環境 (その1)
Rの環境について，2回に分けてまとめます．
第1回目は，環境全般とスコープ規則について．
第2回目は，環境を操作する関数についての予定．
なお，『Rプログラミングマニュアル』(間瀬茂, 2007年, 数理工学社) を参考にしました．
言語としてのRの基礎や，豊富な役立つtipsが載っており，とても参考になる本です．
環境
環境は，frame (オブジェクトのシンボル名と対になる値の集合) と，その囲み環境 (enclosing environment) へのポインタであるenclosureからなる．囲み環境には，関数 parent.env() でアクセスできる．
環境はツリー構造をしている．ルートノードは emptyenv() という空の環境で，R base package の囲み環境になっている．
> globalenv() <environment: R_GlobalEnv> > parent.env(.GlobalEnv) <environment: 0x1f88678> attr(,"name") [1] "tools:RGUI" > baseenv() <environment: base> > parent.env(baseenv()) <environment: R_EmptyEnv>
関数 new.env() は，指定した環境を囲み環境とする新たな空の環境をつくる．
> (env <- new.env(parent = .GlobalEnv)) <environment: 0x1601c9f8> > parent.env(env) <environment: R_GlobalEnv>
環境中のオブジェクトには，関数 ls(), get(), assign(), eval() などでアクセスできる．
> ls(.GlobalEnv) [1] "env" "R_LIBS" > head(ls(baseenv())) [1] "^" "-" "-.Date" "-.POSIXt" ":" "::"
環境は他のオブジェクトと異なり，参照渡しで，コピーされない．よって，複数の変数が同一環境を指していた場合，一方を変更すると他方も変更される．
> # Environment.
> env1 <- new.env()
> env2 <- env1
> assign("x", rnorm(3), envir = env1)
> ls(envir = env2)
[1] "x"
> get("x", envir = env1)
[1] -0.29572096 -0.06950039 0.80579259
> get("x", envir = env2)
[1] -0.29572096 -0.06950039 0.80579259> # Object.
> obj1 <- numeric(3)
> obj2 <- obj1
> assign("obj1", rnorm(3))
> get("obj1", envir = .GlobalEnv)
[1] -0.8161385 -0.5597408 -0.6494503
> get("obj2", envir = .GlobalEnv)
[1] 0 0 0
サーチパス
現在のパスは関数 search() で得られる．> search() [1] ".GlobalEnv" "tools:RGUI" "package:stats" [4] "package:graphics" "package:grDevices" "package:utils" [7] "package:datasets" "MacJapanEnv" "package:methods" [10] "Autoloads" "package:base"
ある環境中のオブジェクト一覧は関数 ls() で見られる．
> head(ls(pos = "package:stats")) [1] "acf" "acf2AR" "add.scope" "add1" "addmargins" [6] "aggregate" > head(ls(pos = 3)) [1] "acf" "acf2AR" "add.scope" "add1" "addmargins" [6] "aggregate"
attach() で登録されたオブジェクトや読み込まれたパッケージは，.GlobalEnv以下に，読み込まれた順に付加されていく．
> library(glmmML)
> x <- data.frame(x = rnorm(3))
> attach(x)
The following object(s) are masked _by_ '.GlobalEnv':
x
> search()
[1] ".GlobalEnv" "x" "package:glmmML"
[4] "tools:RGUI" "package:stats" "package:graphics"
[7] "package:grDevices" "package:utils" "package:datasets"
[10] "MacJapanEnv" "package:methods" "Autoloads"
[13] "package:base"
> parent.env(as.environment("package:glmmML"))
<environment: 0x1972078>
attr(,"name")
[1] "tools:RGUI"
> parent.env(as.environment(2))
<environment: package:glmmML>
attr(,"name")
[1] "package:glmmML"
attr(,"path")
[1] "/Library/Frameworks/R.framework/Versions/2.14/Resources/library/glmmML"
名前空間
他の環境からのマスクに影響されることなく，パッケージ内でオブジェクトの参照を解決する仕組み．> IQR # package:stats の中にあり，公開されている．
function (x, na.rm = FALSE, type = 7)
diff(quantile(as.numeric(x), c(0.25, 0.75), na.rm = na.rm, names = FALSE,
type = type))
<bytecode: 0x1e7aa78>
<environment: namespace:stats>
> predict.nls # package:stats の中にあるが，公開されていない．
エラー： オブジェクト 'predict.nls' がありません
> getAnywhere(predict.nls)
A single object matching ‘predict.nls’ was found
It was found in the following places
registered S3 method for predict from namespace stats
namespace:stats
with value
function (object, newdata, se.fit = FALSE, scale = NULL, df = Inf,
interval = c("none", "confidence", "prediction"), level = 0.95,
...)
