R中“ =”和“ <-”赋值运算符有什么区别？

R中赋值运算符=和<-之间有什么区别？

我知道运算符略有不一样，如本例所示

x <- y <- 5
x = y = 5
x = y <- 5
x <- y = 5
# Error in (x <- y) = 5 : could not find function "<-<-"

但这是惟一的区别吗？

---

#1楼

运算符<-和=分配到对其进行评估的环境中。 运算符<-能够在任何地方使用， 而运算符=仅在顶级级别 （例如，在命令提示符下键入的完整表达式中）或做为括号列表中的子表达式之一才容许使用 。

---

#2楼

当您使用赋值运算符在函数调用中设置参数值时，它们之间的区别更加明显。 例如：

median(x = 1:10)
x   
## Error: object 'x' not found

在这种状况下， x在函数范围内声明，所以它在用户工做空间中不存在。

median(x <- 1:10)
x    
## [1]  1  2  3  4  5  6  7  8  9 10

在这种状况下， x在用户工做空间中声明，所以您能够在函数调用完成后使用它。

---

在R社区中，一般优先使用<-进行赋值（功能签名中除外），以与（很是）旧版本的S-Plus兼容。 请注意，空格有助于澄清相似状况

x<-3
# Does this mean assignment?
x <- 3
# Or less than?
x < -3

---

大多数R IDE都具备键盘快捷键，以使<-易于键入。 CTRL + =在架构师，Alt + -在RStudio（ 选项 + -在MacOS），Shift + -在emacs的+ ESS（下划线）。

---

若是您喜欢将=编写为<-但想对公开发布的代码使用更常见的赋值符号（例如，在CRAN上），则可使用formatR包中的tidy_*函数之一，将=自动替换= <- 。

library(formatR)
tidy_source(text = "x=1:5", arrow = TRUE)
## x <- 1:5

---

问题“为何x <- y = 5而不是x <- y <- 5 x <- y = 5引起错误？”的答案 是“取决于解析器中包含的魔术”。 R的语法包含许多模棱两可的状况 ，必须以一种或另外一种方式解决。 解析器根据是否使用=或<-选择以不一样顺序解析表达式的位。

要了解正在发生的事情，您须要知道赋值以静默方式返回已分配的值。 经过显式打印，例如print(x <- 2 + 3) ，您能够更清楚地看到这一点。

其次，若是咱们使用前缀符号进行赋值，则更加清楚。 因此

x <- 5
`<-`(x, 5)  #same thing

y = 5
`=`(y, 5)   #also the same thing

解析器将x <- y <- 5为

`<-`(x, `<-`(y, 5))

咱们可能指望x <- y = 5将是

`<-`(x, `=`(y, 5))

但实际上它被解释为

`=`(`<-`(x, y), 5)

这是由于=的优先级低于<- ，如?Syntax帮助页面上所示。

---

#3楼

Google的R风格指南经过禁止分配“ =”来简化此问题。 不错的选择。

https://google.github.io/styleguide/Rguide.xml

R手册详细介绍了全部5个赋值运算符。

http://stat.ethz.ch/R-manual/R-patched/library/base/html/assignOps.html

---

#4楼

x = y = 5等效于x = (y = 5) ，由于赋值运算符从右到左“分组”是可行的。 含义：为y分配5，保留数字5； 而后将5分配给x 。

这与(x = y) = 5 ，这不起做用！ 含义：将y的值分配给x ，剩下y的值； 而后将5分配给嗯...究竟是什么？

当您混合使用不一样类型的赋值运算符时， <-绑定比=更紧密。 所以x = y <- 5解释为x = (y <- 5) ，这是有意义的状况。

不幸的是， x <- y = 5被解释为(x <- y) = 5 ，这是行不通的！

有关优先级（绑定）和分组规则，请参见?Syntax和?assignOps 。

---

#5楼

这也可能增长对这两个运算符之间区别的理解：

df <- data.frame(
      a = rnorm(10),
      b <- rnorm(10)
)

R为第一个元素分配了值和专有名称，而第二个元素的名称看起来有些奇怪。

str(df)
# 'data.frame': 10 obs. of  2 variables:
#  $ a             : num  0.6393 1.125 -1.2514 0.0729 -1.3292 ...
#  $ b....rnorm.10.: num  0.2485 0.0391 -1.6532 -0.3366 1.1951 ...

R版本3.3.2（2016-10-31）; macOS Sierra 10.12.1