如何查看R .Internal或.Primitive函数的源代码？

Question

这些都不显示pnorm函数的源代码。

stats:::pnorm
getAnywhere(pnorm)  

如何查看pnorm的源代码

sum
 (..., na.rm = FALSE)  .Primitive("sum")
.Primitive("sum")
function (..., na.rm = FALSE)  .Primitive("sum")
methods(sum)
no methods were found

还有，如何查看sum函数的源代码？

Answer 1

pnorm的R源代码是：

function (q, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE) 
.Call(C_pnorm, q, mean, sd, lower.tail, log.p)

因此，从技术上讲，输入"pnorm“确实会显示源代码。然而，更有用的是：pnorm的核心是用C语言编写的，所以上一个问题view source code in R中的建议只是外围有用的(其中大部分集中在隐藏在名称空间中的函数上)。

Uwe Ligges的article in R news (p.43)是一个很好的通用参考。从该文档中：

在查看R源代码时，有时会出现对以下函数之一的调用：.C()、.Call()、.Fortran()、.External()或.Internal()

.Primitive()。这些函数调用编译代码中的入口点，如共享对象、静态库或动态链接库。因此，如果需要完全理解代码，则有必要查看编译代码的源代码。..。如果调用R函数是.Primitive()或.Internal()，第一步是在文件‘$R HOME/src/main/names.c’中查找入口点。对于实现‘simple’R函数()的代码，这是在下面的示例中完成的。

(之所以强调，是因为您询问的精确函数(sum)在Ligges的文章中有所介绍。)

根据您想要深入研究代码的严重程度，按照Ligges的建议下载并解压缩源代码可能是值得的(例如，您可以使用命令行工具，如grep来搜索源代码)。对于更多的非正式检查，您可以通过R Subversion server或Winston Chang's github mirror在线查看源代码(这里的链接专门指向src/nmath/pnorm.c)。(要想找到合适的位置，src/nmath/pnorm.c需要对R源代码的结构有一定的了解。)

mean和sum都是用summary.c实现的。

Answer 2

我知道这篇文章已经有两年多的历史了，但我想这篇文章可能对浏览这个问题的一些用户有用。

基本上，我只是将我的答案复制到this other similar question上，这样对于一些想要探索C源文件的R用户来说，它可能会很有用。

1. 首先，使用pryr，您可以使用show_c_source函数，该函数将在GitHub上搜索C源文件中的相关代码片段。适用于.Internal和.Primitive函数。

pryr::show_c_source(.Internal(match.call(definition，(match.call)# .Internal(match.call(definition，call，expand.dots)) body调用，expand.dots))

这将把您带到this page，其中显示了unique.c包含了函数do_matchcall.

• I've，该函数构建在names.c文件的基础上，并使用find-in-files来确定源代码的位置。有些函数有特定于平台的文件，还有一些函数有多个包含相关源代码的文件。但对于其余部分，映射已经建立得很好了，至少对于当前版本(3.1.2)是这样。

Answer 3

> methods(mean)
[1] mean.data.frame mean.Date       mean.default    mean.difftime   mean.IDate*    
[6] mean.POSIXct    mean.POSIXlt    mean.yearmon*   mean.yearqtr*  

   Non-visible functions are asterisked
> mean.default
function (x, trim = 0, na.rm = FALSE, ...) 
{
    if (!is.numeric(x) && !is.complex(x) && !is.logical(x)) {
        warning("argument is not numeric or logical: returning NA")
        return(NA_real_)
    }
    if (na.rm) 
        x <- x[!is.na(x)]
    if (!is.numeric(trim) || length(trim) != 1L) 
        stop("'trim' must be numeric of length one")
    n <- length(x)
    if (trim > 0 && n) {
        if (is.complex(x)) 
            stop("trimmed means are not defined for complex data")
        if (any(is.na(x))) 
            return(NA_real_)
        if (trim >= 0.5) 
            return(stats::median(x, na.rm = FALSE))
        lo <- floor(n * trim) + 1
        hi <- n + 1 - lo
        x <- sort.int(x, partial = unique(c(lo, hi)))[lo:hi]
    }
    .Internal(mean(x))
}
<bytecode: 0x155ef58>
<environment: namespace:base>