14 工作空间和变量赋值

14.1 工作空间

R把在命令行定义的变量都保存到工作空间中，在退出R时可以选择是否保存工作空间。这也是R与其他如C、Java这样的语言的区别之一。

用ls()命令可以查看工作空间中的内容。

随着多次在命令行使用R，工作空间的变量越来越多，使得重名的可能性越来越大，而且工作空间中变量太多也让我们不容易查看其内容。在命令行定义的变量称为“全局变量”，在编程实践中，全局变量是需要慎用的。

可以用rm()函数删除工作空间中的变量，格式如

rm(d, h, name, rec, sex, x)

要避免工作空间杂乱，最好的办法还是所有的运算都写到自定义函数中。自定义函数中定义的变量都是临时的，不会保存到工作空间中。这样，仅需要时才把变量值在命令行定义，这样的变量一般是读入的数据或自定义的函数（自定义函数也保存在工作空间中）。

可以定义如下的sandbox()函数：

sandbox <- function(){
  cat('沙盘：接连的空行回车可以退出。\n')
  browser()
}

运行sandbox()函数，将出现如下的browser命令行：

沙盘：接连的空行回车可以退出。
Called from: sandbox()
Browse[1]>

提示符变成了“Browser[n]”，其中n代表层次序号。在这样的browser命令行中随意定义变量，定义的变量不会保存到工作空间中。用“Q”命令可以退出这个沙盘环境，接连回车也可以退出。

14.2 非法变量名

R的变量名要求由字母、数字、下划线、小数点组成，开头不能是数字、下划线、小数点，中间不能使用空格、减号、井号等特殊符号，变量名不能与if、NA等保留字相同。

有时为了与其它软件系统兼容，需要使用不符合规则的变量名，这只要将变量名两边用反向单撇号“`”保护，如：

`max score` <- 100
99 + `max score`

## [1] 199

如果变量名（元素名、列名等）是以字符串形式使用，就不需要用“`”保护。如：

x <- c("score a"=85, "score b"=66)
x

## score a score b 
##      85      66

14.3 变量赋值与绑定

本小节内容技术上比较复杂，初学者可以略过。

在R中赋值本质上是把一个存储的对象与一个变量名“绑定”(bind)在一起，比如：

x <- c(1,2,3)

并不是像C++、JAVA等语言那样， x代表某个存储位置， “x <- c(1,2,3)”代表将1到3这些值存储到x所指向的存储位置。实际上，<-右边的c(1,2,3)是一个表达式，其结果为一个R对象(object)，而x只是一个变量名，并没有固定的类型、固定的存储位置，赋值的结果是将x绑定到值为(1,2,3)的R对象上。 R对象有值，但不必有对应的变量名；变量名必须经过绑定才有对应的值和存储位置。

这样，同一个R对象也可以被两个或多个变量名绑定。对于基本的数据类型如数值型向量，两个指向相同对象的变量当一个变量被修改时自动制作副本。 tracemem(x)可以显示变量名x绑定的地址并在其被制作副本时显示地址变化。如：

x <- c(1,2,3)
cat(tracemem(x), "\n")

## <0000025765221598>

y <- x    # 这时y和x绑定到同一R对象
cat(tracemem(y), "\n")

## <0000025765221598>

y[3] <- 0 # 这时y制作了副本

## tracemem[0x0000025765221598 -> 0x000002576536c4c8]: eval eval eval_with_user_handlers withVisible withCallingHandlers handle timing_fn evaluate_call <Anonymous> evaluate in_dir in_input_dir eng_r block_exec call_block process_group.block process_group withCallingHandlers process_file <Anonymous> <Anonymous> do.call eval eval eval eval eval.parent local

## [1] 1 2 3

## [1] 1 2 0

untracemem(x); untracemem(y)
rm(x, y)

可见y <- x并没有制作副本，但是修改y[3]值时就对y制作了副本。

修改某个变量名所指向的对象可能会制作副本，如：

x <- c(1,2,3)
cat(tracemem(x), "\n")

## <00000257659A3998>

x[3] <- 0

## tracemem[0x00000257659a3998 -> 0x0000025765a2d198]: eval eval eval_with_user_handlers withVisible withCallingHandlers handle timing_fn evaluate_call <Anonymous> evaluate in_dir in_input_dir eng_r block_exec call_block process_group.block process_group withCallingHandlers process_file <Anonymous> <Anonymous> do.call eval eval eval eval eval.parent local

## [1] 1 2 0

untracemem(x)

在调用函数时，如果函数内部不修改自变量的元素值，输入的自变量并不制作副本，而是直接被函数使用实参绑定的对象。如：

x <- c(1,2,3)
cat(tracemem(x), "\n")

## <0000025765F54FD8>

f <- function(v){ return(v) }
z <- f(x)
cat(tracemem(z), "\n")

## <0000025765F54FD8>

untracemem(x); untracemem(z)

