我有 Java 和 Python 背景，最近在学习 R。
今天我发现 R 处理对象的方式似乎与 Java 和 Python 完全不同。
例如下面的代码：
x <- c(1:10)
print(x)
sapply(1:10,function(i){
x[i] = 4
})
print(x)
代码给出以下结果：
[1] 1 2 3 4 5 6 7 8 9 10
[1] 1 2 3 4 5 6 7 8 9 10
但我希望输出的第二行全是“4”，因为我在 sapply 函数中修改了向量。
那么这是否意味着 R 在函数调用中复制对象而不是引用对象？
【问题讨论】：
x 是在全局环境中定义的，而不是在您的函数中。
如果您尝试在函数中修改非本地对象（例如 x），则 R 会复制该对象并修改该副本，因此每次运行匿名函数时都会创建 x 的副本，并且它的第 i 个组件设置为 4。当函数退出时，所创建的副本将永远消失。原x没有修改。
如果我们要写x[i] <<- i 或者如果我们要写x[i] <- 4; assign("x", x, .GlobalEnv)，那么R 会写回它。写回它的另一种方法是将e 设置为存储x 的环境并执行以下操作：
e <- environment()
sapply(1:10, function(i) e$x[i] <- 4)
或者可能是这样的：
sapply(1:10, function(i, e) e$x[i] <- 4, e = environment())
通常不会在 R 中编写这样的代码。而是将结果作为函数的输出生成，如下所示：
x <- sapply(1:10, function(i) 4)
（其实这种情况下可以写成x[] <- 4。）
添加：
使用proto package 可以做到这一点，其中方法f 将x 属性的第i 个组件设置为4。
library(proto)
p <- proto(x = 1:10, f = function(., i) .$x[i] <- 4)
for(i in seq_along(p$x)) p$f(i)
p$x
添加：
在另一个选项上方添加了我们明确传递 x 存储的环境的选项。
【讨论】：
parent.frame(3) 而不是.GlobalEnv 将 x 存储在运行 sapply 的闭包中，这样会更安全。 （为什么是3？1-匿名功能框架，2-sapply框架，3-sapply外壳）
是的，你是对的。检查 R 语言定义：4.3.3 Argument Evaluation
AFAIK，在您尝试修改数据之前，R 不会真正复制数据，因此遵循 Copy-on-write 语义。
【讨论】：
匿名函数内部的x不是全局环境（您的工作区）中的x。它是匿名函数本地的x 的副本。说R在函数调用中复制对象并不是那么简单；如果可以，R 将努力不复制，但一旦您修改了某些内容，R 就必须复制该对象。
正如@DWin 指出的那样，x 的这个复制版本已修改是由sapply() 调用返回的，您声称的输出不是我得到的：
> x <- c(1:10)
> print(x)
[1] 1 2 3 4 5 6 7 8 9 10
> sapply(1:10,function(i){
+ x[i] = 4
+ })
[1] 4 4 4 4 4 4 4 4 4 4
> print(x)
[1] 1 2 3 4 5 6 7 8 9 10
很明显，该代码几乎完成了您的预期。问题是来自sapply() 的输出没有分配给对象，因此被打印并被丢弃。
您编写代码甚至可以工作的原因是由于 R 的范围规则。您确实应该将函数需要的任何对象作为参数传递给函数。但是，如果 R 无法找到该函数的本地对象，它将在父环境中搜索与名称匹配的对象，然后在适当的情况下搜索该环境的父环境，最终到达全局环境，即工作空间。因此，您的代码可以正常工作，因为它最终找到了可使用的 x，但立即被复制，该副本在 sapply() 调用结束时返回。
在许多情况下，这种复制确实需要时间和内存。这是人们认为for 循环在 R 中运行缓慢的原因之一；他们在用循环填充对象之前不会为对象分配存储空间。如果不分配存储，R 必须修改/复制对象以添加循环的下一个结果。
尽管如此，R 中的任何地方并不总是那么简单，例如在环境中，环境的副本实际上只是指原始版本：
> a <- new.env()
> a
<environment: 0x1af2ee0>
> b <- 4
> assign("b", b, env = a)
> a$b
[1] 4
> c <- a ## copy the environment to `c`
> assign("b", 7, env = c) ## assign something to `b` in env `c`
> c$b ## as expected
[1] 7
> a$b ## also changed `b` in `a` as `a` and `c` are actually the same thing
[1] 7
如果您了解这些内容，请阅读 R Language Definition 手册，该手册涵盖了 R 引擎盖下的许多细节。
【讨论】：
您需要将 sapply 的输出分配给一个对象，否则它就会消失。 （实际上你可以恢复它，因为它也被分配给.Last.value）
x <- c(1:10)
print(x)
[1] 1 2 3 4 5 6 7 8 9 10
x <- sapply(1:10,function(i){
x[i] = 4
})
print(x)
[1] 4 4 4 4 4 4 4 4 4 4
【讨论】：
v<-sapply(...,function(...){...v...}) 构造以某种方式将 v 从函数环境导出到父环境。更不用说这个问题非常直接地是关于 R 是进行复制调用还是引用调用。
globalenv() 并且分配函数 <- 是“让它粘住。”形式上讲它是“pass-by-promise”，但实际上它更像是“pass-by-value”。它不是“出口 x”，我也没有说它是。它正在导出值，<- 以持久的方式命名它们。
= 只是返回4，而不是x[i] 的承诺；这样就相当于x<-sapply(1:10,function(ignoreIt) 4)。
如果您想从函数中更改“全局”对象，则可以使用非本地赋值。
x <- c(1:10)
# [1] 1 2 3 4 5 6 7 8 9 10
print(x)
sapply(1:10,function(i){
x[i] <<- 4
})
print(x)
# [1] 4 4 4 4 4 4 4 4 4 4
尽管在这种特殊情况下，您可以更紧凑地使用 x[]<-4
顺便说一句，这是 R 的一个不错的特性——而不是 sapply(1:10,function(i) x[i] <<- 4 或 for(i in 1:10) x[i]<-4（for 不是一个函数，所以这里不需要 <<-）你可以写x[]<-4 :)
【讨论】：