R Academy · Pelajaran

Mencipta dan Memeriksa Environment

Q: Adakah pelajaran “Mencipta dan Memeriksa Environment” percuma?

Ya — sebanyak 3 pelajaran dalam laluan pembelajaran R Academy, termasuk “Mencipta dan Memeriksa Environment”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus R Academy merangkumi sejumlah 4 pelajaran.

Q: Adakah saya memerlukan pengalaman untuk memulakan R Academy?

Tiada pengalaman terdahulu diperlukan. Pembelajaran R Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 4 daripada 4.

Q: Berapa lamakah pelajaran “Mencipta dan Memeriksa Environment” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Q: Bolehkah saya menulis dan menjalankan kod dalam pelajaran R Academy ini?

Ya. Setiap pelajaran R Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Gunakan new.env(), environment(), ls() dan get() untuk bekerja dengan environment.

Pelajaran 4 daripada 413 langkah

Mencipta dan Memeriksa Environment ialah pelajaran R Academy percuma di CoddyKit. Ini ialah pelajaran 4 daripada 4. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran R Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus R Academy merangkumi sejumlah 4 pelajaran.

Mencipta Persekitaran Baharu

new.env(parent = e) mencipta persekitaran kosong baharu. Argumen parent menetapkan persekitaran yang dicari apabila nama tidak ditemui dalam persekitaran baharu. Gunakan emptyenv() untuk persekitaran yang sepenuhnya terasing.

# Isolated environment (no parent chain)
e1 <- new.env(parent = emptyenv())
# Environment with global as parent
e2 <- new.env(parent = globalenv())
cat('e1 parent:', environmentName(parent.env(e1)), '\n')
cat('e2 parent:', environmentName(parent.env(e2)), '\n')

assign() — Menambah Pengikatan

assign('name', value, envir = e) mencipta atau mengemas kini pengikatan bernama dalam persekitaran yang ditentukan. Ini ialah padanan terprogram bagi e$name <- value, tetapi berfungsi apabila nama disimpan dalam pemboleh ubah.

e <- new.env(parent = emptyenv())
assign('x', 10, envir = e)
assign('y', 'hello', envir = e)
assign('z', TRUE, envir = e)
cat('x:', get('x', envir = e), '\n')
cat('y:', get('y', envir = e), '\n')

get() dan mget()

get('name', envir = e) mendapatkan satu pengikatan. mget(c('a','b'), envir = e) mendapatkan beberapa pengikatan serentak dan mengembalikan senarai bernama. Kedua-duanya menghasilkan ralat jika nama tidak wujud (melainkan inherits membenarkan pencarian sepanjang rantaian).

e <- new.env(parent = emptyenv())
e$alpha <- 1
e$beta  <- 2
e$gamma <- 3
# Single
get('alpha', envir = e)
# Multiple
mget(c('alpha', 'beta', 'gamma'), envir = e)

ls() — Menyenaraikan Pengikatan

ls(envir = e) mengembalikan vektor aksara bagi semua nama yang terikat dalam persekitaran e. Tambahkan all.names = TRUE untuk menyertakan nama yang bermula dengan . (tersembunyi secara lalai). Nama dikembalikan mengikut susunan abjad.

e <- new.env(parent = emptyenv())
e$b_val  <- 2
e$a_val  <- 1
e$.secret <- 'hidden'
cat('Default ls:', ls(envir = e), '\n')
cat('All names :', ls(envir = e, all.names = TRUE), '\n')

exists() dengan inherits

exists('name', envir = e, inherits = FALSE) menyemak hanya persekitaran yang ditentukan, bukan induknya. Dengan inherits = TRUE (lalai), fungsi itu turut mencari sepanjang rantaian induk. Gunakan inherits = FALSE untuk semakan setempat yang ketat.

parent_e <- new.env(parent = emptyenv())
parent_e$shared <- 42
child_e  <- new.env(parent = parent_e)
# inherits=TRUE: finds shared in parent
cat('inherits TRUE:', exists('shared', envir = child_e, inherits = TRUE),  '\n')
# inherits=FALSE: only looks in child
cat('inherits FALSE:', exists('shared', envir = child_e, inherits = FALSE), '\n')

environmentName() dan parent.env()

environmentName(e) mengembalikan nama persekitaran terbina dalam ('R_GlobalEnv', 'package:base' dan sebagainya). Persekitaran yang dicipta pengguna mengembalikan ''. parent.env(e) mengembalikan objek persekitaran induk.

e <- new.env(parent = globalenv())
cat('Name of e     :', environmentName(e), '\n')
cat('Parent of e   :', environmentName(parent.env(e)), '\n')
cat('Name of global:', environmentName(globalenv()), '\n')

Sintaks $ untuk Persekitaran

Persekitaran menyokong sintaks $ dan [[ seperti senarai untuk membaca dan menulis pengikatan. Ini sering lebih mudah berbanding get()/assign() untuk capaian terus apabila nama diketahui semasa menulis.

