R|R <-与= R - 锐客网

【R|R <-与=】了解两者的区别
R最开始设计的时候是以<-作为赋值符号的，这是从APL语言继承而来的（箭头表示赋值，等号表示判断）。之后S语言也沿用了这个用法。
对于一般的赋值语句<- 与=在功能上没有区别，可以通用。
但是=的作用有两个：它既可以赋值，也可以传递函数参数（）
通常情况下=出现在单独的环境中，他就是赋值；如果写在函数的参数位置，他就是传参
如果你在设置参数的时候使用了<-,那么你会发现在全局变量里，会多出一个和参数名相同的赋值的变量，容易导致歧义和错误，而且占用命名空间
1 <- 和= 赋值在作用域上不同 <- 创建的变量作用范围为整个全局环境，而=通常在一个局部环境

> rm(list=ls())## 清空所有变量 >mean(x = 1:10) [1] 5.5 >x Error: object 'x' not found

以上范例里，x是在函数的作用域里声明的，它只存在于此函数中，一旦完成运算就消失了。

> rm(list = ls())## 清空所有变量 >mean(x <- 1:10) [1] 5.5 >x [1]123456789 10

使用<-赋值，变量出现在了global environment里，并且我们还可以调用它。
实际上是先构造了x变量，再将x传递给mean函数的第一个参数。
但是采用<-赋值的方式去传参要非常小心，看例子二这个错误
2.<-和=在参数传递时的区别

rm(list = ls())## 清空所有变量 >x <- rnorm(100)# 采用箭头(<-)进行变量赋值 >y <- 2*x + rnorm(100)# 采用箭头(<-)进行变量赋值 > lm(formula=y~x)Call: lm(formula = y ~ x)Coefficients: (Intercept)x 0.010761.92460 #上面的代码完全等价于下面的代码 >rm(list = ls())#清空所有变量 >x = rnorm(100)# 采用等号（=）进行变量赋值 >y = 2*x + rnorm(100)# 采用等号（=）进行变量赋值 >lm(formula=y~x)Call: lm(formula = y ~ x)Coefficients: (Intercept)x -0.0038941.850902

两段代码中前两行公式赋值语句，分别为x变量和y变量赋值，此时= 和<-功能相同，作用域也相同
因为前两行=的赋值是在全局变量的环境下进行的
而代码第三行中的=则是调用函数时规定命名参数，这就是通常情况下，我们直接将y~x这个公式直接传递给lm函数的第一个参数，也就是formula参数的用法
如果此时我们将=替换成<-,则会在全局环境中定义出一个新的formula变量，然后再将这个变量传递给了lm函数的第一个参数。如果我们这么做了，要注意保证命名参数的顺序和函数中定义参数的顺序要相同否则就会报错，但也可能将名称相同的变量传递给了错误的参数（但程序可能正常运行），但结果错误，下面举个例子突出这种差别

rm(list = ls())#清空所有变量 x <- rnorm(100) y <- 2*x+rnorm(100) z <- 3*x+rnorm(100) data <- data.frame(z,x,y) rm(x, y, z)此时，环境中已经没有x,y,z变量，就只有变量data可以用来做z~x+y的线性回归。标准写法： lm(formula=z~x+y,data = https://www.it610.com/article/data) #也可以写成如下形式： #lm(data=data,formula=z~x+y)> rm(list = ls())#清空所有变量 >x <- rnorm(100) >y <- 2*x+rnorm(100) >z <- 3*x+rnorm(100) >data <- data.frame(z,x,y) >rm(x, y, z) >lm(formula=z~x+y,data = https://www.it610.com/article/data)Call: lm(formula = z ~ x + y, data = data)Coefficients: (Intercept)xy -0.063732.862000.08099

当我们将=替换成<-时，正确的命名参数传递应该按函数参数顺序来逐个传参

> lm(formula <- z~x+y, data <- data)Call: lm(formula = formula <- z ~ x + y, data = https://www.it610.com/article/data <- data)Coefficients: (Intercept)xy -0.063732.862000.08099>formula z ~ x + y

运行也没有出错，但是我们可以看到在第二个运行界面函数实际上是调用的lm（formula=formula<- z~x+y,data<-data）
这时产生了一个新的变量formula到环境中，并且在全局环境中就可以使用（实际上data变量也被更新了）
但是如果我们对于lm函数的参数顺序不了解或由于马虎搞错参数顺序，这个时候就会容易出现问题。

> #错误的写法： >lm(data <- data,formula <- z~x+y) Error in as.data.frame.default(data) : cannot coerce class ‘"formula"’ to a data.frame

报错，他说参数类型不匹配而导致异常。因为data被当作第一个参数formula传递，而formula被当作第二个参数data传递，造成了参数类型不匹配。
因此函数的命名参数传递，尽量不要使用<-，因为既会产生副作用（创建新变量），也无法利用命名参数传递的功能
有时程序也不一定能发现错误，例如我们在构建矩阵时

> # 构建一个3列的矩阵 >matrix(c(1:12),ncol=3) [,1] [,2] [,3] [1,]159 [2,]2610 [3,]3711 [4,]4812 >matrix(c(1:12),ncol<-3) [,1] [,2] [,3] [,4] [1,]14710 [2,]25811 [3,]36912

我们可以看到，尽管两种方法都运行成功，且得到一个矩阵，但是第二个结果是一个错误的结果，此处错误的原因是，ncol<-3是将3赋值给了变量ncol,然后再传递给函数对应位置的参数，而在函数内的第二个参数实际上是对应的nrow参数。在实际编写代码时，这种情况要仔细排查。
所以对于参数传递来讲赋值最好用=
3还需注意一点，在传参中采用<-进行赋值的变量只有在需要使用时才会改变其的值，例如：

> a <- 1 >f <- function(x) return(TRUE) >f(a <- a + 1); a [1] TRUE [1] 1

这个例子中a的值没有改变，也就是a并没有+1,还是原来的a值，这是在函数内部并没有使用到参数a
所以不推荐在函数参数里使用（<-）这种赋值方式
再看个例子

> rm(list = ls())#清除所有变量 >a <- 1 >f <- function(x) { +if(runif(1)>0.5) TRUE +else print(x) +} >f(a <- a+1); a [1] 2 [1] 2 >f(a <- a+1); a [1] TRUE [1] 2 >f(a <- a+1); a [1] 3 [1] 3 >f(a <- a+1); a [1] TRUE [1] 3 >f(a <- a+1); a [1] TRUE [1] 3 >f(a <- a+1); a [1] 4 [1] 4

上述代码中，向函数 f() 传递传递参数 a <- a + 1 后，只有在随机数 runif(1) 小于0.5的时候，a 的值才会改变，即执行+1操作，然后打印a。否则传递TRUE值。因此，因为随机数 runif(1) 的随机性，每次调用函数 f()后 a 的值是不确定的。
大家写赋值语句时采用箭头(<-)，传参时使用等号（=）。注1：有些情况下，只能采用箭头(<-)赋值，例如：system.time(c<-1:10)中就不能使用等号（=）。
此外，箭头(<-)符号可以双向赋值，即x <- 10与10 -> x等价。习惯 <- 和 -> 的使用以后，也对后来习惯使用更为复杂的 <<- 以及 ->> 这两个赋值符号（<<-或->>一般用于函数内部，表示给上一层环境中的变量赋值）做好铺垫，而 = 无法实现类似的功能。
注2：