如何在 R 中使用多个相同类型的对象填充插槽？

Question

假设我想定义两个类，Sentence 和 Word。每个词对象都有一个字符串和一个词性（pos）。每个句子都包含一定数量的单词，并有一个额外的数据槽。

Word 类易于定义。

wordSlots <- list(word = "character", pos = "character")
wordProto <- list(word = "", pos = "")
setClass("Word", slots = wordSlots, prototype = wordProto)    
Word <- function(word, pos) new("Word", word=word, pos=pos)

现在我想创建一个Sentence 类，它可以包含一些Words 和一些数字数据。

如果我这样定义Sentence 类：

sentenceSlots <- list(words = "Word", stats = "numeric")
sentenceProto <- list(words = Word(), stats = 0)
setClass("Sentence", slots = sentenceSlots, prototype = sentenceProto)

那么这个句子只能包含一个单词。我显然可以用很多槽来定义它，每个单词一个，但是长度会受到限制。

但是，如果我这样定义 Sentence 类：

sentenceSlots <- list(words = "list", stats = "numeric")
sentenceProto <- list(words = list(Word()), stats = 0)
setClass("Sentence", slots = sentenceSlots, prototype = sentenceProto)

它可以包含任意数量的单词，但插槽 words 可以包含不属于 Word 类的对象。

有没有办法做到这一点？这类似于 C++ 中您可以拥有相同类型对象的向量。

Answer 1

记住 R 在向量上效果很好，第一步是考虑“单词”而不是“单词”

## constructor, accessors, subset (also need [[, [<-, [[<- methods)
.Words <- setClass("Words",
    representation(words="character", parts="character"))
words <- function(x) x@words
parts <- function(x) x@parts
setMethod("length", "Words", function(x) length(words(x)))
setMethod("[", c("Words", "ANY", "missing"), function(x, i, j, ...) {
    initialize(x, words=words(x)[i], parts=parts(x)[i], ...)
})

## validity
setValidity("Words", function(object) {
    if (length(words(object)) == length(parts(object)))
        NULL
    else
        "'words()' and 'parts()' are not the same length"
})

@nicola 建议有一个单词列表已在 IRanges 包中正式化（实际上，S4Vectors 在 Bioconductor 的 'devel' / 3.0 分支中），其中“SimpleList”采用“naive”要求列表的所有元素具有相同类的方法，而“CompressedList”具有相似的行为，但实际上是作为类似矢量的对象（具有长度（）、[和[[方法]的对象）实现的，即“分区'（按末端或宽度）成组。

library(IRanges)
.Sentences = setClass("Sentences",
    contains="CompressedList",    
    prototype=c(elementType="Words"))

然后会编写一个对用户更友好的构造函数，但基本功能是

## 0 Sentences
.Sentences()
## 1 sentence of 0 words
.Sentences(unlistData=.Words(), partitioning=PartitioningByEnd(0))
## 3 sentences of 2, 0, and 3 words
s3 <- .Sentences(unlistData=.Words(words=letters[1:5], parts=LETTERS[1:5]), 
    partitioning=PartitioningByEnd(c(2, 2, 5)))

导致

> s3[[1]]
An object of class "Words"
Slot "word":
[1] "a" "b"

Slot "part":
[1] "A" "B"

> s3[[2]]
An object of class "Words"
Slot "word":
character(0)

Slot "part":
character(0)

> s3[[3]]
An object of class "Words"
Slot "word":
[1] "c" "d" "e"

Slot "part":
[1] "C" "D" "E"

请注意，一些典型的操作速度很快，因为它们可以在不创建或破坏 S4 实例的情况下对“未列出”元素进行操作，例如，将所有“单词”强制为大写

setMethod(toupper, "Words", function(x) { x@word <- toupper(x@word); x })
setMethod(toupper, "Sentences", function(x) relist(toupper(unlist(x)), x))

这对于大量句子集合来说是“快速”的，因为 unlist / relist 实际上是在插槽访问和创建单个“单词”实例上。 Scalable Genomics with R and Bioconductor 概述了这一策略和其他策略。

@nicola 在回答中说“R 并不完全适合 OO 编程风格”，但意识到 R 的 S4 面向对象风格不同于 C++ 和 Java 可能更有帮助，就像 R 不同于 C 一样。特别是它真的在使用 S4 时继续考虑向量是很有价值的——用词而不是词，人而不是人......

Answer 2

我建议仅解决此类问题。请记住，R 并不完全适合 OO 编程风格，并且每个解决方案都很难显示出 Java 或 C++ 等其他语言的稳固性。但是，您可以使用 words 插槽将 Sentence 类声明为列表。然后你定义你的构造函数：

   Sentence<-function(words,stats) {
     #check for the components' class of words argument
     if (!is.list(words) || !all(sapply(words,function(x) class(x)=="Word"))) stop("Not valid words argument")
     #create the object
      new("Sentence", words=words, stats=stats)
   }

可以在 Polygons 类的 sp 包中找到此类构造函数的示例。您可以看到该函数的主体。

如果您想避免用户错误地设置words 槽，您可以重新定义@<- 运算符，例如：

    "@<-.Sentence"<-function(sentence,...) invisible(sentence)

我不认为最后一步是必要的。无论你做什么，用户总是可以把事情搞砸。例如，他可以绕过您的构造函数直接调用new 函数。或者他可以将Word 类设置为任意对象，然后将其传递给Sentence。正如我所说，R 并不适合这种编程风格，因此您应该经常采用某种非最佳解决方案。