有趣的考古学：放大镜下的样式指南R

如您所知，代码的读取次数比编写的次数要多。 这样至少除作者以外的其他人都可以阅读它，并且有样式指南。 对于R，这可能是例如Hadley手册。

样式指南不仅是开发人员之间的默认协议-许多规则都有很好的背景。 为什么箭头<-比等号= ，为什么R的旧时人不喜欢下划线，推荐的行长与打孔卡之间的关系，等等。

1.赋值运算符： <- vs =

所有可用指南都建议使用非标准运算符<- ，但不要使用等号= ，这在其他现代语言中很常见。 甚至没有提到其他三个运算符（ <<- ， -> ， ->> ）（就像早期版本中的运算符:= ）。 看来，为什么我们需要这个非标准箭头？

历史向我们揭示了卡片：在R中，箭头来自S，而箭头又从APL继承而来。 在APL中，它使我们能够将分配与平等区分开。 在R中，相等运算符是标准的，因此差异是不同的。 如果箭头最初是赋值运算符，则等号仅将值分配给命名参数。 在2001年，等号成为了赋值运算符，但从未成为箭头的同义词。

是什么让我们考虑=完全替代箭头？ 首先， =赋值运算符仅在顶层工作。 例如，在函数内部，一切将像以前一样工作：

 mean(x = 1:5) # [1] 3 x # Error: object 'x' not found mean (x <- 1:5) # [1] 3 x # [1] 1 2 3 4 5 

这里=仅设置函数参数，而<-还将值分配给变量x。 我们可以通过将赋值操作放在括号中来达到相同的效果（不，这仍然不是Lisp） ：

 mean ((x = 1:5)) # [1] 3 x # [1] 1 2 3 4 5 

...或大括号：

 mean ({x = 1:5}) # [1] 3 x # [1] 1 2 3 4 5 

此外，箭头优先于等号：

 x <- y <- 1 # OK x = y = 2 # OK x = y <- 3 # OK x <- y = 4 # Error in x <- y = 4 : could not find function "<-<-" 

最后一个表达式失败，因为它等于(x <- y) = 4 ，并且解析器将其解释为

 `<-<-`(x, y = 4, value = 4) 

换句话说，我们试图执行不正确的操作：首先我们将x分配给y，然后尝试将x和y分配给4。仅当您使用括号更改操作的优先级时，该表达式才会被正确处理： x <- (y = 4) 。

2.间距

该指南建议在运算符之间（当然，方括号，：，::和:::除外）以及左括号之间放置空格。 显然，这是GNU编码标准的一部分。 但是，此子句与<-作为赋值运算符的使用密切相关。 举个例子

 x <-1 

这是什么 X小于-1？ 或将x设为1？

但是，多余的空间并不比缺少的空间好，例如：

 x <- 0 ifelse(x <-1, T, F) # [1] TRUE x <- 0 ifelse(x < -1, T, F) # [1] FALSE 

在第一种情况下， <和-之间没有空格，这将创建一个赋值运算符。

3.函数和变量的名称

样式指南在名称问题上存在分歧：Hadley指南建议在所有名称下划线。 Google指南-以点分隔变量和驼峰样式，函数首小写； Bioconductor建议针对功能和变量使用lowerCamel。 R社区在这个问题上没有统一性，可以找到所有可能的样式：

 lowerCamel period.separation lower_case_with_underscores allowercase UpperCamel 

即使对于基本R名称也没有统一的样式（例如，行名和row.name是不同的功能！）。 如果您不考虑不允许使用的大写字母（只有Matlab用户会喜欢），则有三种最受欢迎​​的样式：lowerCamel，带_的小写字母和带点分隔的小写字母。



函数名称和参数使用不同样式（一种名称可以对应不同样式）。 资料来源：RasmusBååth在useR！2017上的表现 。


点对点分离让人不禁联想到面向对象编程中方法的使用，但在历史上是很普遍的。 这种特殊的样式非常普遍，可以被视为真正的R'vsky。 例如，大多数基本功能都专门使用它（并且每个刚遇到data.table和as.factor的人）。