{
if (missing(newdata))
return(as.vector(fitted(object)))
if (!is.null(cl <- object$dataClasses))
.checkMFClasses(cl, newdata)
object$m$predict(newdata)
}
<bytecode: 0xdcc014>
<environment: namespace:stats>
closure環境，評価環境
関数が定義されると，それが定義された環境を含むclosure環境がつくられる．関数が呼び出されると，その評価 (evaluation) 環境が，closure環境を囲み環境としてつくられる (必ずしもその環境を呼び出した環境ではない)．
> a <- rnorm(3)
> foo <- function(x){round(x)}
> environment(foo)
<environment: R_GlobalEnv>
> environment(foo) <- baseenv() # 環境を変更
> a
[1] 0.7547118 -0.6926263 -0.2032858
> foo(a)
[1] 1 -1 0
関数内部である変数が必要になると，評価環境，そのclosure環境，さらにその囲み環境…と順に検索され，大局的環境またはその関数を含むパッケージ環境に至ると，あとはサーチパスに従って規定環境まで検索され，結局みつからなければ最後は空環境にもどり，エラーがでる．
> foo <- function(x){
+ y <- 10
+ x + y
+ }
> foo(1:10)
[1] 11 12 13 14 15 16 17 18 19 20
> y <- -1
> foo(1:10) # foo の環境内に定義された y が使われる．
[1] 11 12 13 14 15 16 17 18 19 20
> bar <- function(x){x + y}
> y <- 10
> bar(1:10)
[1] 11 12 13 14 15 16 17 18 19 20
> y <- -1
> bar(1:10) # グローバル環境に定義された y が使われる．
[1] 0 1 2 3 4 5 6 7 8 9
スコープ
アクティブな環境へは，呼び出しスタックを通じてアクセスできる．関数が呼び出されるたびにcontextという内部構造がつくられ，スタックされる．関数評価が終わると，contextは呼び出しスタックから取り除かれる．利用できる変数を呼び出しスタックの上部に，時間軸に沿って定義することをdynamic scopeと呼び，関数が定義された環境中の値が使われるのはstatic scope (lexical scope) である．呼び出しスタックへのアクセスには，一連のsys. 関数が使われる．スコープ規則とは，未拘束変数の値をみつける際に使われる規則群のこと．関数の仮引数は拘束変数，関数内で定義された変数は局所変数，その他は未拘束変数である．未拘束変数に対しては，関数の付属環境 → その囲み環境 → さらにその囲み環境 と，最終的に大局的環境に至るまで検索がなされる．
> foo <- function(x){
+ y <- 10
+ bar <- function(x){x + y + z}
+ return(bar)
+ }
> (foo2 <- foo())
function(x){x + y + z}
<environment: 0xd43440>
> get("bar", envir = environment(foo2))
function(x){x + y + z}
<environment: 0xd43440>
> foo2(1)
以下にエラー foo2(1) : オブジェクト 'z' がありません
> foo2(1, 2)
以下にエラー foo2(1, 2) : 使われていない引数 (2)
> z <- 2
> foo(1)
function(x){x + y + z}
<environment: 0xe66f64>
> foo2(1)
[1] 13
関数引数
関数評価の最初のステップで，仮引数と実引数のマッチングが3段階で行われる．1. 名前タグをもつ仮引数と実引数の完全マッチング (複数該当した場合はエラー)．
2. 部分マッチング (複数該当した場合はエラー)．
3. 引数位置によるマッチング．
関数引数は値渡し (call-by-value) が原則で，引数は与えられた値で初期化され，仮引数の名前をもつ局所変数であるかのようにふるまう．
関数引数は遅延評価 (lazy evaluation) であり，必要になるまで評価されない．
> foo <- function(x){
+ y <- 1
+ print(y)
+ x * y
+ }
> foo(y <- 0) # 関数内のyは変更されないが，
[1] 1
[1] 0
> y # 大局環境のyは変更されている．
[1] 0
予約オブジェクト
遅延評価のコアとなる特殊なオブジェクト．ある関数が呼び出されたときに．引数が照合され，それぞれの仮引数が予約 (promise) オブジェクトに結びつけられ，仮引数に与えられた表現式と，その関数が呼び出された環境へのポインタが保存される．引数が実際にアクセスされると，保存された表現式が，ポインタの示す環境中で評価され，その値が予約に保存される．以降のアクセスでは，その保存された値が使われる．関数substitute() は予約から中身の表現式を取り出す．関数delayedAssign() は表現式から予約オブジェクトをつくりだす．
> delayedAssign("x", {y <- 2; cat("These are", y, "numbers.\n"); runif(y)})
> x # 1回目は表現式全体を評価．
These are 2 numbers.
[1] 0.5436929 0.7225412
> x # 2回目は代入された値のみ評価．
[1] 0.5436929 0.7225412予約は，その値が必要になった時点で強制評価 (forcing) される．
> foo <- function(x, y = deparse(x)){
+ x <- 0
+ print(y) # ここで初めてyが評価される．
+ }
> foo(1)
[1] "0"
>
> bar <- function(x, y = deparse(x)){
+ y # ここですでにyが評価される．
+ x <- 0
+ print(y)
+ }
> bar(1)
[1] "1"
第2回へつづく．
