||
最近收到不少R编程方面的求助,请求帮忙修改代码。不过有些人的代码, 实在很难看懂。 计算机代码是高度考验逻辑思维、记忆力和想象力的,代码的每一步都应该简单直接,易于理解, 这样整个脚本才能容易理解。
为了能看懂这些代码,对相关的求助也必须提出基本要求: 必须要有R脚本和数据,二者缺一不可, 否则这活儿根本接不了。本来帮忙看代码,帮回答或者解决技术问题就是义务性的,看到糟糕的代码,不知道要多耗费多少脑细胞, 心情也差了很多。
看看收到的R代码有什么常见问题:
R脚本一般是为了计算或者绘图, 如果目的不够明确, 说明作者可能没有想清楚。 如果脚本想要干什么都说不清楚, 是没有办法将目标化繁为简, 用计算机语言实现的。 所以最重要的一步, 就是要在计算机脚本最前面写一个标题, 上面说清楚这个脚本是干什么的, 是谁写的,什么时候写的。
计算机语言中, 一些核心的算法, 往往是最复杂的, 也是程序的核心部分,最好能有清楚的注释, 有时候还要列出参考文献, 以便核对。 否则计算机代码就很容易成为天书。
让计算机代码成为天书的另外一种方法就是使用极为简短的变量名, a, b, c, d, var 或者 data这样的变量名, 一个星期之后,连编写代码的人也看不懂了。 计算机代码要想能让人看懂,变量名称要有良好的注释, 最好能自明其意, 同时变量名称之间不能太相似。 trait, community, species, specielist, community_structure, res_pd都是好的变量名,而 a, b, var, t, data, 都是不好的变量名。 说到这里,不得不说一下变量命名的风格:有人建议用大小写命名区分变量的不同部分, 增加可读性, 例如 ComStruct, 这本来无可厚非, 但是输入过程中频繁切换大小写, 其实是很麻烦的事,最好能避免。有人建议用点 . 分隔,也就是com.struct,这本来是很好的选择,但是.也用来做S3子函数的命名, 所以有时候用.命名并不十分妥当。 我个人比较推荐用下环线分隔不同的部分,例如 com_struct, 这样在Notepad++等编辑器里面也更容易找到同一个词, 便于查看数据处理的流程。
代码没有良好的缩进,说明编写代码的人没有很好的编程习惯, 或多或少会造成阅读的障碍。
让人费解的是, 变量名称有几乎无数种可能,但有些人偏偏喜欢让某变量名在一个脚本中要反复出现,并且不断覆盖前面的变量。 这样做的后果就是,检查脚本的时候自己都糊涂了, 不知道哪个函数控制哪个变量。 最可怕的是data 作为变量名出现多次。 要知道, data在R中是调取内部数据的函数,所有的变量在取名的时候应该避免和R的常用函数重名。
简单明了的代码,才能长远。 但是有些代码太复杂了, 复杂的原因是因为运算过程太隐晦, 太难理解,例如本来就没有几个要读取的数据表,不知道为什么要用sapply或者for循环来读取,造成读取后的数据结果复杂, 难以访问。 任何一个单层循环或者多层循环,看似复杂, 其实都是从最简单的一层数据开始的,然后用[i]或者[j]控制下标的走向完成循环。 apply函数家族实现了矢量预算,能节省循环,但为了简单明了,编程时应该尽量避开循环和apply函数。apply虽好, 但最好也不要贪杯。
在<- 或者 = 两侧加上空格, 是R用户的基本修养, 这里就不多说了。
说了这么多, 只是希望所见到的R脚本能够:目标明确,结构清楚,变量自己能表明自己的意思,尽量不用注释,也能够看懂。 当然,关键语句的注释仍然是必不可少的。要编写高质量R脚本, 有兴趣的老师同学还可以参考 Google R风格指南 https://google.github.io/styleguide/Rguide.xml 或其中文版 https://nanx.me/rstyle/ 。 虽然风格是只是形式上的, 但好的风格会对编程有很大的帮助。
2017-9-19 初稿
2018-2-22 修改
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-14 08:40
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社