从上面的例子可以看出，函数f以x为实参，但不修改x的元素，不会生成x的副本，返回的值是x指向的对象本身，再次赋值给z，也不制作副本， z和x绑定到同一对象。

如果函数内部修改自变量的元素值，则输入的自变量也会制作副本。如：

x <- c(1,2,3)
cat(tracemem(x), "\n")

## <0000025766551E58>

f2 <- function(v){ v[1] <- -999; return(v) }
z <- f2(x)

## tracemem[0x0000025766551e58 -> 0x0000025766606dd8]: f2 eval eval eval_with_user_handlers withVisible withCallingHandlers handle timing_fn evaluate_call <Anonymous> evaluate in_dir in_input_dir eng_r block_exec call_block process_group.block process_group withCallingHandlers process_file <Anonymous> <Anonymous> do.call eval eval eval eval eval.parent local

cat(tracemem(z), "\n")

## <0000025766606DD8>

untracemem(x); untracemem(z)

从程序输出看，函数f2()以x为实参，并修改x的内部元素，就制作了x的副本，返回的结果赋给变量z，绑定的是修改后的副本。

如果在函数中对自变量重新赋值，这实际是重新绑定，也不会制作输入的实参的副本。

如果修改y的元素值时还修改了其存储类型，比如整型改为浮点型，则会先制作y的副本，然后制作类型改变后的副本，然后再修改其中的元素值。

在当前的R语言中，一个对象的引用（如绑定的变量名）个数，只区分0个、1个或多个这三种情况。在没有引用时， R的垃圾收集器会定期自动清除这些对象。 rm(x)只是删除绑定，并不会马上清除x绑定的对象。如果已经有多个引用，即使是只有2个，减少一个引用也还是“多个”状态，不会变成1个。

垃圾收集器是在R程序要求分配新的对象空间时自动运行的， R函数gc()可以要求马上运行垃圾收集器，并返回当前程序用到的存储量； lobstr包的mem_used()函数则报告当前会话内存字节数。

在上面的示例中，用了基本类型的向量讲解是否制作副本。考虑其它类型的复制。

如果x是一个有5个元素的列表，则y <- x使得y和x指向同一个列表对象。但是，列表对象的每个元素实际上也相当于一个绑定，每个元素指向一个元素值对象。所以如果修改y：y[[3]] <- 0，这时列表y首先被制作了副本，但是每个元素指向的元素值对象不变，仍与x的各个元素指向的对象相同；然后， y[[3]]指向的元素值进行了重新绑定，不再指向x[[3]]，而是指向新的保存了值0的对象，但y的其它元素指向的对象仍与x公用。列表的这种复制方法称为浅拷贝，列表对象及各个元素绑定被复制，但各个元素指向（保存）的对象不变。这种做法节省空间也节省运行时间。在R的3.1.0之前则用的深拷贝方法，即复制列表时连各个元素保存的值也制作副本。

如果x是一个数据框，这类似于一个列表，每个变量相当于一个列表元素，数据框的每一列实际绑定到一个对象上。如果y <- x，则修改y的某一列会对y进行浅拷贝，然后仅该列被制作了副本并被修改，其它未修改的列仍与x共用值对象。

但是如果修改数据框y的一行，因为这涉及到所有列，所以整个数据框的所有列都会制作副本。

对于字符型向量，实际上R程序的所有字符型常量都会建立一个全局字符串池，这样有许多重复值时可以节省空间。

用lobstr包的obj_size()函数可以求变量的存储大小，如obj_size(x)，也可以求若干个变量的总大小，如obj_size(x,y)。因为各种绑定到同一对象的可能性，所以变量的存储大小可能会比想象要少，比如，共用若干列的两个数据框，字符型向量，等等。基本R软件的object.size()则不去检查是否有共享对象，所以对列表等变量的存储大小估计可能会偏高。

从R 3.5.0版开始，1:n这种对象仅保存其开始值和结束值。

在自定义函数时，自变量通常是按引用使用的，函数内部仅使用自变量的值而不对其进行修改时不会制作副本，但是如果函数内部修改了自变量的值，就会制作副本，所以如果自变量的存储量很大而且被修改后返回，调用这个函数时就会造成运行速度缓慢。在函数内应慎重修改自变量的值。

在循环中修改数据框的列，也会造成反复的复制。

14.4 环境

前面讲的工作空间就是一个环境，称为“全局环境”。环境可以认为是包含了变量绑定和函数定义的一个对象，对环境的修改都不会制作副本。一般我们只需要用到全局环境，在自定义函数的运行过程中会有一个局部的运行环境，但是在函数内定义的嵌套函数可以带有其定义处的环境，这样可以实现有历史记忆的函数，类似于其它面向对象程序设计语言如C++等，对象可以同时有状态（变量成员）和适用操作（方法成员）。

环境的应用将在“函数进阶”部分讲到内嵌函数、函数工厂时详细讲解。