函数的概念

函数是指一段可以直接被另一段程序或代码引用的程序或代码。也叫做子程序、（OOP中）方法——百度百科。要想成为一名数据科学家，编写函数绝对是必经之路。函数使得程序更加简洁、便于复用、维护。Hadley认为，假如同一段代码copy&paste 超过2次，就可以利用函数，进行处理了。类似于其它计算机语言，R也支持UDF形式的函数。以下主要介绍，在R中构建函数，将会遇到的问题。

如何创建函数

一般情况下，函数包含3部分组件："函数名"、"参数"、"表达式"(函数正文)
 

函数格式如下：

        函数名  <-  function(参数...) {  # "{"与function同一行，代表起始

            表达式    #空2格，再写表达式

        }      # "}"独自一行，代表结束

函数名

建议把函数名的每个单词首字母大写(遵循google规范)，按照"动宾"形式设计原则，清楚表达函数功能。避免定义类似"f()"、"fun()"、"my_fun()"，使人无法理解函数功能。
在某些情形下，可以省略函数名，比如map函数中。
举个栗子：x <- c(1,2,3) #初始化一个向量
map_dbl(x, function(x){x + 1} )#函数并没有设置函数名
[1] 2 3 4


 

参数

参数一般是提供计算的数据，亦或是控制计算过程的细节需要理解以下几个方面：1、参数的调用形式2、形参与实参
3、2种特殊参数
1、调用的3种形式："全部名称调用" 、 "部分名称调用" 、"位置调用"优先级："全部名称调用" > "部分名称调用" >"位置调用"举个栗子： f <- function(abcdef = 1, bcde1 = 20, bcde2){
   #构造一个函数f, 有3个参数abcdef、bcde1、bcde2
   #其中abcdef与bcde1，设置了默认参数1和20
   abcdef <- abcdef + 1
   bcde1 <- bcde1 + 10
   bcde2 <- 20
   c(abcdef, bcde1, bcde2)
 }

#直接调用f函数，不添加任何参数
f()
[1]  2 30 20

#根据"位置"，参数abcdef被设置成2
f(2,,)
[1]  3 30 20

#根据"全部参数名称"，参数bcde1被设置成3，默认的abcdef还是1
f(bcde1 = 3)
[1]  2 13 20

#根据"部分名称",参数abcdef被设置成12。注意根据"ab"直接能唯一定位到参数"abcdef"
#假如部分参数名是"bcd",则函数无法正常运行
f(ab = 12)
[1] 13 30 20
参数的调用遵循"惰性"原则，可能会出现传递了参数，但在函数的表达式中并没有使用。 
2、形参与实参"形参"是指形式参数，类似于一个占位符，有时候也会给形参赋一个默认值。上例的f函数，其中形式参数"abcdef"和"bcde1"就分别设置了默认值，假如在调用时没有传递数值，那就以1和20代入表达式计算。"实参"就是指代入表达式，实际计算的值了。比如f(bcde1 = 3)中的"3"，就是"实参"，"3"会代替默认参数"20"，代入表达式计算。
3、2种特殊参数："缺失参数"与"..."缺失参数：在使用其计算之前，不知道具体的数值(遵循惰性原则)举个栗子：#参数x是根据参数a定义的
#x在函数结束之时,才会求值(惰性原则)
#x的取值也支持在函数body中的参数
#假如在"a <- 1"之前有使用到x, 则函数报错。
#因为当时的"环境"中,并不存在a,因此也无法求值x
myfun <- function(a, x = a + 1){
  a <- 1 
  c(a, x)
}

myfun()
[1] 1 2

"..."：将所有没有匹配的参数进行匹配 sum就属于"..."类型，查看sum函数的"Usage"发现sum(..., na.rm = FALSE)举个栗子： #向量x,y,z相加, 在z中存在NA
 x <- c(1,2,3)
 y <- c(2,3,4)
 z <- c(3,4,NA)
 sum(x,y,z, na.rm = TRUE)
 [1] 22

 #假如把sum嵌套于函数结构中, 注意在调用参数op的时候,需要全名称调用
 #这个用例，有点画蛇添足!!!
 fun <- function(..., op = FALSE)  sum(..., na.rm = op)
 fun(x,y,z,  op = TRUE)
 [1] 22假如希望知道"..."传递了什么参数，可以在函数中通过list(...)返回相应的参数值

 

   表达式：函数的正文，负责具体功能实现，本篇不做详细介绍

环境空间

虽然在函数定义中，并没有提及"环境空间"，但却至关重要。理解了环境空间，能更好的理解函数内在的执行逻辑我更偏向于称作函数的作用域(在R-Advanced书中，用environment)，支持函数在不同的环境中，能通过对象名称找到相应的值Hadley是这么描述的：The data structure that determines how the function find the values associated with the name."作用域"具有以下2种特性
1、对象屏蔽2、动态查找

对象屏蔽：R会筛选"环境空间"最相近的对象代入函数，而屏蔽其他对象在R中，无论"变量"或者"函数"，都是对象！！！举个栗子：#存在2个y变量, 存在于不同的环境
#函数调用过程中,会优先调用"环境空间"最接近的y
y <- 1 #在R_GlobalEnv空间中,创建y
test <- function(x){
  y <- 101 #在函数内部空间中,创建y
  c(x, y)
}

test(2) #函数调用了101，而非1
[1]   2 101

#存在2个y函数, 存在于不同的环境
#函数调用过程中,会优先调用"环境空间"最接近的y
y <- function(x){x + 1}
test <- function(x){
  y <- function(x){x + 100} #在函数内部,创建了y函数
  y(x)
}

test(1) #优先调用函数内部的y函数
[1]   101

动态查找：R只有在执行函数的时候，才会去查询函数中对象具体的值；创建函数的时候，并不会去查找假如函数引用了上层环境空间的对象，可能会出现调用同一个函数，结果不一致举个栗子：#函数test,调用了上层环境空间的x对象
#x对象不受函数控制,随时可能变动
#虽然调用的都是test(),但是返回的结果不同
x <- 101
test <- function(){x}

test()
[1]   101

x <- 102
test()
[1]   102
通常情况下，应该避免这种形式的函数，因为这样写，让函数失去了"独立性"。好比原来是一条管道，只有头尾开了口，现在中间段又凿了个洞。
建议通过codetools包中的findglobals()，检验自定义的函数是否引用了外在对象或者通过参数调用的形式，把上层对象传递到函数中。
本来Hadley定义了4中Lexical Scoping，但我更偏向于把"Name Masking"、"Functions versus variables"合并成了"对象屏蔽"、删除了"A fresh start"
 

   以上规则，同样适用于其它计算机语言。