专业的R开发者应该拥有哪些核心软件包，为什么？

什么是特定的实用程序，可以帮助R开发人员更有效地编码和debugging？

我期待build立一个R开发环境，并且希望能够概括一下在构build代码覆盖，debugging，生成包文件和帮助文件以及UMLbuild模的unit testing基础架构时对我有用的工具。

注意：请根据您推荐的工具的经验和理由，举例说明您的答案。 不要只是链接 。

有关

  • R的Windows文本编辑器的build议
  • Linux中有哪些IDE可用于R？
  • 通常用于编程的工具

我已经写了太多的软件包，为了保持可pipe理性，我已经在基础架构软件包中投入了大量时间：这些软件包帮助我使代码更加健壮，使其他人更容易使用。 这些包括：

  • roxygen2 （与Manuel Eugster和Peter Danenberg合作），它允许您将文档保留在它所logging的function旁边，这使得我更有可能保持它的最新状态。 roxygen2还有一些新function，旨在最大限度地减less文档重复：模板（ @template ），参数inheritance（ @inheritParams ）和函数族（ @family ）等等。

  • testthat自动化我的代码的testing。 这越来越重要，因为我的代码越来越less：自动化testing记住函数应该如何工作，即使我不这样做。

  • devtools自动执行许多常见的开发任务（如Andrie提到的）。 devtools的最终目标是使其像R CMD check那样在后台连续运行，并通知您实例出现问题。

  • profr ，特别是未发布的交互式资源pipe理器 ，使我很容易find我的代码中的瓶颈。

  • helpr （Barret Schloerke）即将推出http://had.co.nz/ggplot2 ，为R文档提供了一个优雅的html界面。

有用的Rfunction：

  • apropos ：我总是忘记有用function的名称， apropos帮助我find它们，即使我只记得一个片段

R之外：

  • 我使用textmate编辑R（和其他）文件，但我不认为这真的很重要。 挑一个，学习所有的angular落和缝隙。

  • 花一些时间来学习命令行。 任何你可以做的事情来自动化你的工作stream程的任何部分将长期得到回报。 从命令行运行R会导致一个自然的过程，每个项目都有自己的R实例; 我经常有2-5个R实例在运行。

  • 使用版本控制。 我喜欢git和github 。 同样，你使用哪个系统并不重要，但掌握它！

我希望R的东西有：

  • 代码覆盖工具
  • 像rake或jake这样的依赖pipe理框架
  • 更好的内存分析工具
  • 用于描述dataframe（和其他数据源）的元数据标准
  • 更好的工具来描述和呈现各种输出格式的表格
  • 用于降价呈现的包

我记得之前已经问过这个问题了，我的答案是一样的：Emacs。

Emacs可以

  • 通过ESS ，你可以做任何你想做的事情
    • 代码执行各种片段（线，区域，函数，缓冲区…）
    • 检查工作区，
    • 显示variables，
    • 多个R会话，并在他们之间轻松切换
    • 转录模式重新运行（部分）以前的会话
    • 访问帮助系统
    • 以及更多
  • 可以通过AucTex模式轻松处理Latex，这有助于Sweave for R
  • 有其他与R结合的编程语言的模式，无论是C / C ++，Python，shell，SQL，…都包含自动缩进和颜色突出显示
  • 可以使用sql- *模式访问数据库
  • 可以使用tramp模式远程工作：访问远程文件（就像使用ssh / scp一样）
  • 可以作为一个守护进程运行，这使得它有状态，所以你可以重新连接到相同的Emacs会话，无论是在X11（或等效）的工作站上，或通过ssh（有或没有X11）或屏幕远程。
  • 有组织模式 ，与babel一起，提供了一个强大的sweave替代scheme， 在本文中讨论讨论（社会）科学家的工作stream应用程序
  • 可以通过Mx shell和/或Mx eshell运行一个shell，在dired模式下具有很好的目录访问function，具有远程访问的ssh模式
  • 通过特定的模式轻松地连接所有的源代码库（例如svn的psvn）
  • 像R一样是跨平台的，所以你在所有相关的操作系统上都有类似的用户界面体验
  • 被广泛使用，被广泛使用，并且正在为代码和扩展进行积极的开发，请参阅后面的emacswiki.org网站
  • <tongueInCheek>不是Eclipse，不需要Java </tongueInCheek>

