组织 R 源代码

Question

全部，

我第一次开始编写面向对象的 R 代码，并预计会有多个 R 文件之间存在依赖关系。我是 R 新手，除了一个庞大的脚本来测试想法之外，还没有写过任何东西。是否有在线资源提供有关如何组织代码的提示？缺少有关如何构建软件包的描述，我找不到这样的指导。在这一点上，我只想以这样一种方式组织代码，使加载和与例程集合交互尽可能简单。

感谢您提供的任何指导。

克里斯

Answer 1

这个问题与："How to organize large R programs?"密切相关

您应该考虑创建一个 R 包。您可以使用package.skeleton 函数从给定的一组 R 文件开始。我还强烈建议在开始时使用roxygen 来记录包，因为事后这样做要困难得多。

阅读"Writing R Extensions"。在线书籍“Statistics with R”有a section on this subject。还可以查看 Friedrich Leisch 的 Creating R Packages: A Tutorial。最后，如果您在纽约，请通过"Authoring R Packages: a gentle introduction with examples" 参加即将举行的 NY use-R 小组会议。

只是重申一些关于良好做法的建议：

• 一个包允许你使用R CMD check，这对于捕捉错误非常有帮助；您可以单独查看使用codetools 包。
• 软件包还强制您编写最少的文档，从长远来看，这会带来更好的实践。
• 如果您希望代码健壮/可维护，还应该考虑进行单元测试（例如使用RUnit）。
• 您应该考虑使用样式指南（例如Google Style Guide）。
• 从一开始就使用版本控制系统，如果您要让代码开源，请考虑使用 github 或 r-forge。

编辑：

关于如何在不重建和安装完整包的情况下进行增量更改：我发现最简单的方法是在相关的 R 文件中进行更改，然后使用 source 命令加载这些更改。一旦您将库加载到 R 会话中，它在环境中将始终低于 .GlobalEnv（并且优先级较低），因此您直接获取或加载的任何更改都将首先使用（使用 search 命令看到这个）。这样，您就可以让您的包成为底层，并在您在环境中测试它们时覆盖更改。

或者，您可以使用像 StatET 或 ESS 这样的 IDE。它们使从 R 包中加载单独的行或函数变得非常容易。 StatET 设计得特别好，可以处理在类目录结构中管理包。

Answer 2

这是为了其他在搜索时被定向到此帖子的人的利益。 我也面临完全相同的情况，但没有找到可以清楚解释的资源。 这是我尝试通过几个简单的步骤来解决问题：
1）新建项目目录
2) 通过 R studio 创建包（过程同上）
3) 将两者保持在同一位置（以避免混淆）。
4) 安装和加载包：devtools 和 roxygen2。
5) 使用函数 load_all()。

你就完成了。