R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。
R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。
要成为有理想的极客，我们不能停留在语法上，要掌握牢固的数学，概率，统计知识，同时还要有创新精神，把R语言发挥到各个领域。让我们一起动起来吧，开始R的极客理想。
关于作者：
转载请注明出处：
http://blog.fens.me/r-environments/
前言
环境空间(environment)对于大部分的R使用者来说，都是比较陌生的。虽然我们不了解它的运行原理，但也不影响我们使用R语言。环境空间是R语言中关于计算机方面的底层设计，主要用于R语言是环境加载器。通过环境空间，封装了加载器的运行过程，让使用者在不知道底层细节的情况下，可以任意加载使用到的第三方的R语言程序包。
本文将揭开R语言中环境空间的神秘面纱。
目录
在R语言中，不管是变量，对象，或者函数，都存在于R的环境空间中，R程序在运行时都自己的运行时空间。R语言的环境(environment)是由内核定义的一个数据结构，由一系列的、有层次关系的框架(frame)组成，每个环境对应一个框架，用来区别不同的运行时空间(scope)。
环境空间有一些特征，比如 每个环境空间要有唯一的名字；环境空间是引入类型的，非赋值类型；环境空间都有父环境空间，空环境是最顶层的环境空间，没有父空间；子环境空间会继承父环境空间的变量等。
本文的系统环境
为了方便我们检查对象的类型，引入pryr包作为辅助工具。关于pryr包的介绍，请参考文章:撬动R内核的高级工具包pryr
# 加载pryr包> library(pryr)1.1 创建一个环境
查看new.env()函数的定义。
new.env(hash = TRUE, parent = parent.frame(), size = 29L)参数列表：
运行函数new.env()，创建一个新环境。
# 创建环境e1> e1 <- new.env()# 输出e1> e1<environment: 0x3d7eef0># 查看e1类型> class(e1)[1] "environment"# otype查看e1类型，属于基本类型> otype(e1)[1] "primitive"接下来，我们在e1环境中定义一个变量。
# 定义变量a> e1$a <- 10# 输出变量a> e1$a[1] 10# 列出当前环境中的变量> ls()[1] "e1"# 列出e1环境中的变量> ls(e1)[1] "a"这时，我们看到了两个环境空间，当前环境空间和e1环境空间。e1做为一个变量在当前的环境中被定义，而变量a是在e1环境中被定义。
1.2 环境空间的层次结构
R语言的环境是一种有层次关系的结构，每个环境都有上一层环境，直到最顶层的空环境。R语言中有5种环境的定义 全局环境，内部环境，父环境，空环境 和 包环境。
# 当前环境> environment()<environment: R_GlobalEnv># 内部环境> e1 <- new.env()> e1<environment: 0x3e28948># 父环境> parent.env(e1)<environment: R_GlobalEnv># 空环境> emptyenv()<environment: R_EmptyEnv># 包环境> baseenv()<environment: base>可以用search() 函数查看当前环境中加载的R包。
# 查看环境空间> search() [1] ".GlobalEnv" "package:pryr" "package:stats" [4] "package:graphics" "package:grDevices" "package:utils" [7] "package:datasets" "package:methods" "Autoloads"[10] "package:base"# 当前的环境空间> .GlobalEnv<environment: R_GlobalEnv>> parent.frame()<environment: R_GlobalEnv>查看父环境空间
# e1环境的父环境空间> parent.env(e1)<environment: R_GlobalEnv># 当前环境的父环境空间> parent.env(environment())<environment: package:pryr>attr(,"name")[1] "package:pryr"attr(,"path")[1] "/home/conan/R/x86_64-pc-linux-gnu-library/3.0/pryr"# base包环境的父环境空间> parent.env(baseenv())<environment: R_EmptyEnv># 空环境的父环境空间，因没有父环境，所以出现错误> parent.env(emptyenv())Error in parent.env(emptyenv()) : the empty environment has no parent既然环境空间是有层次关系的，那么我们打印这个层次结构，从自定义的e1环境到空环境。
