R语言——赋值(= ,<- ,<<-)

R语言

R语言------赋值(= ,<- ,<<-)


文章目录

  • R语言
  • [一、 = 与 <- 的区别](#一、 = 与 <- 的区别)
  • [二、 <<- ,向上一环境层写入变量](#二、 <<- ,向上一环境层写入变量)

R语言中" <- " 与 " = " 都可以用来赋值,但R中建议使用" <- ",大部分情况下这两者可以通用。在R中你可以使用 " Alt " + " - " 的组合来快速打出" <- "。

一、 = 与 <- 的区别

相较于 <- ,= 更受喜欢。一方面是 = 符合现在大部分语言的赋值习惯,二是相较于 <- 需要按两个键,=一个键就可以轻松搞定。

R语言中,<- 与 = 这两个赋值运算符最主要的区别在于两者的作用域不同。

下面举个例子:

  • 使用 <- 赋值时是在全局变量中定义的,只要不主动删除 x 变量,它就一直存在。
  • 使用 = 赋值时变量 x 是在函数的作用域里进行声明的,所以它只存在于此函数中,一旦运算完成便"消失"了。

最直观的就是使用 <- 赋值时 Global Environment 里出现了 x 变量。

上面讲的这些,并不是否认了 = 或者 <- (->也是被允许的,<- 的方向也是意味着赋值的方向)功能重复了,一般在R中用 <- 进行赋值,= 作为为子集赋"name"的存在。

例如一个规范的的赋值是这样使用的:

这里再提一个不怎么会遇见的点:在 R 中,在参数中进行赋值的变量只有在需要进行评估时才会改变其值。意思也就是如果变量在函数传递时局部改变了量,其值是不会改变的。

例如:

此时变量 a 的值虽然在函数中被 +1 了,但其最终在环境变量中并没有被改变。

二、 <<- ,向上一环境层写入变量

在R中任意层都可以读取上层环境变量,但是 <- 是无法往上层写入变量的,需要用到 <<- 来向上一环境层写入变量。

例如:

首先要明确的一点是,在读取值时读的是全局变量的值,也就是 Global Environment中的变量值。

示例中首先是编写了一个函数pluxs,里面定义了三个局部变量。此时这时候函数还没被调用所以三个变量皆为空。

接着定义了一个全局变量 x=1 ,并且调用了pluxs函数,使得里面的局部变量值有了变化,但只有a使用了 <<- 赋值,所以只有a的值被写入上层环境中,这时的上层环境已经是顶层环境了(逐层上找,直到顶层环境),但是仍然没有找到被定义的变量 a ,那么R就会自己在 Global Environment中定义一个变量 a 并将2的值写进去。

也就是说此时 Global Environment中的变量为 a=2 ,x=1(局部变量x有改变,但是并没有被写入 Global Environment中)

所以这时候可以读到的就是这俩变量的值。

相关推荐
GZ同学5 天前
单双变量Ripley’s K函数 R 语言实现
开发语言·r语言
popcorn_min6 天前
共享单车需求预测:时间特征工程 + 随机森林,R² 达到 0.931
随机森林·r语言·kotlin
m0_4970489310 天前
.NET10+Avalonia跨平台截屏工具解析
r语言
dongf201911 天前
R语言朴素贝叶斯算法---iris数据集
开发语言·算法·数据分析·r语言
All_Will_Be_Fine噻11 天前
重建R环境
开发语言·r语言
梦想的初衷~11 天前
基于R语言APSIM模型高级应用及批量模拟
r语言·apsim·作物生长模型·农业模拟·气象数据处理·土壤水分平衡
dongf201911 天前
R 语言 逻辑斯蒂回归
开发语言·数据分析·回归·r语言
dongf201913 天前
R 语言 Apriori 关联规则算法
数据分析·r语言·关联规则
dongf201914 天前
R语言决策树剪枝----泰坦尼克数据集
决策树·r语言·剪枝
dongf201914 天前
R语言分类决策数算法----iris数据集
分类·数据分析·r语言