座標轉換

函式在 Basics 概念中就已經介紹過了，當時的範例像這樣：

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

squareit(3)
#> [1] 9

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

更仔細地看 squareit 的定義，可以辨認出幾個部分：

• 這個函式接受一個形式引數 x。
• 有一個函式本體，通常包在大括號{ }裡。
• 函式物件建立之後，會被指定給一個變數squareit。

在 R 裡，函式是一級物件，就像數字和字串一樣。 因此，squareit <- function...是一種賦值，語法上就跟x <- 42一模一樣。

引數

與 Python、Julia 等其他指令碼語言不同，R 並不嚴格區分位置引數與關鍵字引數。

函式呼叫可以用位置或名稱來傳遞值。 後者對於引數眾多、難以記住順序的複雜函式很有用。

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

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

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

選用引數

預設引數值可以在函式定義中指定，但必須排在所有沒有預設值的引數之後。

接下來我們可以選擇要接受預設值，還是覆寫它。

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

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

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

額外引數

若想接受任意數量的額外引數，可以在定義中使用 ...（省略號）。 雖然可以把函式呼叫中任何多餘的值轉成向量，但請繼續往下讀，看看使用這些「dot args」的另一種方式（在其他幾種語言中稱為「varargs」）。

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

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

函式環境

前面提過，形式引數與函式本體都是函式的組成部分。

事實上，還有第三個組成部分：函式被定義時所在的環境。

巢狀函式的情況可以說明這一點：

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

outer_func(5)
#> [1] 15

這個函式呼叫把 x = 5 傳給外層函式，而這個值在外層函式本體內可以使用。

內層函式是外層函式本體的一部分，因此能取用 x 的值。 換句話說，x = 5 就在內層函式的環境裡。

嚴格來說，這稱為閉包。

環境在處理 dot args 時格外重要，因為用這種方式提供的值可以繼續傳遞給函式本體中的函式呼叫。 外層函式不需要知道、也不必在意這些 dot args 代表什麼。

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

這項技巧在 stringr 等 Tidyverse 函式庫中被大量使用。 許多 stringr 函式只是對 stringi 與 base R 底層函式的使用者友善包裝。

傳給 str_*() 函式的額外引數，會直接轉傳給那些較低階的函式。

以函式作為回傳值

外層函式可以定義一個內層函式（具名或如下所述的匿名函式），並把它當作回傳值。

回傳的函式會包含它被定義時所在的環境。

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

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

f(4)
#> [1] 12

匿名函式

我們定義函式時，通常會把產生的函式物件綁定到一個變數。

x <- 2

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

這樣做很方便，之後在指令碼中還能再用這個函式，但這種綁定並不是必要的。 簡短、只用一次的函式在當下的情境中就很有用。 如果不綁定名稱，它就稱為匿名函式。

匿名函式的使用非常普遍，因此（自 R v4.1.0 起）有了一種定義它們的簡寫語法：把 function 這個字換成反斜線 \。

上一節談回傳值時，就用過這樣的例子。

修改時複製

R 允許對向量的個別元素賦值。 如果我們把一個向量當作函式引數傳進去，並在回傳前於函式本體中修改它，就會得到一個修改過的向量。

但原本的向量怎麼了呢？

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 是一門為資料科學設計的語言。 蒐集這些資料可能耗費大量時間、心力，甚至是一筆令人咋舌的金錢：所以，千萬別把資料弄壞了！

一般的原則（少數例外除外）是修改時複製。 如果某個物件（例如向量）的變更可能導致後續問題，R 會回傳一份修改後的副本，並讓原始物件保持不變。

複製大型資料結構的運算成本可能很高，但相較於資料損壞，這通常還是比較好的選擇。