Когда использовать пропущенные значения против NULL для передачи неопределенных аргументов функции в R и почему?

Question

На сегодняшний день при написании функций R я передал неопределенные аргументы как значения NULL, а затем проверил, являются ли они NULL, т.е.

f1 <- function (x = NULL) {
   if(is.null(x))
      ...
}

Однако недавно я обнаружил возможность передачи неопределенных аргументов как отсутствующих, т.е.

f2 <- function (x) {
   if(missing(x))
      ...
}

В документации R говорится, что

В настоящее время отсутствующее может использоваться только в непосредственном теле функции, которая определяет аргумент, но не в теле вложенной функции или локального вызова. Это может измениться в будущем.

Понятно, что это один из недостатков использования пропущенных для определения неопределенных значений. Есть ли другие люди или кто-то знает? Или сформулировать вопрос в более полезной форме: "Когда вы используете пропущенные значения против NULL для передачи неопределенных аргументов функции в R и почему?"

Answer 1

missing(x) кажется, немного быстрее, чем использовать по умолчанию аргумент x равно NULL,

> require('microbenchmark')
> f1 <- function(x=NULL) is.null(x)
> f2 <- function(x) missing(x)

> microbenchmark(f1(1), f2(1))
Unit: nanoseconds
  expr min  lq median    uq  max neval
 f1(1) 615 631  647.5 800.5 3024   100
 f2(1) 497 511  567.0 755.5 7916   100

> microbenchmark(f1(), f2())
Unit: nanoseconds
 expr min  lq median    uq  max neval
 f1() 589 619    627 745.5 3561   100
 f2() 437 448    463 479.0 2869   100

Обратите внимание, что в f1 дело x по-прежнему считается пропавшим без вести, если вы звоните f1(), но имеет значение, которое может быть прочитано в f1,

Второй случай более общий, чем первый. missing() просто означает, что пользователь не передал никакого значения. is.null() (с NULL default arg) утверждает, что пользователь либо ничего не пропустил, либо пропустил NULL,

Кстати, plot.default() а также chisq.test() использование NULL для их вторых аргументов. С другой стороны, getS3method('t.test', 'default') использования NULL за y аргумент и missing() за mu (чтобы быть готовым ко многим сценариям использования).

Я думаю, что некоторые пользователи R предпочтут f1функции, особенно при работе с *apply семья:

sapply(list(1, NULL, 2, NULL), f1)

Достижение этого в f2 дело не так просто.

Answer 2

NULL это просто другое значение, которое вы можете присвоить переменной. Он ничем не отличается от любого другого значения по умолчанию, которое вы назначаете в объявлении вашей функции.

missing с другой стороны, проверяет, предоставил ли пользователь этот аргумент, что вы можете сделать до назначения по умолчанию - что благодаря ленивой оценке R происходит только при использовании этой переменной.

Вот несколько примеров того, чего вы можете достичь: аргументы без значения по умолчанию, которые вы все равно можете опустить - например, file а также text в read.tableили аргументы со значениями по умолчанию, где вы можете указать только один - например, n а также nmax в scan,

Вы найдете много других вариантов использования, просматривая код R.

Answer 3

На мой взгляд, непонятно, когда ограничение на missingприменяется. В документации, как вы цитируете, говорится, что значение missing можно использовать только в самом теле функции. Однако простой пример показывает, что это не так и что все работает должным образом, когда аргументы передаются вложенной функции.

f1 = function(x, y, z){
  if(!missing(x))
    print(x)
  if(!missing(y))
    print(y)
}

f2 = function(x, y, z){
  if(!missing(z)) print(z)
  f1(x, y)
}
f1(y="2")
#> [1] "2"
f2(y="2", z="3")
#> [1] "3"
#> [1] "2"
f2(x="1", z="3")
#> [1] "3"
#> [1] "1"

Хотелось бы увидеть пример, когда missing не работает во вложенной функции.

^{Создано 30.09.2019 пакетом REPEX (v0.2.1)}