R 引用类中的私有成员

Question

是否可以在 R 引用类中包含私有成员字段。玩一些我有的在线示例：

> Account <- setRefClass(    "ref_Account"
>      , fields = list(
>       number = "character"
>       , balance ="numeric")
>      , methods = list( 
>     deposit <- function(amount) {
>       if(amount < 0)   {
>         stop("deposits must be positive")
>       }
>       balance <<- balance + amount
>     }
>     , withdraw <- function(amount) {
>       if(amount < 0)   {
>         stop("withdrawls must be positive")
>       }
>       balance <<- balance - amount
>     }       
>   ) )
> 
> 
> tb <- Account$new(balance=50.75, number="baml-029873") tb$balance
> tb$balance <- 12 
> tb$balance

我讨厌我可以直接更新余额。也许是我身上的旧纯 OO，我真的希望能够将平衡设为私有，至少不能从课堂外设置。

想法

Answer 1

为了解决隐私问题，我创建了一个自己的类“Private”，它具有访问对象的新方法，即$ 和[[。如果客户端尝试访问“私人”成员，这些方法将引发错误。私有成员由名称（前导句点）标识。由于引用对象是 R 中的环境，因此可以解决此问题，但这是我目前的解决方案，我认为使用该类提供的 get/set 方法更方便。所以这更像是这个问题的“难以从课堂外设置”的解决方案。

我已将其组织在一个 R 包中，因此以下代码使用该包并修改上面的示例，以便对 tb$.balance 的赋值产生错误。我还使用了函数Class，它只是setRefClass 的一个包装器，所以这仍然在方法包提供并在问题中使用的R 参考类的范围内。

devtools::install_github("wahani/aoos")
library("aoos")

Account <- defineRefClass({
    Class <- "Account"
    contains <- "Private"

    number <- "character"
    .balance <- "numeric"

    deposit <- function(amount) {
        if(amount < 0) stop("deposits must be positive")
        .balance <<- .balance + amount
    }

    withdraw <- function(amount) {
        if(amount < 0) stop("withdrawls must be positive")
        .balance <<- .balance - amount
    }
})

tb <- Account(.balance = 50.75, number = "baml-029873") 
tb$.balance # error
tb$.balance <- 12 # error

Answer 2

这个答案不适用于 R > 3.00，所以不要使用它！

如前所述，您不能拥有私有成员字段。但是，如果您使用初始化方法，则余额不会显示为字段。例如，

Account = setRefClass("ref_Account", 
                       fields = list(number = "character"),
                       methods = list(
                           initialize = function(balance, number) {
                               .self$number = number
                               .self$balance = balance
                           })

和以前一样，我们将创建一个实例：

tb <- Account$new(balance=50.75, number="baml-0029873")
##No balance
tb

Reference class object of class "ref_Account"
Field "number":
[1] "baml-0029873"

正如我所提到的，它并不是真正的私密，因为您仍然可以这样做：

R> tb$balance
[1] 50.75
R> tb$balance = 12 
R> tb$balance
[1] 12

Answer 3

我遇到了一个类似的问题，并使用 Base R 以这种方式实现它。我倾向于不使用 R6 等第三方软件包，从而使事情变得更加困难。为了解决这个问题，我访问了定义对象方法的环境并以这种方式存储变量。

在这个例子中，我试图实现一个像 scikit learn 中那样的 MinMaxScaler：

## Base reference class
setRefClass(
  "Transformer",
  contains = "VIRTUAL",
  methods = list(
    fit = function(data) stop("Must implement"),
    transform = function(data) stop("Must implement"),
    fit_transform = function(data) {
      fit(data)
      transform(data)
    }
  ))

Transformer API 的具体实现。在fit 方法中，我访问了定义fit 的环境。然后，我使用该环境来存储中间计算所需的任何变量并就地更新对象——就像 sklearn 一样。

MinMaxScaler <-setRefClass(
  "MinMaxScaler",
  contains = "Transformer",
  fields = c(feature_range = "numeric"),
  methods = list(

    fit = function(data) {
      env <- environment(fun = .self$fit)
      rng <- range(data, na.rm=TRUE)
      env$data_range_ <- diff(range(data, na.rm=TRUE))
      env$data_min_ <- rng[[1]]
      env$data_max_ <- rng[[2]]
    },
    transform = function(data) {
      env <- environment(fun = .self$transform)
      scalef <- diff(range(feature_range))
      scalef * (data - env$data_min_) / env$data_range_  + min(feature_range)
    }
  )
)

为了演示这种模式，我将创建两个缩放器并分别拟合它们：

> ## Dummy data
> set.seed(123)
> z <- rnorm(1e4)
> summary(z)
     Min.   1st Qu.    Median      Mean   3rd Qu.      Max. 
-3.845320 -0.667969 -0.011089 -0.002372  0.673347  3.847768 
> 
> scaler1 <- MinMaxScaler(feature_range=c(0, 50))
> summary(scaler1$fit_transform(z))
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   0.00   20.65   24.92   24.98   29.37   50.00 
> 
> scaler2 <- MinMaxScaler(feature_range=c(-100, 100))
> summary(scaler2$fit_transform(z))
      Min.    1st Qu.     Median       Mean    3rd Qu.       Max. 
-100.00000  -17.39725   -0.32011   -0.09347   17.47344  100.00000 
> 
> ## to show the scalers are distinct and not sharing private vars
> summary(scaler1$transform(z))
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   0.00   20.65   24.92   24.98   29.37   50.00 
> summary(scaler2$transform(z))
      Min.    1st Qu.     Median       Mean    3rd Qu.       Max. 
-100.00000  -17.39725   -0.32011   -0.09347   17.47344  100.00000