坐标变换

函数最早是在基础这个概念里介绍的，当时用了这样的例子：

squareit <- function(x) {
    x * x
}

squareit(3)
#> [1] 9

# shorter form
squareit_short <- function(x) x ^ 2

仔细看看squareit的定义，可以分辨出几个部分：

• 函数接受一个形参x。
• 它有一个函数体，通常写在花括号{ }里。
• 函数对象一旦创建，就会被赋值给变量squareit。

在 R 里，函数是一等对象，和数字、字符串没什么两样。因此，squareit <- function...这个赋值在语法上和x <- 42完全一样。

实参

与 Python、Julia 等其他脚本语言不同，R 并不明确区分位置实参和关键字实参。

函数调用既可以按位置传值，也可以按名称传值。后者适合实参很多、顺序又不容易记住的复杂函数。

f <- function(x, y) x / y

# call positionally
f(4, 2)
#> [1] 2

# call by name
f(y = 2, x = 4)
#> [1] 2

可选形参

可以在函数定义中指定形参的默认值，但默认值必须放在所有没有默认值的形参之后。

这样我们就能选择是接受默认值，还是覆盖它。

g <- function(x, y = 2) x / y

# default y value
g(6)
#> [1] 3

# explicit y value
g(6, 3)
#> [1] 2

额外实参

想接受任意数量的额外实参，可以在定义里使用...（省略号）。函数调用中多出来的值可以转换成一个向量，不过请继续往下读，还有一种使用这些“点参数”的方式（在其他一些语言中称为“varargs”）。

var_f <- function(x, y, ...) {
  print(c(...))
}

var_f(2, 3, "opt1", "opt2")
#> [1] "opt1" "opt2"

函数环境

前面我们说过，形参和函数体都是函数的组成部分。

实际上还有第三个组成部分：函数被定义时所处的环境。

嵌套函数就是一个很好的例子：

outer_func <- function(x) {
  inner_func <- function(y) {
    x * y
  }
  
  inner_func(3)
}

outer_func(5)
#> [1] 15

这次函数调用把x = 5传给外层函数，这个值在该函数体内是可以访问的。

内层函数是外层函数体的一部分，因此能访问x的值。换句话说，x = 5位于内层函数的环境中。

从技术上说，这叫做闭包。

环境对点参数尤其重要，因为通过这种方式提供的任何值，都可以透传给函数体里的函数调用。外层函数不需要知道，也不必关心这些点参数是什么意思。

f_var <- function(x, ...) {
  sum(x, ...)
}

x <- c(1, 2, NA, 6)

# for sum(), na.rm defaults to FALSE
f_var(x)
#> [1] NA

# pass through the na.rm value
f_var(x, na.rm = TRUE)
#> [1] 9

Tidyverse 的库（比如stringr）大量使用这种技巧。stringr的许多函数，都对stringi和 base R 里的底层函数做了方便易用的封装。

传给str_*()函数的额外实参，会直接透传给那些底层函数。

函数作为返回值

外层函数可以定义一个内层函数（既可以具名，也可以是下面要讲的匿名函数），并把它作为返回值。

被返回的函数会带上它被定义时所处的环境。

times_y <- function(x) {
  # anonymous function - see next section
  \(y) x * y
}

f <- times_y(3)
class(f)
#> [1] "function"

f(4)
#> [1] 12

匿名函数

定义一个函数时，我们通常会把得到的函数对象绑定到一个变量上。

x <- 2

# function definition captures x from the environment
doubleit_short <- function(y) x * y

这样在脚本后面使用这个函数会很方便，但这种绑定并非必需。一个很短、只用一次的函数，在当前的上下文里也可能很有用。不做名称绑定，这样的函数就叫匿名函数。

匿名函数用得如此普遍，以至于（从 R v4.1.0 起）有了一种定义它们的简写语法：把function这个词换成反斜杠\。

上一节讲返回值时，就用了这样一个例子。

修改时复制

R 允许给向量的单个元素赋值。如果把一个向量作为实参传进函数，在返回之前又在函数体里修改它，那么我们得到的就是一个修改过的向量。

但原来的那个向量怎么样了呢？

f <- function(vec) {
  vec[1] <- 42
  vec
}

vals <- c(1, 3, 4)

# f() returns a modified vector
f(vals)
#> [1] 42  3  4  

# the original vector is unchanged.
vals
#> [1] 1 3 4

R 是一门为数据科学设计的语言。收集这些数据可能要花掉大量时间、精力，还可能花费高得令人咋舌的金钱：所以千万不能把它弄坏！

一般的策略（也有少数例外）是修改时复制。如果某个对象（比如向量）的改动有可能在之后引发问题，R 会返回一个修改过的副本，而原来的对象保持不变。

复制大型数据结构在计算上可能很昂贵，但与数据被弄坏相比，这通常是两害相权取其轻。