如何删除引用类的方法和R中的对象

Question

这将是一个很长的问题。所以，请原谅我

我有以下场景，我想最好给个伪代码来更好地解释事情

一个 python 文件说 test.py

def test(i):
    from rpy2.robjects import r
    r.source('r_file.R')
    r.call_function(with some arguments)

    #Some Operations
    del r

文件：r_file.R

rm(list=ls(all=TRUE))

#some global variables
#some reference class

#creating an object of reference class
call_function = function(some arguments)
{
    Do some processing
    call few methods on a reference class

    call some more methods and do some operations

    rm(list=ls(all=TRUE))
    gc()

    return(0)

}

python 中函数测试的调用发生在 'i' 的某些值上，即函数被调用的 i 的某些值总是大于 1，即函数从 ma​​in 中多次调用强>。因此，我们不止一次地获取 R 文件。每次调用 python 函数时，我都想要一个新的 R 解释器。因此，每次调用该函数时我都会导入 r 并删除 rpy2 对象。

在 r 函数“call_function”中，我调用了一些方法，这些方法又创建了引用类对象。

在 R 代码中，我在代码开头以及函数 some_function 退出时使用 rm。

鉴于这种背景，我现在面临的问题是 rm 没有删除代码中的任何引用类，我不断收到这样的警告

In .removePreviousCoerce(class1, class2, where, prevIs) :
  methods currently exist for coercing from "Rev_R5" to "envRefClass"; they will be replaced

这里，Rev_R5 是一个参考类。我不希望这种情况发生，有没有办法使用 rm 删除与引用类相关的所有 methods、objects ？

Answer 1

从 R 的全局环境中删除所有对象并不意味着您回到了新启动的 R 进程（类和方法定义可能会保留，正如您所发现的那样）。

可以考虑 R 函数，例如 removeClass()、removeMethod() 或 removeGeneric，但除非有客观要求（如避免一遍又一遍地加载大对象），否则每次都创建 R 进程可能只是最安全的方法（启动 R 进程相对较快）。

由于无法终止和重新启动嵌入式 R（限制来自 R，而不是 rpy2），因此您必须启动和停止嵌入 R 的 Python 进程。

一种方法是使用 Python 包 multiprocessing（包含在 Python 的标准库中）。另一个好处是这些进程可以并行运行。

使用Doug Hellmann's excellent tutorial 作为基础的简单示例：

import multiprocessing

def R_worker(i):
    """worker function"""

    print('Worker %i started' % i)
    from rpy2.robjects import r
    r.source('r_file.R')
    r.call_function(with some arguments)

    #Some Operations
    del r
    return

if __name__ == '__main__':
    jobs = []
    for i in range(5):
        p = multiprocessing.Process(target = R_worker, args=(i,))
        jobs.append(p)
        p.start()