您当然可以将其与您喜欢的任何CRAN软件包结合使用：RUnit或testthat，不同的分析支持包，debugging软件包，…

其他有用的工具：

  • R CMD check确实是你的朋友，因为这是CRAN用来决定你是“进出”的。 使用它并相信它
  • tests/目录可以提供一个简化版本的unit testing，通过保存与输出（从之前的R CMD check运行）进行比较，这是有用的，但适当的unit testing更好
  • 特别是对于包含目标代码的包，我更喜欢启动新鲜的R会话，而且更简单： r -lfoo -e'bar(1, "ab")'启动R会话，加载foo包并评估给定的expression式这里有一个带有两个参数的函数bar() ）。 这与R CMD INSTALL结合，提供了一个完整的testing周期。

知识和能够使用基本的Rdebugging工具是学习快速debuggingR代码的重要的第一步。 如果您知道如何使用基本工具，则可以在任何地方debugging代码，而无需使用附加软件包中提供的所有额外工具。

traceback()允许你看到导致错误的调用栈 

 foo <- function(x) { d <- bar(x) x[1] } bar <- function(x) { stopifnot(is.matrix(x)) dim(x) } foo(1:10) traceback()

收益率： 

 > foo(1:10) Error: is.matrix(x) is not TRUE > traceback() 4: stop(paste(ch, " is not ", if (length(r) > 1L) "all ", "TRUE", sep = ""), call. = FALSE) 3: stopifnot(is.matrix(x)) 2: bar(x) 1: foo(1:10)

所以我们可以清楚地看到在函数bar()发生了错误; 我们已经缩小了寻找bug的范围。 但是如果代码产生警告而不是错误？ 这可以通过warn选项将警告转换为错误来处理： 

 options(warn = 2)

会将警告转化为错误。 然后可以使用traceback()来追踪它们。

链接到这是得到R从代码中的错误恢复，所以你可以debugging出了什么问题。 options(error = recover)将使我们进入debugging器框架： 

 > options(error = recover) > foo(1:10) Error: is.matrix(x) is not TRUE Enter a frame number, or 0 to exit 1: foo(1:10) 2: bar(x) 3: stopifnot(is.matrix(x)) Selection: 2 Called from: bar(x) Browse[1]> x [1] 1 2 3 4 5 6 7 8 9 10 Browse[1]> is.matrix(x) [1] FALSE

你可以看到我们可以放到调用堆栈的每一帧中，看看函数是如何被调用的，参数是什么等等。在上面的例子中，我们看到bar()传递了一个不是matrix的向量，因此是错误的。 options(error = NULL)将此行为重置为正常。

另一个关键函数是trace() ，它允许您将debugging调用插入到现有函数中。 这样做的好处是，您可以告诉R从源代码中的特定行进行debugging： 

 > x <- 1:10; y <- rnorm(10) > trace(lm, tracer = browser, at = 10) ## debug from line 10 of the source Tracing function "lm" in package "stats" [1] "lm" > lm(y ~ x) Tracing lm(y ~ x) step 10 Called from: eval(expr, envir, enclos) Browse[1]> n ## must press n <return> to get the next line step debug: mf <- eval(mf, parent.frame()) Browse[2]> debug: if (method == "model.frame") return(mf) else if (method != "qr") warning(gettextf("method = '%s' is not supported. Using 'qr'", method), domain = NA) Browse[2]> debug: if (method != "qr") warning(gettextf("method = '%s' is not supported. Using 'qr'", method), domain = NA) Browse[2]> debug: NULL Browse[2]> Q > untrace(lm) Untracing function "lm" in package "stats"

这使您可以在代码中的正确位置插入debugging调用，而无需逐步执行后续函数调用。

如果你想在执行时逐步执行一个函数，那么debug(foo)会打开foo()函数的debugging器，而undebug(foo)将closuresdebugging器。

关于这些选项的一个关键点是，我不需要修改/编辑任何源代码来插入debugging调用等。我可以尝试一下，看看发生错误的会话直接发生了什么问题。

有关在R中进行不同的debugging，请参阅CRAN上的Mark Bravington debugging软件包

    Interesting Posts

    Vagrant vs. Packer – 有什么区别？