2 控制結構與函數
本章為 Zamora Saiz et al. (2020) 節 2.3 與 2.4 內容。
2.1 Conditionals
條件句的語法如下：
if ("condition is satisfied") {
"do something"
}例如：
x <- 3
if (x > 0) {
print("Positive")
}## [1] "Positive"如果我們希望在條件沒有滿足時執行其他動作，就得使用 else，其語法如：
if ("condition is satisfied"){
"do something"
} else {
"otherwise do something else"
}例如：
x <- 0
if (x > 0) {
print("Positive")
} else {
print("Negative")
}上述的 codes 其實在邏輯上是正確的，但顯然與我們希望電腦能做的事有落差（\(x=0\) 非正也非負才對）。所以，如果有好幾個條件要確認，也能多用幾個 else blocks，如：
x <- 0
if (x > 0) {
print("Positive")
} else if (x < 0) {
print("Negative")
} else {
print("Zero")
}不過，要注意的是上述的結構在 R 的運行速度較慢，不如以 ifelse() 函數，把上述的結構寫成一行，其語法即：
ifelse("condition", "task if TRUE", "task if FALSE")前開判別變數為正或負的條件結構也能寫成：
x <- 9
ifelse(x > 0, "Positive", "Negative")## [1] "Positive"只要在向量使用 binary operator，同樣的條件就也可以被確認多次。例如如果要確認向量中的元素是否小於 5，我們可以寫成：
ifelse((1 : 10) < 5, "Fail", "Pass")## [1] "Fail" "Fail" "Fail" "Fail" "Pass" "Pass" "Pass" "Pass" "Pass" "Pass"2.2 Loops
for用於重複次數預先指定的時候，while則反之，將持續運行直到條件無法滿足。
2.2.1 for 迴圈
for 迴圈的語法為：
for ("counter" in "vector of indices") {
"do something"
}例如印出 1–10 可以如此：
for (i in 1 : 10) {
print(i)
}## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5
## [1] 6
## [1] 7
## [1] 8
## [1] 9
## [1] 10因為 [1] 出現了十次，我們可知這段程式碼有十次輸出，每次輸出包含一個 row，顯然這是 print(i) 運行十次的結果。在此迴圈中，每次執行都會使 i 的值增加，所以如果我們此時在 console 輸入 i，將會回傳 10，顯示 i 作為一個變數，其值已經變成 10 了。
那如果我們要把連續的整數和存成一個向量該怎麼做呢？
v <- c()
s <- 0
for (i in 1 : 10) {
s <- s + i
v[i] <- s
}
v## [1] 1 3 6 10 15 21 28 36 45 55其中，s 的作用就是在迴圈結束後儲存剛剛的結果，以便與下一個數相加。如此，可以依序將 \(1\)、\(1+2\)、\(1+2+3\)、\(\cdots{}\)、\(1+\cdots{}+10\) 存到向量 v 並印出。
以下還有幾個 for 迴圈運作的簡單範例。例如印出 1–19 的奇數，可以：
odd <- 2 * (1 : 10) - 1
for (i in odd) {
print(i)
}## [1] 1
## [1] 3
## [1] 5
## [1] 7
## [1] 9
## [1] 11
## [1] 13
## [1] 15
## [1] 17
## [1] 19我們也可以把 for 迴圈與 if 條件句結合，要把某個向量中低於某個數字的元素印出 FAIL，如：
for (i in 1 : 10) {
if (i < 5) {
print("Fail")
} else {
print("Pass")
}
}## [1] "Fail"
## [1] "Fail"
## [1] "Fail"
## [1] "Fail"
## [1] "Pass"
## [1] "Pass"
## [1] "Pass"
## [1] "Pass"
## [1] "Pass"
## [1] "Pass"2.2.2 while 迴圈
除了 for 迴圈以外，還有 while 迴圈，其語法為：
while ("condition holds") {
"do something"
}以下為一個 while 迴圈的簡單範例：
i <- 0
while (i < 10) {
print(c(i,"is less than 10"))
i <- i + 1
}## [1] "0" "is less than 10"
