R中的环境，mapply和get

Question

让x<-2在全局环境中：

x <-2 
x
[1] 2

让a成为一个函数，在本地定义另一个x并使用get：

a<-function(){
  x<-1
  get("x")
}

此函数正确地从本地环境中获取x：

a()
[1] 1

现在让我们定义一个函数b 如下，它使用mapply 和get：

b<-function(){
  x<-1
  mapply(get,"x")
}

如果我调用b，似乎mapply 使get 没有先搜索函数环境。相反，它会尝试直接从全局环境中获取x，如果x 未在全局环境中定义，则会给出错误消息：

b()
x 
2 
rm(x)
b()
Error in (function (x, pos = -1L, envir = as.environment(pos), mode = "any",  : 
  object 'x' not found 

解决方案是显式定义envir=environment()。

c<-function(){
  x<-1
  mapply(get,"x", MoreArgs = list(envir=environment()))
}

c()
x 
1 

但我想知道这里到底发生了什么。 mapply在做什么？ （为什么？这是预期的行为吗？）这种“陷阱”在其他 R 函数中是否常见？

Answer 1

问题在于get 会查看其调用的环境，但在这里我们将get 传递给mapply，然后从mapply 中的本地环境调用get。如果在mapply 本地环境中找不到x，那么它会查看该环境的父环境，即查看environment(mapply)（这是定义mapply 的词法环境，其中是基本命名空间环境）；如果它也不存在，它会查看它的父级，即全局环境，即您的 R 工作区。

这是因为 R 使用 词法 作用域，as opposed to dynamic scoping。

我们可以通过获取一个存在于mapply 中的变量来证明这一点。

 x <- 2
 b2<-function(){
   x<-1
   mapply(get, "USE.NAMES")
 }
 b2() # it finds USE.NAMES in mapply
 ## USE.NAMES 
 ##     TRUE 

除了问题中显示的涉及MoreArgs 的解决方法之外，这也有效，因为它会导致搜索在未能找到mapply 后查看b 内的本地环境。 （这只是为了说明正在发生的事情，在实际实践中，我们更喜欢问题中显示的解决方法。）

x <- 2
b3 <-function(){
   x<-1
   environment(mapply) <- environment()
   mapply(get, "x")
}
b3()
## 1

添加 扩展说明。另请注意，我们可以像这样查看环境链：

> debug(get)
> b()
debugging in: (function (x, pos = -1L, envir = as.environment(pos), mode = "any", 
    inherits = TRUE) 
.Internal(get(x, envir, mode, inherits)))(dots[[1L]][[1L]])
debug: .Internal(get(x, envir, mode, inherits))
Browse[2]> envir
<environment: 0x0000000021ada818>
Browse[2]> ls(envir) ### this shows that envir is the local env in mapply
[1] "dots"      "FUN"       "MoreArgs"  "SIMPLIFY"  "USE.NAMES"
Browse[2]> parent.env(envir) ### the parent of envir is the base namespace env
<environment: namespace:base>
Browse[2]> parent.env(parent.env(envir)) ### and grandparent of envir is the global env
<environment: R_GlobalEnv>

因此，可能遵循的环境的祖先是这样的（箭头指向父级的地方）：

local environment within mapply --> environment(mapply) --> .GlobalEnv

其中environment(mapply) 等于asNamespace("base")，基本命名空间环境。

Answer 2

R 是词法范围的，而不是动态范围的，这意味着当您搜索父环境以查找值时，您正在搜索词法父环境（如源代码中所写），而不是动态父环境（如调用） .考虑这个例子：

x <- "Global!"
fun1 <- function() print(x)
fun2 <- function() {
  x <- "Local!"
  fun1a <- function() print(x)
  fun1()           # fun2() is dynamic but not lexical parent of fun1()
  fun1a()          # fun2() is both dynamic and lexical parent of fun1a() 
}
fun2()

输出：

[1] "Global!"
[1] "Local!"

在这种情况下，fun2 是 fun1a 的词法父级，但不是 fun1 的词法父级。由于mapply 没有在你的函数内部定义，你的函数不是mapply 的词法父级，mapply 不能直接访问其中定义的xs。

Answer 3

问题在于与内置 C 代码的相互作用。即，考虑以下几点：

fx <- function(x) environment()
env <- NULL; fn <- function() { env <<- environment(); mapply(fx, 1)[[1]] }

然后

env2 <- fn()
identical(env2, env)
# [1] FALSE
identical(parent.env(env2), env)
# [1] FALSE
identical(parent.env(env2), globalenv())
# [1] TRUE

更具体地说，问题出在underlying C code 上，它没有考虑执行环境，并将其交给原样的underlying C eval 调用，该调用创建了一个直接从R_GlobalEnv 分支的临时环境。

请注意，这确实是正在发生的事情，因为没有任何级别的堆栈嵌套可以解决问题：

env <- NULL; fn2 <- function() { env <<- environment(); (function() { mapply(fx, 1)[[1]] })() }
identical(parent.env(fn2()), globalenv())
# [1] TRUE