可以lapply不能修改变量在更高范围

问题描述：

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

但是，我预计垫将有10张随机数的它，而是它有0（我并不担心这个标准部分，显然有一个正确的方法可以做到这一点，我担心会影响lapply的一个匿名函数中的mat）我能否不影响lapply中的矩阵mat？为什么不？是否有一个R的范围规则阻止了这个？

答

我在这个相关问题中讨论了这个问题：“Is R’s apply family more than syntactic sugar”。您会注意到，如果您查看for和apply的函数签名，它们有一个重要区别：for循环评估表达式，而apply循环评估函数。

如果您想改变应用功能范围之外的内容，则需要使用<<-或assign。或者更重要的是，使用类似for的循环代替。但在处理函数之外的事情时，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，因为它不会改变它之外的东西。这是函数式编程的核心概念，其中函数避免了side effects。这也是为什么apply功能系列可以用于并行处理（以及类似功能存在于诸如雪的各种并行封装中）的原因。

最后，运行你的代码示例的正确方法是在参数也传递给你的函数像这样，和分配回输出：

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

它始终是最好要明确有关参数如果可能的话（因此mat=mat）而不是推断它。

答

而不是实际改变垫，lapply只是返回垫的改变版本（作为列表）。您只需将其分配到垫子上并使用as.matrix()将其重新转换为矩阵。

答

像lapply()或sapply()这样的高阶函数的主要优点之一就是你不必初始化你的“容器”（在这种情况下是矩阵）。

由于Fojtasek提示：

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，仅仅作为一个数值向量：

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

如果你真的想修改上面的变量你匿名函数的范围（在这个例子中是随机数发生器），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

见this post约<<-。但是，在这个特殊的例子，一个for循环只想让更多的意义：

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

与创建一个索引变量，i，在全球工作区的次要成本。

可以lapply不能修改变量在更高范围

相关推荐