没有把所有这些函数放在它们自己的环境中，它们会污染解释器的顶级命名空间（显示的命名空间）。util$bgrep()attach()bgrep()ls()

我试图模拟 Python 的系统，其中每个文件都是一个模块。那会更好，但这似乎没问题。

我也一直在寻找将 R 大型项目组合在一起的正确工作流程的圣杯。去年，我找到了这个叫做 rsuite 的软件包，当然，这就是我一直在寻找的。这个 R 包是为部署大型 R 项目而显式开发的，但我发现它可以用于小型、中型和大型 R 项目。我将在一分钟内提供指向实际示例的链接（如下所示），但首先，我想解释使用 .rsuite

注意。我不是 的创建者或开发者。rsuite

1. 我们一直在用 RStudio 做错项目;目标不应该是创建项目或包，而应该是创建更大的范围。在 rsuite 中，您可以创建一个超级项目或主项目，其中包含所有可能的组合中的标准 R 项目和 R 包。

2. 通过拥有 R 超级项目，您不再需要 Unix 来管理底层 R 项目的较低级别;在顶部使用 R 脚本。让我告诉你。创建 rsuite 主项目时，将获得以下文件夹结构：make

3. 该文件夹是放置项目管理脚本的位置，这些脚本将替换 .Rmake

4. 该文件夹是保存组成超级项目的所有包的文件夹。您也可以复制粘贴无法从 Internet 访问的软件包，rsuite 也会构建它。packagesrsuite

5. 该文件夹将写入包文件中指示的所有包二进制文件。因此，这本身就使得您投射出完全可重复的 accros 时间。deploymentrsuiteDESCRIPTION

6. rsuite附带适用于所有操作系统的客户端。我已经测试了它们。但您也可以将其安装为 RStudio。addin

7. rsuite还允许您在其自己的文件夹中构建独立安装。这不是一个环境，而是从计算机中的 Anaconda 派生的物理 Python 安装。这与 R 一起使用，您可以从任何所需的 conda 通道安装所需的所有 Python 包。condacondaSystemRequirements

8. 还可以创建本地存储库，以便在脱机时拉取 R 包，或者想要更快地生成整个内容。

9. 如果需要，还可以将 R 项目生成为 zip 文件并与同事共享。它将运行，前提是你的同事安装了相同的 R 版本。

10. 另一种选择是在 Ubuntu、Debian 或 CentOS 中构建整个项目的容器。因此，您无需与项目生成共享 zip 文件，而是将整个容器与准备运行的项目共享。Docker

我一直在尝试寻找完全的可重复性，并避免依赖于在全局环境中安装的软件包。这是错误的，因为一旦您安装了包更新，项目通常会停止工作，特别是那些对具有某些参数的函数进行非常具体调用的包。rsuite

我开始尝试的第一件事是电子书。我从来没有幸运地在超过六个月的时间考验中幸存下来。因此，我所做的是将原始的bookdown项目转换为遵循框架。现在，我不必担心更新我的全局 R 环境，因为该项目在文件夹中有自己的一组包。bookdownrsuitedeployment

我做的下一件事是创建机器学习项目，但碍事了。主控项目，在顶部编排项目，所有子项目和包都在主控的控制之下。它确实改变了你使用 R 编码的方式，使你的工作效率更高。rsuite

在那之后，我开始在我的一个名为 .这在很大程度上是可能的，因为;它可以让你思考并做大事。rTorchrsuite

不过有一条建议。学习并不容易。因为它提供了一种创建 R 项目的新方法，所以感觉很难。第一次尝试时不要灰心，继续攀登斜坡，直到成功为止。它需要对操作系统和文件系统有深入的了解。rsuite

我希望有一天我们可以像从菜单中一样生成编排项目。那太棒了。RStudiorsuite

链接：

RSuite GitHUb 存储库

R4DS 预订

Keras 和 Shiny 教程

moderndive-book-rsuite

interpretable_ml-rsuite

IntroMachineLearningWithR-rsuite

克拉克-intro_ml-RSUITE

hyndman-bookdown-rsuite

statistical_rethinking-rsuite

fread-benchmarks-rsuite

dataviz-rsuite

零售-细分-h2o-教程

telco-customer-churn-tutorial （电信客户流失教程）

sclerotinia_rsuite