为什么 Google 的 R 风格指南推荐 <- 用于赋值，而不是 =？ [复制]

Question

我读过the Google style guide for R。对于“作业”，他们说：

使用

好：
x

不好：
x = 5

你能告诉我这两种分配方法的区别是什么，为什么一种比另一种更受欢迎？

Answer 1

我相信有两个原因。一是<- 和= 的含义会根据上下文略有不同。例如，比较语句的行为：

printx <- function(x) print(x)
printx(x="hello")
printx(x<-"hello")

在第二种情况下，printx(x<-"hello") 也会分配给父作用域，而 printx(x="hello") 只会设置参数。

另一个原因是出于历史目的。 R、S 和它们所基于的“APL”语言都只允许使用箭头键进行分配（历史上只有一个字符）。参考：http://blog.revolutionanalytics.com/2008/12/use-equals-or-arrow-for-assignment.html

Answer 2

两者都被使用，只是在不同的上下文中。如果我们不在正确的上下文中使用它们，我们会看到错误。见这里：

使用 是为了定义一个局部变量。

#Example: creating a vector
x <- c(1,2,3)

#Here we could use = and that would happen to work in this case.

使用 ，正如 Joshua Ulrich 所说，搜索父环境“寻找正在分配的变量的现有定义”。如果没有父环境包含该变量，它将分配给全局环境。

#Example: saving information calculated in a function
x <- list()
this.function <– function(data){
  ...misc calculations...
  x[[1]] <<- result
}

#Here we can't use ==; that would not work.

使用 = 是为了说明我们如何在参数/函数中使用某些东西。

#Example: plotting an existing vector (defining it first)
first_col <- c(1,2,3)
second_col <- c(1,2,3)
plot(x=first_col, y=second_col)

#Example: plotting a vector within the scope of the function 'plot'
plot(x<-c(1,2,3), y<-c(1,2,3))

#The first case is preferable and can lead to fewer errors.

如果我们询问一件事是否等于另一件事，我们使用 ==，如下所示：

#Example: check if contents of x match those in y:
x <- c(1,2,3)
y <- c(1,2,3)
x==y
[1] TRUE TRUE TRUE

#Here we can't use <- or =; that would not work.