e <- new.env(parent = emptyenv())
e$pi_approx <- 3.14159
e[['e_approx']] <- 2.71828
cat('pi:', e$pi_approx, '\n')
cat('e :', e[['e_approx']], '\n')

rm() dalam Persekitaran Tertentu

rm('name', envir = e) mengalih keluar pengikatan daripada persekitaran tertentu. Ini berbeza daripada mengalih keluar pemboleh ubah global — anda mesti menentukan persekitaran dengan jelas apabila bekerja dengan persekitaran tersuai.

e <- new.env(parent = emptyenv())
e$keep <- 1
e$remove_me <- 99
cat('Before:', ls(envir = e), '\n')
rm('remove_me', envir = e)
cat('After :', ls(envir = e), '\n')

as.list() untuk Menjana Kandungan Persekitaran

as.list(e) menukar semua pengikatan dalam persekitaran kepada senarai bernama, supaya kandungannya mudah diperiksa atau disiri. Hasilnya ialah gambaran pada satu ketika — perubahan seterusnya pada persekitaran tidak akan dicerminkan dalam senarai tersebut.

e <- new.env(parent = emptyenv())
e$x <- 10
e$y <- 20
e$z <- 30
bindings <- as.list(e)
cat('Class:', class(bindings), '\n')
cat('Length:', length(bindings), '\n')
str(bindings)

Persekitaran sebagai Jadual Cincangan

Pilihan hash = TRUE dalam new.env() (lalai apabila induk ditetapkan) membolehkan pencarian berasaskan cincangan, menjadikan pencarian nama O(1). Ini menjadikan persekitaran besar jauh lebih pantas daripada senarai untuk penyimpanan pasangan kunci-nilai.

# Build a small key-value store
store <- new.env(hash = TRUE, parent = emptyenv())
keys   <- paste0('key_', 1:5)
values <- c(10, 20, 30, 40, 50)
for (i in seq_along(keys)) assign(keys[i], values[i], envir = store)
# Retrieve
cat('key_3 =', get('key_3', envir = store), '\n')
cat('All keys:', ls(store), '\n')

Menyalin berbanding Berkongsi Persekitaran

Menetapkan persekitaran kepada pemboleh ubah baharu tidak menyalinnya — kedua-dua pemboleh ubah merujuk objek yang sama. Gunakan as.list() kemudian list2env() untuk membuat salinan sebenar jika anda memerlukan persekitaran yang bebas antara satu sama lain.

e1 <- new.env(parent = emptyenv())
e1$val <- 100
e2 <- e1          # reference, not a copy
e2$val <- 999
cat('e1$val:', e1$val, '\n')  # 999, modified via e2!

# True copy:
e3 <- list2env(as.list(e1), parent = emptyenv())
e3$val <- 0
cat('e1$val after e3 change:', e1$val, '\n')  # still 999

Semakan Pantas

Fungsi manakah yang menyemak sama ada suatu nama terikat dalam persekitaran tanpa mencari persekitaran induknya?

Jawab dalam pelajaran interaktif

Mencipta Persekitaran: Kesimpulan Utama

Kesimpulan utama tentang mencipta dan memeriksa persekitaran:

new.env(parent=e) mencipta persekitaran kosong yang baharu; gunakan hash=TRUE untuk storan besar
assign('x', v, envir=e) dan get('x', envir=e) untuk capaian secara programatik
e$x dan e[['x']] berfungsi seperti pengakses senarai
ls(envir=e) menyenaraikan nama; exists('x', envir=e, inherits=FALSE) untuk semakan ketat
as.list(e) menukar kandungan kepada senarai; list2env() membinanya semula
Persekitaran ialah objek rujukan — penetapan berkongsi objek, bukan menyalinnya

config <- new.env(hash = TRUE, parent = emptyenv())
assign('host', 'localhost', envir = config)
assign('port', 5432L,       envir = config)
assign('db',   'mydb',      envir = config)
cat('Keys  :', ls(config), '\n')
cat('host  :', config$host, '\n')
cat('port  :', config$port, '\n')

Percuma untuk bermula

Pelajari R dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus: 43
Pelajaran: 159

Mula belajar secara percuma Lihat kursus penuh

Soalan Lazim

Adakah pelajaran “Mencipta dan Memeriksa Environment” percuma?

Ya — sebanyak 3 pelajaran dalam laluan pembelajaran R Academy, termasuk “Mencipta dan Memeriksa Environment”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus R Academy merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “Mencipta dan Memeriksa Environment”?

Gunakan new.env(), environment(), ls() dan get() untuk bekerja dengan environment. Anda berlatih R Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan R Academy?

Tiada pengalaman terdahulu diperlukan. Pembelajaran R Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 4 daripada 4.

Berapa lamakah pelajaran “Mencipta dan Memeriksa Environment” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran R Academy ini?

Ya. Setiap pelajaran R Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

← Kembali ke R Academy