Re: [問題] 使用套件中的指令時，能看到原始碼嗎？

看板R_Language作者celestialgod (天)時間9年前 (2015/10/15 17:33)推噓1(1推 0噓 0→)

留言1則, 1人參與討論串3/3 (看更多)

回一篇有點久的文章我最近在advanced R 看到pryr的使用可以看到c source code 就想說分享一下，剛好有這篇，就直接在這篇上延伸了 1. 找function對應的套件以及source code getAnywhere 可以幫助你把很多東西找到像是我輸入 getAnywhere('lm') 會跑出這樣的訊息： A single object matching ‘lm’ was found It was found in the following places package:stats namespace:stats with value function (formula, data, subset, weights, na.action, method = "qr", model = TRUE, x = FALSE, y = FALSE, qr = TRUE, singular.ok = TRUE, contrasts = NULL, offset, ...) { blah blah 我就可以直接在裡面看到程式了但是在裡頭的子程式呢？一樣透過getAnywhere可以辦到像是你可以在lm的source code看到 lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) 或是 lm.wfit(x, y, w, offset = offset, singular.ok = singular.ok, ...) 這時候你一樣輸入 getAnywhere('lm.wfit') 你就可以看到對應的code了你可以會想說很多人都會教我直接打function name 那樣不是比較快，不用多記一個函數但是有些函數你沒有輸入對應的namespace從裡面找是不會跑出來的舉例來說： library(plyr) splitter_d # you will get nothing getAnywhere('splitter_d') # you will see the following information A single object matching ‘splitter_d’ was found It was found in the following places namespace:plyr with value function (data, .variables = NULL, drop = TRUE) { blah blah 在多數情況下，這種方式比較簡單方便你也不用去查說你要找的函數在哪一個package裡頭提到同名含數於不同package的情況就還要提到getAnywhere的好處有用dplyr的人都知道在載入dplyr時會跑出這個 Attaching package: ‘dplyr’ The following objects are masked from ‘package:stats’: filter, lag The following objects are masked from ‘package:base’: intersect, setdiff, setequal, union 這意思就是 package:stats裡頭有函數也叫做filter跟lag (下面那行同理) dplyr的載入，會把同名函數蓋過去這時候dplyr:::lag就取代了stats:::lag 你在使用時，除非你特別註明是用stats:::lag 否則都會使用dplyr:::lag 有點離題，回到getAnywhere 我們透過getAnywhere還可以查到不同package的同名函數有哪些輸入 getAnywhere('lag') 會看到下列訊息 2 differing objects matching ‘lag’ were found in the following places package:dplyr package:stats 你就知道lag有兩個套件同時都有而且你如果要看source code可以透過 []來看 getAnywhere('lag')[1]會跳出 dplyr的而 getAnywhere('lag')[2]會跳出 stats的順序就跟你getAnywhere出現的一樣 2. .C, .Call, .Fortran那些是什麼如果常看source code的話會發現R function裡面會出現 .C, .Call, .Fortran, .External, .Internal, or .Primitive 這幾種，這些都是已經被編譯(compile)過了，然後直接載入到R session中而透過 pryr:::show_c_source 你可以看到 .Internal, or .Primitive 例如，輸入 getAnywhere('+') 你會得到下列資訊 A single object matching ‘+’ was found It was found in the following places package:base namespace:base with value function (e1, e2) .Primitive("+") 這時候用pryr就可以看到 "+"的c source code library(pryr) show_c_source(.Primitive("+")) 然後會跳出 + is implemented by do_arith with op = PLUSOP 告訴你 + 是透過do_arith執行的同時連到一個github的網站然後給你兩個搜尋結果 1. wch/r-source – arithmetic.c 2. wch/r-source – names.c 你可以看到在第一個裡面會看到 do_arith這個關鍵字被反白了點arithmetic.c進去看看就可以找到下面這個： (快一點的方法就直接CTRL+F 輸入do_arith <- 你可以再R視窗裡面看到這個名字) SEXP attribute_hidden do_arith(SEXP call, SEXP op, SEXP args, SEXP env) { SEXP ans, arg1, arg2; int argc; if (args == R_NilValue) argc = 0; else if (CDR(args) == R_NilValue) argc = 1; else if (CDDR(args) == R_NilValue) argc = 2; else argc = length(args); arg1 = CAR(args); arg2 = CADR(args); blah blah 讓我們再換一個例子輸入 getAnywhere('table') 在最後幾行的地方，你會看到 y <- array(tabulate(bin, pd), dims, dimnames = dn) 我們在一次 getAnywhere('tabulate') 就會發現我們找到 .Internal了在最後一行的地方 .Internal(tabulate(bin, nbins)) 透過pryr的show_c_source(.Internal(tabulate(bin, nbins))) 一樣會連到一個網頁給你兩個搜尋結果 1. wch/r-source – util.c 2. wch/r-source – names.c 你可以在第一個結果裡面看到 do_tabulate 被反白了所以你可以點進去然後CTRL+F搜尋 do_tabulate (記得點util.c 點前面是連到該套件的github位置) 就可以跟我一樣看到 SEXP attribute_hidden do_tabulate(SEXP call, SEXP op, SEXP args, SEXP rho) { checkArity(op, args); SEXP in = CAR(args), nbin = CADR(args); if (TYPEOF(in) != INTSXP) error("invalid