可以 lapply 不修改更高范围内的变量

Question

我经常想做如下的事情：

mat <- matrix(0,nrow=10,ncol=1)
lapply(1:10, function(i) { mat[i,] <- rnorm(1,mean=i)})

但是，我希望 mat 中有 10 个随机数，但实际上它有 0 个。（我不担心 rnorm 部分。显然有一个正确的方法可以做到这一点。我担心从 lapply 的匿名函数中影响 mat）我可以不从 lapply 内部影响矩阵 mat 吗？为什么不呢？ R 是否存在阻止此操作的范围规则？

Answer 1

我在这个相关问题中讨论了这个问题：“Is R's apply family more than语法糖”。您会注意到，如果查看 for 和 apply 的函数签名，它们有一个关键区别：for 循环计算表达式，而apply循环评估函数。

如果您想更改 apply 函数范围之外的内容，则需要使用 <<- 或 assign。或者更重要的是，使用类似 for 循环的东西来代替。但是，在处理函数之外的事物时，您确实需要小心，因为这可能会导致意外的行为。

在我看来，使用 apply 函数的主要原因之一是明确的，因为它不会改变其外部的内容。这是函数式编程的核心概念，其中函数避免产生副作用。这也是为什么apply系列函数可以用于并行处理（并且类似的函数存在于各种并行包中，例如snow）。

最后，运行代码示例的正确方法是将参数传递给函数，如下所示，然后分配回输出：

mat <- matrix(0,nrow=10,ncol=1)
mat <- matrix(lapply(1:10, function(i, mat) { mat[i,] <- rnorm(1,mean=i)}, mat=mat))

尽可能明确参数总是最好的（因此 mat=mat）而不是推断它。

Answer 2

lapply() 或 sapply() 等高阶函数的主要优点之一是您不必初始化“容器”（在本例中为矩阵） ）。

正如 Fojtasek 建议的那样：

as.matrix(lapply(1:10,function(i) rnorm(1,mean=i)))

或者：

do.call(rbind,lapply(1:10,function(i) rnorm(1,mean=i)))

或者，简单地作为数字向量：

sapply(1:10,function(i) rnorm(1,mean=i))

如果您确实想修改匿名函数（在本例中为随机数生成器）范围之上的变量，请使用 <<-

> mat <- matrix(0,nrow=10,ncol=1)
> invisible(lapply(1:10, function(i) { mat[i,] <<- rnorm(1,mean=i)}))
> mat
           [,1]
 [1,] 1.6780866
 [2,] 0.8591515
 [3,] 2.2693493
 [4,] 2.6093988
 [5,] 6.6216346
 [6,] 5.3469690
 [7,] 7.3558518
 [8,] 8.3354715
 [9,] 9.5993111
[10,] 7.7545249

请参阅这篇文章了解<< ;-。但在这个特定的示例中，for 循环更有意义：

mat <- matrix(0,nrow=10,ncol=1)
for( i in 1:10 ) mat[i,] <- rnorm(1,mean=i)

在全局工作区中创建索引变量 i 的成本较小。

Answer 3

lapply 并不实际更改 mat，而是仅返回 mat 的更改版本（作为列表）。您只需将其分配给 mat 并使用 as.matrix() 将其转换回矩阵即可。