但是分隔符_是最不流行的样式之一（在这里，哈德利与大多数人背道而驰）。 对于许多R用户而言，下划线会很烦人：在流行的Emacs Speaks Statistics扩展中，默认情况下将其替换为赋值运算符<- 。 当然，默认设置几乎没有任何变化。

但是，Emacs ESS的影响仍然是“尾巴摇狗”类别的一种解释。 还有一个更古老的原因：在R的早期版本中，下划线是箭头<-同义词。 例如，在2000年，您可能会遇到以下情况：

 #      R c <- c(1,2,3,4,5) mean(c) [1] 3 c_mean <- mean(c) c [1] 3 

在这里，R不是创建变量c_mean ，而是c_mean值3分配给变量mean，然后分配给变量c。 在现代R中，这种变形当然不会发生。

由于不受欢迎，因此基本的_函数几乎找不到：

 #  3.5.1  25  grep("^[^\\.]*$", apropos("_"), value = T) 

最后，使用长名称时，lowerCamel样式的可读性很差：

 # ! GrossNationalIncomePerCapitaAtlasMethodCurrentUnitedStatesDollars 

因此，就名称而言，指南建议不能被认为是明确的。 毕竟，这是一个品味问题（只要保持一致性）。

4.花括号

根据指南，在大括号开头应加上新行，而在大括号后面应另行（除非跟随在其他行上）。 即 像这样的东西：

 if (x >= 0) { log(x) } else { message("Not applicable!") } 

这里的一切都不是很有趣：这是K＆R的标准缩进样式，可以追溯到C语言以及Kernigan和Ritchie着名的著作“ The C Programming Language”（或K＆R的作者名字）。

这种样式的起源也很明显：它可以让您节省线条，同时保持可读性。 对于早期的计算机，垂直空间实在是太奢侈了。 例如，C是在PDP-11上开发的，其终端只有24条线。 在打印K＆R书籍时，这种样式节省了纸张！

5. 80个字符串

根据指南，建议的行长为80个字符。 神奇数字80不仅可以在R中找到，还可以在许多其他语言（Java，Perl，PHP等）中找到。 不仅是语言：Windows命令行也包含80个字符。

第一次在编程中，这个数字出现在1928年，而不是标准的IBM打孔卡，那里有80列数据。 一个更有趣的问题是为什么选择了这样的标准？ 毕竟，以前使用过不同长度的打孔卡（适用于24或45列）。



最受欢迎的答案是打孔卡的长度与打字机的行长有关。 第一台机器是为8½x 11英寸的美国标准纸设计的，根据页边距的大小，可以打印72至90个字符。 因此，每行80个字符的版本看起来很合理，尽管在最后一招中并非如此。 就人体工程学而言，80个字符可能只是中间地带。

6.行缩进：空格与制表符

指南建议的样式是两个空格，而不是制表符。 拒绝制表是可以理解的：TAB的长度在不同的文本编辑器中有所不同（可以是2到8个空格）。 拒绝它们，我们立即获得两个好处：首先，代码看起来与我们键入的代码完全相同； 其次，不会意外违反建议的字符串长度。 当然，在这种情况下，我们会增加文件大小（谁想要在2k19中处理此类微优化？）

争议空间与标签之间的历史悠久，可以等同于宗教领域（例如Win与Linux，Android与iOS等）。 但是，我们已经知道是谁赢了：根据Stack Overflow 研究 ，使用空格的开发人员比使用制表符的开发人员收入更高。 比样式指南的规则更有说服力吧？

而不是得出结论：样式指南的规则似乎很奇怪且不合逻辑。 确实，为什么箭头<-如果存在标准运算符= ？ 但是，如果您深入研究，那么每条规则背后都有一些逻辑，通常已经被人们遗忘了。