динамическое добавление функции в экземпляр класса r6


Я пытаюсь забыть refclasses (R5) и перейти на R6, но есть проблема с динамическим кодом. Я бы добавил новую функцию, и она работает в R5:

clsTrn <- setRefClass("clsTrn",
  fields = list(x = "numeric"),
  methods = list(
    add_function = function(rcode) {
      eval(parse(text=rcode), envir=.self)
    }
  )
)  

cls <- clsTrn$new(x=4)
cls$x
# [1] 4
cls$add_function("predict = function(y) {return(.self$x*y)}")

cls$predict(3) 
#[1] 12

Подобный код не работает для R6.

library(R6)

clsTrnR6 <- R6Class("clsTrnR6",
  lock=FALSE,
  public = list(
    x = NA,
    initialize = function(x) {
      self$x <- x
    },
    add_function = function(rcode) {
      eval(parse(text=rcode), envir=self)
    }
  )
)  


clsR6 <- clsTrnR6$new(x=4)
clsR6$x
#[1] 4

clsR6$add_function("predict = function(y) {return(self$x*y)}")
# Błąd weval(expr, envir, enclos) : nie udało się znaleźć funkcji '='
clsR6$predict(3)

Добавление predict в определение класса ничего не меняет, та же ошибка. Есть ли какое-нибудь решение? Заранее спасибо.

> sessionInfo()
R version 3.1.1 (2014-07-10)
Platform: x86_64-pc-linux-gnu (64-bit)

locale:
 [1] LC_CTYPE=pl_PL.UTF-8       LC_NUMERIC=C               LC_TIME=pl_PL.UTF-8        LC_COLLATE=pl_PL.UTF-8     LC_MONETARY=pl_PL.UTF-8   
 [6] LC_MESSAGES=pl_PL.UTF-8    LC_PAPER=pl_PL.UTF-8       LC_NAME=C                  LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=pl_PL.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] R6_2.0

loaded via a namespace (and not attached):
[1] codetools_0.2-8 rpart_4.1-5     tools_3.1.1    
> 

Добавлено: после ответа great @G. Grothendieck у меня есть строковое определение функции, но, возможно, есть и другие элегантное решение.

library(R6)

clsTrnR6 <- R6Class("clsTrnR6",
  lock=FALSE,
  public = list(
    x = NA,
    initialize = function(x) {
      self$x <- x
    },
    add_function = function(name, meth) {
      self[[name]] <- meth
      environment(self[[name]]) <- environment(self$add_function)
    },
    add_function2 = function(name, meth) {
      eval(parse(text=paste0("predict <- ",meth)))
      self[[name]] <- predict
      environment(self[[name]]) <- environment(self$add_function)
    }
  )
)  

clsR6 <- clsTrnR6$new(x=4)
clsR6$x

#[1] 4

clsR6$add_function2("predict", "function(y) y*self$x")
clsR6$predict(11)

#[1] 44
3 5

3 ответа:

Попробуйте это. Как и в Примере ссылочного класса, он добавляет функцию к объекту (а не к классу). Здесь name - символьная строка, содержащая имя функции / метода, а meth - сама функция / метод:

clsTrnR6 <- R6Class("clsTrnR6",
  lock=FALSE,
  public = list(
    x = NA,
    initialize = function(x) {
      self$x <- x
    },
    add_function = function(name, meth) {
      self[[name]] <- meth
      environment(self[[name]]) <- environment(self$add_function)
    }
  )
)  
clsR6 <- clsTrnR6$new(x=4)
clsR6$x
#[1] 4
clsR6$add_function("predict", function(y) y*self$x)
clsR6$predict(11)
## 44

Добавлено обратите внимание, что это также легко сделать с помощью proto. Он не требует специального add_function. Мы будем использовать верхний регистр P для обозначения прото-объекта, который играет роль класса (называемого "чертой" в прото-виньетке) , и использовать нижний регистр p для обозначения протообъекта, играющего роль экземпляра:

library(proto)

P <- proto(new = function(., x) proto(x = x))
p <- P$new(x = 4)

p$predict <- function(., y) .$x * y
p$predict(11)
## 44
Хотя обычно для обозначения объекта в proto используется ., Вы можете использовать имя self (или любое другое имя, которое вам нравится) вместо ., Если хотите.

Вы можете использовать $set() method на объекте генератора. Таким образом, вы измените определение класса, а не объекта.

clsTrnR6$set("public", "predict", function(y) self$x*y)
clsR6 <- clsTrnR6$new(x=4)
clsR6$predict(3)
[1] 12

Правка:

Изменение определения класса означает, что объект, созданный до использования модификатора $set, не будет иметь функции predict.

Существует простое решение этой проблемы. Установите для метода класса значение по умолчанию NULL и обновите это значение в методе initialize(). Теперь вы можете изменить метод, как вам нравится, не получая этой ошибки. Например:

aClass <- R6::R6Class("className",
  public = list(
    f = NULL,
    initialize = function(...) {
      self$f = sum
    },
    update_f = function(x) {
      self$f = x
    }
  )
)

test <- aClass$new()
test$f
test$update_f(mean)
test$f

Или можно изменить функцию на месте:

test$f <- median
test$f

Это должно решить проблему. Я также разместил этот ответ здесь.