## [1] "1" "is less than 10"
## [1] "2" "is less than 10"
## [1] "3" "is less than 10"
## [1] "4" "is less than 10"
## [1] "5" "is less than 10"
## [1] "6" "is less than 10"
## [1] "7" "is less than 10"
## [1] "8" "is less than 10"
## [1] "9" "is less than 10"第一圈 i 為 0，運行到 print() 時將會印出包含 “0” 與 “is less than 10” 元素的向量，而 i <- i + 1 相當於計數器，第一個迴圈結束後，變數 i 就會變成 1，以此類推。在第十個迴圈結束後，變數 i 將會變成 10，而就不符合 while 迴圈繼續執行的條件了，迴圈至此終止。
2.3 Functions and Operators
2.3.1 創建新函數
R 本身就有很多預設的函數，如 mean() 可以取平均，sum() 可以加總，sqrt() 可以計算數字的平方根，log() 與 exp() 可以計算數字的對數值與指數值，sin()、cos()、tan() 可以計算三角函數值，is.logical() 可以確認型態是否是 logical。
如果要創建我們自己的函數，其語法為：
function.name <- function(argument1, argument2,...) {
"body function"
}函數的名字隨意，只要沒有與既存的函數同名或以某些不合法的方式命名即可；引述的數量可多可少；body function 則裝載執行程序，裡頭用的值由引數而來，最後一行命令則會回傳成輸出。
例如若想新建一個函數來協助計算 \(f(x, y)=x^2 - \frac{y}{5}\) 的話，可以
f <- function(x, y) {
x ^ 2 - y / 5 # the output is the evaluation of last line
}或者我們也可以寫成：
f <- function(x, y) x ^ 2 - y / 5執行的最後一行預設就是輸出了，我們不需要寫出 return，但也能把它寫出來，如：
f <- function(x, y) {
return (x ^ 2 - y / 5)
}定義函數以後我們就可以使用此函數進行運算。
2.3.2 引數的預設值
函數不一定要輸入引數。如果引數有預設值，而未輸入引數的話，即隨預設值。創建一個有預設的引數的函數的語法，如：
funtion.name <- function(name.argument1=default.value1,
name.argument2=default.value2,...) {
"body function"
}以下是一個能輸出連續的數字為向量或矩陣的簡單範例：
mat.vec <- function(a, b=2, flag=FALSE){
if (flag) {
matrix(1 : a, nrow=b)
} else {
1:a
}
}此函數有三個變數：a 指矩陣或向量的元素個數；b 為如果我們想輸出的是矩陣的話其 rows 的數量；flag 決定是輸出矩陣還是向量，若 flag=TRUE，將會輸出包含 \(1\)-至 \(a\)，而有 \(b\) 個 rows 的矩陣（預設為 b=2） ，若 flag=FALSE，將會輸出包含 \(1\) 至 \(a\) 的向量（預設為 flag=FALSE）。有預設的引數還有一個好處，即就算我們漏輸入了、忘記了有哪些引數，程式碼還是能正常運行，而不會報錯。
函數能輸出的就只有單一個物件。所以如果想要輸出多個元素，可以使用 lists。例如我們可以創建一個函數，其回傳三項資訊：資料長度、總和與平均值，即：
items <- function(x) list(len=length(x),total=sum(x), mean=mean(x))我們把向量 1:10 丟進此函數，可得：
data <- 1 : 10
result <- items(data)
result## $len
## [1] 10
##
## $total
## [1] 55
##
## $mean
## [1] 5.5如果我們想查看函數是如何構成的，可以直接輸入其名，如：
log## function (x, base = exp(1)) .Primitive("log")如果想要套用函數在多個元素時，可以使用 lapply(list, function)，其會把函數套用到 vector 或 list 的所有元素。sapply() 則類似於 lapply()，不同的是會把輸出簡化成向量或矩陣，而不是元素。其使用範例如：
salutation <- function(x) print("Hello")
# Note that this output does not depend on the value of x
output <- sapply(1 : 5, salutation)## [1] "Hello"
## [1] "Hello"
## [1] "Hello"
## [1] "Hello"
## [1] "Hello"或者也可以簡化成：
output <- sapply(1 : 5, function(x) print("Hello"))## [1] "Hello"
## [1] "Hello"
## [1] "Hello"
## [1] "Hello"
## [1] "Hello"以內建的 cars datasets 為例，其有兩個變數：speed 與 dist。當我們想要計算這兩者的算術平均，可以：
lapply(cars, mean)## $speed
## [1] 15.4
##
## $dist
## [1] 42.98或者：
sapply(cars, mean)## speed dist
## 15.40 42.98