有哪些具体实用程序可以帮助 R 开发人员更有效地编码和调试？
我正在寻求建立一个 R 开发环境，并希望了解一些工具的概述，这些工具对我构建单元测试基础设施(包括代码覆盖、调试、生成包文件和帮助文件)以及可能有用UML 建模。
注意:请根据您使用推荐工具的经验，用理由和示例来证明您的答案。 不要只是链接。
相关
最佳答案
我编写了太多的包，因此为了保持事情的可管理性，我在基础设施包上投入了大量时间:这些包帮助我使我的代码更加健壮，并帮助其他人更容易使用。其中包括:
roxygen2(与 Manuel Eugster 和 Peter Danenberg 合作)，它允许您将文档保留在它所记录的函数旁边，这使得我更有可能保留它迄今为止。roxygen2还具有许多旨在最大限度地减少文档重复的新功能:模板 (@template)、参数继承 (@inheritParams) 和函数仅举几例，家庭 (@family)。testthat自动测试我的代码。随着我编写代码的时间越来越少，这一点变得越来越重要:自动化测试会记住函数应该如何工作，即使我不记得。
<devtools自动执行许多常见的开发任务(正如 Andrie 提到的)。devtools的最终目标是让它像R CMD check一样在后台持续运行，并通知您出现问题的实例。profr，特别是未发布的 interactive explorer ，让我可以轻松找到代码中的瓶颈。helpr(与 Barret Schloerke)，很快将支持 http://had.co.nz/ggplot2 ，为 R 文档提供了一个优雅的 html 界面。
有用的 R 函数:
apropos:我总是忘记有用函数的名称，apropos可以帮助我找到它们，即使我只记得一个片段
R 之外:
我使用 textmate 来编辑 R(和其他)文件，但我认为这并不是那么重要。选择一个并了解它的所有角落和缝隙。
花一些时间学习命令行。从长远来看，您可以采取的任何措施来自动化工作流程的任何部分都会得到返回。从命令行运行 R 会导致一个自然的过程，其中每个项目都有自己的 R 实例；我经常同时运行 2-5 个 R 实例。
使用版本控制。我喜欢 git 和 github 。再说一遍，您使用哪个系统并不重要，重要的是掌握它!
我希望 R 拥有的东西:
- 代码覆盖率工具
- 像 rake 或 jake 这样的依赖管理框架
- 更好的内存分析工具
- 用于描述数据框架(和其他数据源)的元数据标准
- 用于以各种输出格式描述和呈现表格的更好工具
- 用于 Markdown 渲染的包
关于unit-testing - 专业的 R 开发人员应该拥有哪些核心包，为什么？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/6796490/