input"); R_xlen_t n = XLENGTH(in); /* FIXME: could in principle be a long vector */ int nb = asInteger(nbin); if (nb == NA_INTEGER || nb < 0) error(_("invalid '%s' argument"), "nbin"); SEXP ans = allocVector(INTSXP, nb); int *x = INTEGER(in), *y = INTEGER(ans); if (nb) memset(y, 0, nb * sizeof(int)); for(R_xlen_t i = 0 ; i < n ; i++) if (x[i] != NA_INTEGER && x[i] > 0 && x[i] <= nb) y[x[i] - 1]++; return ans; } 3. UseMethods是什麼你可以在getAnywhere('predict')中發現它提到methods，就會比較複雜一點了，在耐著點性子看完吧~~ R也有所謂的object-oriented system (以下簡稱 OO system) OO應該很多人會在C++裡面看到就是我可以定義 class (類別) 然後去定義對應的 methods (方法) 在透過 class 創立 objects 去使用這些方法這樣可以達到code 重新再利用的功能也可以避免過多的輸入判定的問題以及要重複創見各種不同名字的function以對應不同的情況 (OO的好處我只有大概的概念，更詳細可能請其他大大補充) 可以直接透過對應的class 舉例來說 predict可以用在各式各樣的model結果就是透過class來決定input是誰 getAnywhere('predict') 會出現 UseMethod("predict") 我們可以來看看lm出來物件的class是什麼 x <- rnorm(100) y <- 1 + 2 * x + rnorm(100) fit <- lm(y ~ x) class(fit) # 透過這個check fit的class # [1] "lm" 你就會看到fit具有lm class 這時候就可以看predict運用於lm時的方法了用 function name 然後加上一個 . 再加上class的名字通常就可以看到source code 其他情況，我等等在補充輸入 getAnywhere('predict.lm') 就會看到下列資訊 A single object matching ‘predict.lm’ was found It was found in the following places package:stats registered S3 method for predict from namespace stats namespace:stats with value function (object, newdata, se.fit = FALSE, scale = NULL, df = Inf, interval = c("none", "confidence", "prediction"), level = 0.95, type = c("response", "terms"), terms = NULL, na.action = na.pass, pred.var = res.var/weights, weights = 1, ...) { blah blah 同理可證，試試看找出glm出來的物件class然後再找predict看看再來，我們試試看 fitted這個函數輸入 getAnywhere('fitted') 你會看到他一樣有 UseMethod A single object matching ‘fitted’ was found It was found in the following places package:stats namespace:stats with value function (object, ...) UseMethod("fitted") <bytecode: 0x0000000014eea978> <environment: namespace:stats> 你輸入getAnywhere('fitted.lm') 會得到no object named ‘fitted.lm’ was found 那這樣是不是就看不到fitted.lm的source code了？答案：不是，其實有時候他會有預設方法可以讓很多東西都透過預設方法就好我就不用獨立寫一個對應的方法了因此，你可以先用methods來確定他是不是有預設方法輸入 methods('fitted') 會看到就有fitted.default了然後沒有對應lm的方法，因此fitted(fit)就會用default的方法了 methods('fitted') [1] fitted.default* fitted.isoreg* fitted.kmeans* fitted.nls* fitted.smooth.spline* 最後輸入 getAnywhere('fitted.default') 就可以看到fitted怎麼樣把lm的fitted value叫出來 A single object matching ‘fitted.default’ was found It was found in the following places registered S3 method for fitted from namespace stats namespace:stats with value function (object, ...) { xx <- if ("fitted.values" %in% names(object)) object$fitted.values else object$fitted napredict(object$na.action, xx) } <bytecode: 0x0000000017242a58> <environment: namespace:stats> 然後，R的OO system不只有我們看到的這個我們現在看到的是所謂的S3，其他還有S4, Reference classes (RC)等那S4跟RC就請移駕到advanced R的網站一窺究竟吧連結： http://adv-r.had.co.nz/OO-essentials.html S4跟RC都有對應找方法的函數也可以透過getAnywhere去看source code 像是最常看到的S4就是Matrix這個套件你也同樣可以getAnywhere('Matrix') 看到下列資訊 A single object matching ‘Matrix’ was found It was found in the following places package:Matrix namespace:Matrix with value function (data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL, sparse = NULL, doDiag = TRUE, forceCheck = FALSE) { blah blah 然後沒了謝謝您的欣賞XDD : [問題敘述]: : 各位前輩好，之前有在版上詢問過如何透過R產生作假的答題反應。 : 這次問的感覺是一個更沒有sense的問題，就是如標題所示： : 我們在啟用package中的指令，幫我們估計時， : 有辦法看到當初開法者所撰寫的語法嗎？如估算的公式是怎麼寫的..... : 有問過系上的學長，他說套件的網址通常都會有相關資訊， : 但無奈不曉得是我眼殘，就是找不到。 : 之所以想知道，是想瞭解公式這麼寫的，以及有時候會需要適當修改。 : 麻煩前輩提供相關資訊了，謝謝~ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.73.190 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1444901630.A.479.html