回一篇有点久的文章 我最近在advanced R 看到pryr的使用 可以看到c source code 就想说分享一下，刚好有这篇，就直接在这篇上延伸了 1. 找function对应的套件以及source code getAnywhere 可以帮助你把很多东西找到 像是 我输入 getAnywhere('lm') 会跑出这样的讯息： A single object matching ‘lm’ was found It was found in the following places package:stats namespace:stats with value function (formula, data, subset, weights, na.action, method = "qr", model = TRUE, x = FALSE, y = FALSE, qr = TRUE, singular.ok = TRUE, contrasts = NULL, offset, ...) { blah blah 我就可以直接在里面看到程式了 但是在里头的子程式呢？ 一样透过getAnywhere可以办到 像是你可以在lm的source code看到 lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) 或是 lm.wfit(x, y, w, offset = offset, singular.ok = singular.ok, ...) 这时候 你一样输入 getAnywhere('lm.wfit') 你就可以看到对应的code了 你可以会想说很多人都会教我直接打function name 那样不是比较快，不用多记一个函数 但是有些函数 你没有输入对应的namespace从里面找是不会跑出来的 举例来说： library(plyr) splitter_d # you will get nothing getAnywhere('splitter_d') # you will see the following information A single object matching ‘splitter_d’ was found It was found in the following places namespace:plyr with value function (data, .variables = NULL, drop = TRUE) { blah blah 在多数情况下，这种方式比较简单方便 你也不用去查说你要找的函数在哪一个package里头 提到同名含数於不同package的情况 就还要提到getAnywhere的好处 有用dplyr的人 都知道在载入dplyr时会跑出这个 Attaching package: ‘dplyr’ The following objects are masked from ‘package:stats’: filter, lag The following objects are masked from ‘package:base’: intersect, setdiff, setequal, union 这意思就是 package:stats里头有函数也叫做filter跟lag (下面那行同理) dplyr的载入，会把同名函数盖过去 这时候dplyr:::lag就取代了stats:::lag 你在使用时，除非你特别注明是用stats:::lag 否则都会使用dplyr:::lag 有点离题，回到getAnywhere 我们透过getAnywhere还可以查到不同package的同名函数有哪些 输入 getAnywhere('lag') 会看到下列讯息 2 differing objects matching ‘lag’ were found in the following places package:dplyr package:stats 你就知道lag有两个套件同时都有 而且你如果要看source code可以透过 []来看 getAnywhere('lag')[1]会跳出 dplyr的 而 getAnywhere('lag')[2]会跳出 stats的 顺序就跟你getAnywhere出现的一样 2. .C, .Call, .Fortran那些是什麽 如果常看source code的话 会发现R function里面 会出现 .C, .Call, .Fortran, .External, .Internal, or .Primitive 这几种，这些都是已经被编译(compile)过了，然後直接载入到R session中 而透过 pryr:::show_c_source 你可以看到 .Internal, or .Primitive 例如，输入 getAnywhere('+') 你会得到下列资讯 A single object matching ‘+’ was found It was found in the following places package:base namespace:base with value function (e1, e2) .Primitive("+") 这时候用pryr就可以看到 "+"的c source code library(pryr) show_c_source(.Primitive("+")) 然後会跳出 + is implemented by do_arith with op = PLUSOP 告诉你 + 是透过do_arith执行的 同时连到一个github的网站 然後给你两个搜寻结果 1. wch/r-source – arithmetic.c 2. wch/r-source – names.c 你可以看到在第一个里面会看到 do_arith这个关键字被反白了 点arithmetic.c进去看看 就可以找到下面这个： (快一点的方法就直接CTRL+F 输入do_arith <- 你可以再R视窗里面看到这个名字) SEXP attribute_hidden do_arith(SEXP call, SEXP op, SEXP args, SEXP env) { SEXP ans, arg1, arg2; int argc; if (args == R_NilValue) argc = 0; else if (CDR(args) == R_NilValue) argc = 1; else if (CDDR(args) == R_NilValue) argc = 2; else argc = length(args); arg1 = CAR(args); arg2 = CADR(args); blah blah 让我们再换一个例子 输入 getAnywhere('table') 在最後几行的地方，你会看到 y <- array(tabulate(bin, pd), dims, dimnames = dn) 我们在一次 getAnywhere('tabulate') 就会发现 我们找到 .Internal了 在最後一行的地方 .Internal(tabulate(bin, nbins)) 透过pryr的show_c_source(.Internal(tabulate(bin, nbins))) 一样会连到一个网页 给你两个搜寻结果 1. wch/r-source – util.c 2. wch/r-source – names.c 你可以在第一个结果里面看到 do_tabulate 被反白了 所以你可以点进去 然後CTRL+F搜寻 do_tabulate (记得点util.c 点前面是连到该套件的github位置) 就可以跟我一样看到 SEXP attribute_hidden do_tabulate(SEXP call, SEXP op, SEXP args, SEXP rho) { checkArity(op, args); SEXP in = CAR(args), nbin = CADR(args); if (TYPEOF(in) != INTSXP) error("invalid input"); R_xlen_t n = XLENGTH(in); /* FIXME: could