expr（mean（1:10））和expr（mean（!!（1:10））之间的区别

Question

在Hadley的《 Advanced R 2nd ed》一书的元编程部分中，我很难理解这个概念。我已经用R编程了一段时间，但这是我第一次遇到元编程的概念。这个练习题尤其使我感到困惑

“以下两个调用打印相同，但实际上不同：

(a <- expr(mean(1:10)))
#> mean(1:10)
(b <- expr(mean(!!(1:10))))
#> mean(1:10)
identical(a, b)
#> [1] FALSE

有什么区别？哪一个更自然？”

当我评估它们时，它们都返回相同的结果

> eval(a)
[1] 5.5
> eval(b)
[1] 5.5

当我在a和b对象内部查看时，第二个对象的打印确实不同，但是我不确定这两个对象之间的区别是什么

> a[[2]]
1:10
> b[[2]]
[1]  1  2  3  4  5  6  7  8  9 10

如果我只是在没有eval（expr（...））的情况下运行它们，那么它将返回不同的结果：

mean(1:10)
[1] 5.5
mean(!!(1:10))
[1] 1

我的猜测是，没有expr（...）!!（1:10）会起到双重否定的作用，在强制作用下，强制所有数字均为1，因此均值为1。

我的问题是：

1. 为什么！有和没有expr（...）的行为都不同？我希望eval（expr（mean（!!（1:10））））返回的结果与mean（!!（1:10））相同，但这不是

2. 我仍然不太完全了解一个对象和b个对象之间的区别是什么？

先谢谢您

Answer 1

这是区别。当我们取反（!）整数向量时，非0的数字将转换为FALSE，而0将转换为TRUE。与另一个否定即。 double（!!），则将FALSE更改为TRUE，反之亦然

!0:5
#[1]  TRUE FALSE FALSE FALSE FALSE FALSE

!!0:5
#[1] FALSE  TRUE  TRUE  TRUE  TRUE  TRUE

以OP的示例为准，TRUE

!!1:10
#[1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

和TRUE / FALSE可以为1/0

as.integer(!!1:10)
#[1] 1 1 1 1 1 1 1 1 1 1

因此mean为1

mean(!!1:10)
#[1] 1

---

关于'a'与'b'

str(a)
#language mean(1:10)
str(b)
#language mean(1:10)

两者都是语言对象，将对其进行评估以获得数字1:10的mean

all.equal(a, b)
#[1] TRUE

如果我们需要获得10个数字的mean，则第一个是正确的方法。

我们可以eval正确地设置第二个选项，即通过mean设置

来获得quote的值1。

eval(quote(mean(!!(1:10))))
#[1] 1
eval(quote(mean(1:10)))
#[1] 5.5

Answer 2

!!在这里不是双重否定，而是rlang中的unquote运算符。

  

取消引用是引用的一种逆向。它允许您有选择地   评估expr（）中的代码，使expr（!! x）等效于x。

a和b之间的区别是，该参数在a中作为未评估的调用保留在b中：

class(a[[2]])
[1] "call"
class(b[[2]])
[1] "integer"

a行为在某些情况下可能是有利的，因为它会延迟评估，或者由于相同的原因而不利。如果这是一个缺点，那就是造成极大挫败感的原因。如果参数是一个较大的向量，则b的大小将增加，而a的大小将保持不变。

有关更多详细信息，请参见section 19.4 of Advanced R。

Answer 3

!! 在 expr 中使用时有特殊含义。

在 expr 之外你会得到不同的结果，因为 !! 是双重否定

即使在 expr 内部，这两个版本也是不同的，因为 1:10 是一个产生整数向量的表达式 评估时，而 !!(1:10) 是 计算相同的表达式。

一个表达式及其求值后的结果是 不同的东西。