我注意到在某些情况下,算术运算符(在反引号中)就像是一个算术函数一样。
算术运算符:
> `+`(4, 5)
[1] 9
算术函数:
> sum(4, 5)
[1] 9
然而,算术运算符并不能像典型的算术函数那样跨向量实现这一点:
> `+`(1:5)
[1] 1 2 3 4 5
有没有算术运算符比算术函数更可取的例子?
最佳答案
对于标题中的问题,我会说..经常或通常。在 R 中,我们经常并行处理列或向量,即向量中值的顺序很重要,因为它是同一案例或主题的一部分。在您的示例中,您实际上看到了三个不同的功能:
首先:一元“+”运算符在给定数字向量时基本上什么都不做,但在给定逻辑向量时会对数字进行强制转换:
> `+`(-3:3)
[1] -3 -2 -1 0 1 2 3
> `+`(c(TRUE,FALSE))
[1] 1 0
请注意,它并没有像评论之一中所说的那样使所有返回的值都为正值。
下一步:二进制 '+` 运算符:
> `+`(-3:3, 0:6)
[1] -3 -1 1 3 5 7 9
最后:
sum
函数,它是 _not_vectorized_ 并将所有值折叠为其并集的总和:> sum(-3:3, 0:6, c(TRUE,FALSE) )
[1] 22
二进制
+
还将回收参数(带有警告):> `+`(-3:3, c(TRUE,FALSE) )
[1] -2 -2 0 0 2 2 4
Warning message:
In -3:3 + c(TRUE, FALSE) :
longer object length is not a multiple of shorter object length
当“并行”操作向量时,您通常希望使用向量化运算符,并且对 sum 的结果感到非常失望,因为它只能返回长度为 1 的值。
outer
等依赖于函数参数的函数要求函数被向量化。> outer(1:4, 5:8, sum)
Error in outer(1:4, 5:8, sum) :
dims [product 16] do not match the length of object [1]
> outer(1:4, 5:8, "+")
[,1] [,2] [,3] [,4]
[1,] 6 7 8 9
[2,] 7 8 9 10
[3,] 8 9 10 11
[4,] 9 10 11 12
其他人要求返回单个值。还有一些像“mapply”这样的主题在这个问题上是不可知的。
> mapply(sum, 1:4, 5:8)
[1] 6 8 10 12
> mapply("+", 1:4, 5:8)
[1] 6 8 10 12
Vectorize
可用于创建非向量化函数的版本,并且在内部它使用 mapply
返回不同的函数,但它仅限于非原始函数,因为它们在形式列表中不使用参数名称(因此您无法矢量化 sum
。)最后应该注意的是,它们具有不同的优先级,可以通过咨询
?Syntax
获得 R 优先级规则。 (一元算术运算符的优先级高于二元算术运算符。函数和括号隐式具有最高优先级。我见过由于用户定义函数的优先级更高而出现意外的情况。)
关于r - 算术运算符是否比算术函数更可取?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27363480/