视频|R语言编码风格
第三节视频:《R语言编码风格》。前两节视频如下:
2 《我常用的R包》
学习和使用R语言,肯定会要写R脚本,如何写一份好的R代码?关于这个问题,请大家留言和讨论。我的建议是,请了解,掌握和遵守一份R语言编码风格。我在写R代码的过程中,尽量让自己的R代码符合谷歌公司的R语言编码风格指南。我结合我自己的实际情况,在本节视频详细说了一些我所用到的约定。视频如下,您在看是视频的过程中,有什么想法或者建议,请给我留言,谢谢支持。
我所用的约定,归总起来就是:1)R脚本的命名;2)标识符的命名;3)缩写和赋值符号;4)R脚本组织和布局;5)注释和自定义函数的编写。尤其是Google编码风格指南里面所写的示例函数,我强烈推荐大家在R代码中写自定义函数的时候严格按着个约定来说。
示例函数
CalculateSampleCovariance <- function(x, y, verbose = TRUE) {
# Computes the sample covariance between two vectors.
#
# Args:
# x: One of two vectors whose sample covariance is to be calculated.
# y: The other vector. x and y must have the same length, greater than one,
# with no missing values.
# verbose: If TRUE, prints sample covariance; if not, not. Default is TRUE.
#
# Returns:
# The sample covariance between x and y.
n <- length(x)
# Error handling
if (n <= 1 || n != length(y)) {
stop("Arguments x and y have different lengths: ",
length(x), " and ", length(y), ".")
}
if (TRUE %in% is.na(x) || TRUE %in% is.na(y)) {
stop(" Arguments x and y must not have missing values.")
}
covariance <- var(x, y)
if (verbose)
cat("Covariance = ", round(covariance, 4), ".n", sep = "")
return(covariance)
}
一是增加了函数的可读性,二是提升了代码的健壮性,三是,也让你的代码更加专业。你在写R代码使用什么编码风格?是自己独创的,还是公司规定的,还是天马行空,毫无拘束呢?欢迎留言,大家一起交流和讨论。
谷歌R语言编码风格指南:
https://nanx.me/rstyle/#identifiers
我是王路情,专注于从数据中学习。我们创建数据人网http://shujuren.org,它是数据人的家园,一个数据人学习,交流和分享的场所。欢迎您,大家一起来创造和分享数据知识,共建和共享数据智库,为智能化社会助力。
若是您有收获,请点赞和分享;您有任何问题或者想法,请留言,或者添加微信:luqin360讨论和交流。
我是王路情,专注于从数据中学习,努力发觉数据之洞见和积极利用数据值之价值。
内容推荐
请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!