in principle be a long vector */ int nb = asInteger(nbin); if (nb == NA_INTEGER || nb < 0) error(_("invalid '%s' argument"), "nbin"); SEXP ans = allocVector(INTSXP, nb); int *x = INTEGER(in), *y = INTEGER(ans); if (nb) memset(y, 0, nb * sizeof(int)); for(R_xlen_t i = 0 ; i < n ; i++) if (x[i] != NA_INTEGER && x[i] > 0 && x[i] <= nb) y[x[i] - 1]++; return ans; } 3. UseMethods是什麽 你可以在getAnywhere('predict')中发现它 提到methods，就会比较复杂一点了，在耐着点性子看完吧~~ R也有所谓的object-oriented system (以下简称 OO system) OO应该很多人会在C++里面看到 就是我可以定义 class (类别) 然後去定义 对应的 methods (方法) 在透过 class 创立 objects 去使用这些方法 这样可以达到code 重新再利用的功能 也可以避免过多的输入判定的问题 以及 要重复创见各种不同名字的function以对应不同的情况 (OO的好处 我只有大概的概念，更详细可能请其他大大补充) 可以直接透过对应的class 举例来说 predict可以用在各式各样的model结果 就是透过class来决定input是谁 getAnywhere('predict') 会出现 UseMethod("predict") 我们可以来看看lm出来物件的class是什麽 x <- rnorm(100) y <- 1 + 2 * x + rnorm(100) fit <- lm(y ~ x) class(fit) # 透过这个check fit的class # [1] "lm" 你就会看到fit具有lm class 这时候就可以看predict运用於lm时的方法了 用 function name 然後 加上一个 . 再加上class的名字通常就可以看到source code 其他情况，我等等在补充 输入 getAnywhere('predict.lm') 就会看到下列资讯 A single object matching ‘predict.lm’ was found It was found in the following places package:stats registered S3 method for predict from namespace stats namespace:stats with value function (object, newdata, se.fit = FALSE, scale = NULL, df = Inf, interval = c("none", "confidence", "prediction"), level = 0.95, type = c("response", "terms"), terms = NULL, na.action = na.pass, pred.var = res.var/weights, weights = 1, ...) { blah blah 同理可证，试试看找出glm出来的物件class然後再找predict看看 再来，我们试试看 fitted这个函数 输入 getAnywhere('fitted') 你会看到他一样有 UseMethod A single object matching ‘fitted’ was found It was found in the following places package:stats namespace:stats with value function (object, ...) UseMethod("fitted") <bytecode: 0x0000000014eea978> <environment: namespace:stats> 你输入getAnywhere('fitted.lm') 会得到no object named ‘fitted.lm’ was found 那这样是不是就看不到fitted.lm的source code了？ 答案：不是，其实有时候他会有预设方法 可以让很多东西都透过预设方法就好 我就不用独立写一个对应的方法了 因此，你可以先用methods来确定他是不是有预设方法 输入 methods('fitted') 会看到就有fitted.default了 然後没有对应lm的方法，因此fitted(fit)就会用default的方法了 methods('fitted') [1] fitted.default* fitted.isoreg* fitted.kmeans* fitted.nls* fitted.smooth.spline* 最後输入 getAnywhere('fitted.default') 就可以看到fitted怎麽样把lm的fitted value叫出来 A single object matching ‘fitted.default’ was found It was found in the following places registered S3 method for fitted from namespace stats namespace:stats with value function (object, ...) { xx <- if ("fitted.values" %in% names(object)) object$fitted.values else object$fitted napredict(object$na.action, xx) } <bytecode: 0x0000000017242a58> <environment: namespace:stats> 然後，R的OO system不只有我们看到的这个 我们现在看到的是所谓的S3，其他还有S4, Reference classes (RC)等 那S4跟RC就请移驾到advanced R的网站一窥究竟吧 连结： http://adv-r.had.co.nz/OO-essentials.html S4跟RC都有对应找方法的函数也可以透过getAnywhere去看source code 像是最常看到的S4就是Matrix这个套件 你也同样可以getAnywhere('Matrix') 看到下列资讯 A single object matching ‘Matrix’ was found It was found in the following places package:Matrix namespace:Matrix with value function (data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL, sparse = NULL, doDiag = TRUE, forceCheck = FALSE) { blah blah 然後 没了 谢谢您的欣赏XDD : [问题叙述]: : 各位前辈好，之前有在版上询问过如何透过R产生作假的答题反应。 : 这次问的感觉是一个更没有sense的问题，就是如标题所示： : 我们在启用package中的指令，帮我们估计时， : 有办法看到当初开法者所撰写的语法吗？如估算的公式是怎麽写的..... : 有问过系上的学长，他说套件的网址通常都会有相关资讯， : 但无奈不晓得是我眼残，就是找不到。 : 之所以想知道，是想了解公式这麽写的，以及有时候会需要适当修改。 : 麻烦前辈提供相关资讯了，谢谢~ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.109.73.190 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1444901630.A.479.html