一直困惑，在R语言的包中，除了函数之外还有数据。为什么？
昨天试了下，发现可以用双冒号的形式访问包中的数据。
有过OOP经验的程序员，都知道双冒号的意义——静态访问类的成员属性和方法！
这岂不就是？岂不就是！R语言中所谓的包，完全可以理解为一个封装好的类！其包中的数据，就是这个类的成员属性，而包中的函数，就是这非常之对象的成员方法！
datasets::airquality
这就是，访问R中数据集的面向对象式实现！
区别是，R中无所谓实例化，只有用静态的方式使用。而且啊而且，回想起Python中import或者from.import之后，都可以用包/库名加点号的方式访问包中的函数。而这又跟JavaScript之中的JS对象访问方式异曲同工。彼时就模糊的感觉到，所谓的函数式编程，其实也是面向对象的某种阶段性实现，或许不管是面向过程、面向对象、或是基于对象、以及函数式编程。其中在必然有某种一成不变的Core。
笔者今天在学习dplyr包时，读到他人博文【转载】R语言扩展包dplyr笔记中所写，更是感慨相见恨晚。
首先，dplyr包是对plyr包的进一步细分，更优秀地处理某些结构化数据。
遵从于它的设计理念，对数据框的处理更加方便和人性化。简单的函数实现使用R自带函数几十行才能完成的功能。有某种偏执倾向的程序员，喜欢研究各种复杂的算法，他们尤其不能容忍“这么简单的问题我怎么做不出来呢”的事情发生，而原文作者提到的一个理念就是不要重复造轮子，有就用。
其次，dplyr包中引入的%.%操作符，目前没来得及细细研究。但根据作者的实例，可以看出也是为了方便程序员思考的一种设计。最让人激动的是，如果我的理解没有太大偏差，它实现了类似于ThinkPHP数据库操作中的连贯操作。即一步一步思考，并实现，不会被其他事情扰乱思绪，不用纠结于naming things。
将工具工具化：所有这些的核心目的就是：让程序员从底层原理中脱离出来，针对数据本身，和业务逻辑，进行宏观思考。
诚然，数据预处理经常占到整个数据分析工作的60%以上，但如果这个过程不是stuck在对数据的理解，而是计算机的实现上，就应该考虑是不是工具的问题了。在这种时候，或许我们该学习乔布斯的执着，让机器适应人的思考方式，而不是相反。（用HJKL四个按键作为上下左右的Vim编辑器可以狗带了）
我相信，真的有一天，程序员可以不用写任何代码而又能称自己为程序员。因为，想就够了。we can do it just think
网友评论