# 递归打印父环境空间> parent.call<-function(e){+ print(e)+ if(is.environment(e) & !identical(emptyenv(),e)){+ parent.call(parent.env(e))+ }+ }# 运行函数> parent.call(e1)<environment: 0x366bf18><environment: R_GlobalEnv><environment: package:pryr>attr(,"name")[1] "package:pryr"attr(,"path")[1] "/home/conan/R/x86_64-pc-linux-gnu-library/3.0/pryr"<environment: package:stats>attr(,"name")[1] "package:stats"attr(,"path")[1] "/usr/lib/R/library/stats"<environment: package:graphics>attr(,"name")[1] "package:graphics"attr(,"path")[1] "/usr/lib/R/library/graphics"<environment: package:grDevices>attr(,"name")[1] "package:grDevices"attr(,"path")[1] "/usr/lib/R/library/grDevices"<environment: package:utils>attr(,"name")[1] "package:utils"attr(,"path")[1] "/usr/lib/R/library/utils"<environment: package:datasets>attr(,"name")[1] "package:datasets"attr(,"path")[1] "/usr/lib/R/library/datasets"<environment: package:methods>attr(,"name")[1] "package:methods"attr(,"path")[1] "/usr/lib/R/library/methods"<environment: 0x20cb5d0>attr(,"name")[1] "Autoloads"<environment: base><environment: R_EmptyEnv>通过找父环境空间，我们看到整个环境空间的层次结构，如图所示。
通过层次结构图，又可以发现R包的加载顺序。 最先加载的是base包，然后通过base::Autoloads()函数，分别加载6个基础包，上层的pryr包则是我手动加载的，最后以R_GlobalEnv环境为当前运行环境空间，内部环境空间是R_GlobalEnv环境的下层环境空间。
上面中提到环境空间有一些特征，下面我们分别介绍一下。
2.1 每个环境空间中的对象名字要唯一
在当前环境空间中定义变量名x，并对x进行操作。
# 定义变量x> x<-10;x[1] 10# 查看x地址> address(x)[1] "0x2874068"# 对x改变赋值> x<-11;x[1] 11# 查看x地址> address(x)[1] "0x28744c8"这样我们可以看到，x变量在每次赋值的时候，内存地址都会发生改变，但是x的名字还是x。
在不同的环境空间中，再定义一个变量x。
# 创建环境空间e1> e1<-new.env()# 在e1中定义变量x> e1$x<-20# 输出x> x;e1$x[1] 12[1] 20在不同的环境空间中，可以有同名的变量名字。
2.2 环境空间变量的赋值
如果把e1环境空间变量，赋值给另一个变量f，再修改其环境内部变量，会是什么结果呢？
# 把e1赋值给f> f <- e1# 修改e1中a变量的值> e1$a <- 1111# 查看f环境空间的a值> f$a[1] 1111# 比较f环境和e1环境，是相等的> identical(f,e1)[1] TRUE# 查看e1和f的环境地址，是完全相同的> e1<environment: 0x3e28948>> f<environment: 0x3e28948>所以，环境空间的赋值，是一种引入的传递，而不是新创建一个环境空间。
2.3 定义更上层的环境空间
空环境是最顶层的环境空间，然后是base包的环境空间，我们可以尝试创建一个靠近顶层的环境空间，让父环境空间是base包的环境空间。
# 创建e2环境，以base为父环境> e2 <- new.env(parent = baseenv())> e2<environment: 0x37cab18># 查看e2环境的父环境列表> parent.call(e2)<environment: 0x37cab18><environment: base><environment: R_EmptyEnv>这样e2环境空间就位于了环境空间中的第三层。
2.4 子环境空间会继承父环境空间的变量
在当前环境中，定义一个变量x, 子环境e1中，对x重新赋值。
