为什么R将循环变量/索引/虚拟存储在内存中？

Question

我注意到R将索引从存储在全局环境中的for循环中保存下来，例如：

for (ii in 1:5){ }

print(ii)
# [1] 5

在运行循环之后，人们对这个索引有什么需求是很常见的吗？

我从不使用它，我被迫在运行的每一个循环后都要添加rm(ii) (首先，因为我非常希望保持名称空间干净，其次是内存，因为有时我循环处理data.tables的列表--在我的代码中，我现在有357 my的虚拟变量，浪费了空间)。

有什么简单的方法可以避免这种烦恼吗？完美将是一个全局设置选项( la options(keep_for_index = FALSE)；类似于for(ii in 1:5, keep_index = FALSE)的东西也是可以接受的。

Answer 1

为了执行您的建议，R必须更改for循环的范围规则。这可能永远不会发生，因为我确信包中有依赖它的代码。您可能不会在for循环之后使用索引，但是由于循环可以在任何时候进行break()，所以最终的迭代值并不总是提前知道的。如果将此作为全局选项，则会导致工作包中现有代码的问题。

正如所指出的，在R中使用sapply或lapply循环是比较常见的，类似于

for(i in 1:4) {
   lm(data[, 1] ~ data[, i])
}

变成了

sapply(1:4, function(i) {
   lm(data[, 1] ~ data[, i])
})

你不应该害怕R中的函数，毕竟R是一种函数式语言。

可以使用for循环来进行更多的控制，但正如您已经指出的那样，您必须使用rm()删除索引变量。除非您在每个循环中使用不同的索引变量，否则我很惊讶它们正在堆积。我还感到惊讶的是，在您的例子中，如果它们是data.tables，它们将添加额外的内存，因为据我所知，data.tables在默认情况下不会进行深度复制。您要支付的唯一内存“代价”是一个简单的指针。

Answer 2

我同意上述意见。即使您必须使用for循环(仅使用副作用，而不是函数的返回值)，将代码构造成几个函数并将数据存储在列表中也是一个好主意。

但是，有一种方法可以“隐藏”索引和循环中的所有临时变量--在单独的环境中调用for函数：

do.call(`for`, alist(i, 1:3, {
  # ...
  print(i)
  # ... 
}), envir = new.env())

但是..。如果您可以将代码放入函数中，则解决方案会更优雅：

for_each <- function(x, FUN) {
  for(i in x) {
    FUN(i)
  }
}

for_each(1:3, print)

请注意，使用"for_each"-like构造时，您甚至看不到索引变量。