美文网首页生信相关R数据读取 清理R 语言 生信分析
【R数据科学读书笔记】R语言中的管道操作

【R数据科学读书笔记】R语言中的管道操作

作者: xuzhougeng | 来源:发表于2018-08-26 22:01 被阅读112次

R语言中的管道操作

这是R数据科学的读书笔记之一,《R数据科学》是一本教你如何用R语言进行数据分析的书。即便我使用R语言快2年多了,但是读这本书还是受益颇多。

这一篇学习笔记对应第13章:使用magrittr进行管道操作。关于管道这个概念,我最早在Linux系统中接触,它是Unix系统设计哲学的体现,“组合小功能完成大任务”,比如说BWA比对后排序用管道的写法就是

bwa mem ref 1.fq 2.fq | samtools sort > align.bam

在R语言接触管道符号"%>%"是在学习dplyr包时候,那个时候我以为这个符号是 Hadley Wickham 创造出来的,其实是来源于Stefan Milton Bache开发的magrittr中。

基础部分

在没有管道符号之前,如果我要对一个变量做一系列的分析的话,那么写法是下面这个样子

# 先创建100个随机数
nums <- rnorm(100) 
# 分成两列
nums_matrix <- matrix(nums, ncol = 2)
# 分别求两列的均值
nums_mean <- Matrix::colMeans(nums_matrix)

这里面我写了很多中间变量,要多敲很多字,而且如果我要修改输入的话的100个随机数的话,我需要修改两处。当然可以进行函数嵌套.

Matrix::colMeans(matrix(rnorm(100), ncol=2))

但是这种写法不利于人的阅读,当我读到这个函数的时候,我需要先连续往大脑里塞进去两个函数后,才能抵达核心,然后再从里往外解析。

但是有了管道符号之后一切就不一样了,写法就是

rnorm(100) %>% matrix(ncol=2) %>% Matrix::colMeans()

你会发现从左往右阅读,代码读起来非常的流畅。

虽然管道看起来很美好,但是在如下的场景中就不太适合了,

  • 操作步骤特别的多,比如说10个,那么你就需要用一些有意义的中间变量来存放中间结果,方便调试
  • 多输入多输出。比如说A和B输入,输出C和D
  • 操作步骤构成了一张复杂关系的有向图,比如说D结果依赖于B和C,而B和C依赖于A。

简单点说,就是类似于A > B > C > D 这种场景用管道比较好。

除了%>%这个好用的符号外,magrittr还提供了其他三个比较好用的符号,%$%%<>%%T>%

高级部分

上面都是常规操作,作为有一定基础的R语言使用者,更希望探索点这个符号的本质。

首先明确一点,在R语言中一切符号本质上都是函数,比如说"+"也是一个函数,常规用法都是1 + 2, 但是我们可以用函数的方式来写哦

`+`(4,5)
# 9

因此rnorm(100) %>% matrix(ncol=2)其实应该理解成

`%>%`(rnorm(100), matrix(ncol=2))

那么我们就可以看看管道符号的源代码了

?magrittr::`%>%`
function (lhs, rhs) 
{
    parent <- parent.frame()
    env <- new.env(parent = parent)
    chain_parts <- split_chain(match.call(), env = env)
    pipes <- chain_parts[["pipes"]]
    rhss <- chain_parts[["rhss"]]
    lhs <- chain_parts[["lhs"]]
    env[["_function_list"]] <- lapply(1:length(rhss), function(i) wrap_function(rhss[[i]], 
        pipes[[i]], parent))
    env[["_fseq"]] <- `class<-`(eval(quote(function(value) freduce(value, 
        `_function_list`)), env, env), c("fseq", "function"))
    env[["freduce"]] <- freduce
    if (is_placeholder(lhs)) {
        env[["_fseq"]]
    }
    else {
        env[["_lhs"]] <- eval(lhs, parent, parent)
        result <- withVisible(eval(quote(`_fseq`(`_lhs`)), env, 
            env))
        if (is_compound_pipe(pipes[[1L]])) {
            eval(call("<-", lhs, result[["value"]]), parent, 
                parent)
        }
        else {
            if (result[["visible"]]) 
                result[["value"]]
            else invisible(result[["value"]])
        }
    }
}

这个代码的核心在于如下两行

env[["_function_list"]] <- lapply(1:length(rhss), function(i) wrap_function(rhss[[i]], 
        pipes[[i]], parent))
env[["_fseq"]] <- `class<-`(eval(quote(function(value) freduce(value, 
        `_function_list`)), env, env), c("fseq", "function"))

这两行干的活其实是进行词法转换,也就是把我们之前的管道串联起来的部分转换成

my_pipe <- function(.){
    . <- rnorm(.) 
    . <- matrix(., ncol = 2)
    . <- Matrix::colMeans(.)
}
my_pipe(100)

多说两句

考虑到在管道里面用"+"."-"这些函数时用到`+`或许会有点诡异,于是magrittr给这些符号命名了对应的别名,如下

extract `[`
extract2    `[[`
inset   `[<-`
inset2  `[[<-`
use_series  `$`
add `+`
subtract    `-`
multiply_by `*`
raise_to_power  `^`
multiply_by_matrix  `%*%`
divide_by   `/`
divide_by_int   `%/%`
mod `%%`
is_in   `%in%`
and `&`
or  `|`
equals  `==`
is_greater_than `>`
is_weakly_greater_than  `>=`
is_less_than    `<`
is_weakly_less_than `<=`
not (`n'est pas`)   `!`
set_colnames    `colnames<-`
set_rownames    `rownames<-`
set_names   `names<-`

相关文章

  • 【R数据科学读书笔记】R语言中的管道操作

    R语言中的管道操作 这是R数据科学的读书笔记之一,《R数据科学》是一本教你如何用R语言进行数据分析的书。即便我使用...

  • 【R数据科学读书笔记】R语言的数据结构原来可以这样理解

    R语言的数据结构原来可以这样理解 这是R数据科学的读书笔记之一,《R数据科学》是一本教你如何用R语言进行数据分析的...

  • R programming - WEEK4

    参考文献 R语言实例-数据过滤grep正则表达式R 语言中,数据框依据不同列进行排序R语言rank函数详细解析R语...

  • R语言中的管道%>%

    %>%来自dplyr包的管道函数,我们可以将其理解为车间里的流水线,经过前一步加工的产品才能进入后一步进一步加工,...

  • R语言 CSV文件

    在R语言中,我们可以从存储在R语言环境外的文件中读取数据。 我们还可以将数据写入将被操作系统存储和访问的文件。 R...

  • R管道操作%>%

    文章来源:https://mp.weixin.qq.com/s?__biz=MzIwMDIwNTIyNQ==&mi...

  • 学习小组Day6-微冷凉了三分情

    主要内容 实际操作 打开R自带数据集 muture变形 select选择 filter筛选 arrange排列 管道操作

  • 生信学习小组Day5笔记-lamyusam_

    R语言学习 今天,了解了R中的数据类型,初步学习R语言的数据结构。 R的数据类型 向量(vector) R语言中的...

  • dplyr包常用函数操作

    R语言中的有一个数据处理的强大的包,它就是 dplyr 包,dplyr包 像操作数据库一样操作 R,方便,轻松,快...

  • 收藏!6个免费线上数据科学课

    1、数据科学:R语言基础知识 该课程主要帮助奠定R的基础。通过课程可以了解R的函数和数据类型,如何对向量进行操作以...

网友评论

    本文标题:【R数据科学读书笔记】R语言中的管道操作

    本文链接:https://www.haomeiwen.com/subject/fodaiftx.html