# 在当前环境，定义变量x> x<-1:5# 新建环境空间e1> e1 <- new.env()# e1环境空间中定义变量x> e1$x<-1# 在e1环境空间中定义函数，并对父环境空间的x变量重新赋值> e1$fun<-function(y){+ print('e1::fun')+ x<<-y+ }# 运行e1环境空间中的函数，将x赋值为50> e1$fun(50)[1] "e1::fun"# 当前环境x变量被修改> x[1] 50# e1环境x变量没有变化> e1$x[1] 1这样我们就可以利用 <<- 赋值符号，来修改父环境中的变量。
R语言中有一些辅助函数，可以帮助我们理解和使用环境空间。
接下来，我们进行环境空间的访问操作。
# 新建一个环境空间> e1<-new.env()# 判断e1是否是环境空间类型> is.environment(e1)[1] TRUE# 查看当前环境空间> environment()<environment: R_GlobalEnv># 查看函数的环境空间> environment(ls)<environment: namespace:base># 查看环境空间的名字> environmentName(baseenv())[1] "base"> environmentName(environment())[1] "R_GlobalEnv"# 查看e1环境空间的名字> environmentName(e1)[1] ""# 设置e1的名字> attr(e1,"name")<-"e1"> environmentName(e1)[1] "e1"# 查看e1环境空间的属性值> env.profile(e1)$size[1] 29$nchains[1] 1$counts [1] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0环境空间中的对象操作。
# 清空当前环境空间定义的所的对象> rm(list=ls())# 定义环境空间有，和3个变量x> e1<-new.env()> x<-1:5;y<-2:10> e1$x<-10# 查看当前环境中的变量> ls()[1] "e1" "x" "y"# 查看e1环境空间中的变量> ls(e1)[1] "x"# 取当前环境空间的x值> get("x")[1] 1 2 3 4 5# 取e1环境空间的x值> get("x",envir=e1)[1] 10# 在e1环境空间中去y值，这个y值是从当前环境空间中继承的> get("y",envir=e1)[1] 2 3 4 5 6 7 8 9 10# 禁止环境空间的继承，在e1环境空间中去y值，出错> get("y",envir=e1,inherits=FALSE)Error in get("y", envir = e1, inherits = FALSE) : object 'y' not found# 给x重新赋值> assign('x',77);x[1] 77# 给e1环境空间的x重新赋值> assign('x',99,envir=e1);e1$x[1] 99# 在没有继承的情况下，给e1空间增加y变量> assign('y',99,envir=e1,inherits=FALSE);> y[1] 2 3 4 5 6 7 8 9 10> e1$y[1] 99# 删除e1环境空间的变量x，和当前环境空间的y> rm(x,envir=e1)> e1$xNULL> x[1] 77# 查看当前环境空间，和e1环境空间> ls()[1] "e1" "x"> ls(e1)[1] "y"# 查看x对象在当前环境空间是否存在> exists('x')[1] TRUE# 查看x对象在e1环境空间是否存在> exists('x',envir=e1)[1] TRUE# 查看x对象,在没有继承的情况下，在e1环境空间是否存在> exists('x',envir=e1,inherits=FALSE)[1] FALSE另外，pryr包的where函数可以直接定位对象的环境空间。
# 查看mean函数定义的环境空间> where(mean)Error: is.character(name) is not TRUE> where("mean")<environment: base># 查看where函数定义的环境空间> where("where")<environment: package:pryr>attr(,"name")[1] "package:pryr"attr(,"path")[1] "/home/conan/R/x86_64-pc-linux-gnu-library/3.0/pryr"# 查看x变量定义的环境空间> where("x")<environment: R_GlobalEnv># 查看y变量定义的环境空间，由于y变量定义在e1中，e1是当前空间的子空间，所以访问不到y变量> where("y")Error: Can't find y> e1$y[1] 99# 在e1空间查看y变量> where("y",e1)<environment: 0x2545db0>本文介绍了R语言中，环境空间的定义、结构和一些简单的使用，当然这并不是环境空间的全部内容。下一篇文章，将继续介绍函数环境空间的定义和使用，解密R语言函数的环境空间
转载请注明出处：
http://blog.fens.me/r-environments/
This entry was posted in R语言实践
联系客服
