从C+调用R函数+； 我想在我自己编译的C++代码中检查是否在R中加载了一个库包（如果不是，加载它），从那个库中调用一个函数，并将结果返回到我的C++代码中。

有人能给我指出正确的方向吗？似乎有很多关于R的信息和从C++和Vis中调用R的不同方法，但是我没有确切地知道我想做什么。

谢谢。

< P> >这是允许你用C++代码轻松扩展R，还有C++代码回调到R.，包中包含了例子。 也许你真正想要的是保持你的C++程序（即你拥有<代码>（））/>代码>并调用R？这可以很容易地用 它允许你很容易地将R嵌入到C++应用程序中，并且对库的测试、如果需要的加载和函数调用都是非常容易做到的，并且（包括十几个）示例显示了如何使用。并且仍然可以帮助您来回获得结果

编辑：因为马丁非常友好，以官方的方式展示了一些东西，我忍不住将其与RInside附带的一个示例进行了对比。这是我曾经快速写过的东西，用来帮助在r-help上询问如何加载（投资组合优化）库并使用它的人。它满足您的要求：加载一个库，通过从C++到R的权重向量访问一些数据，部署R并返回结果。p>

// -*- mode: C++; c-indent-level: 4; c-basic-offset: 4;  tab-width: 8; -*-
//
// Simple example for the repeated r-devel mails by Abhijit Bera
//
// Copyright (C) 2009         Dirk Eddelbuettel 
// Copyright (C) 2010 - 2011  Dirk Eddelbuettel and Romain Francois

#include <RInside.h>                    // for the embedded R via RInside

int main(int argc, char *argv[]) {

    try {
        RInside R(argc, argv);          // create an embedded R instance 

        std::string txt = "suppressMessages(library(fPortfolio))";
        R.parseEvalQ(txt);              // load library, no return value

        txt = "M <- as.matrix(SWX.RET); print(head(M)); M";
        // assign mat. M to NumericMatrix
        Rcpp::NumericMatrix M = R.parseEval(txt); 

        std::cout << "M has " 
                  << M.nrow() << " rows and " 
                  << M.ncol() << " cols" << std::endl;

        txt = "colnames(M)";        // assign columns names of M to ans and
        // into string vector cnames
        Rcpp::CharacterVector cnames = R.parseEval(txt);   

        for (int i=0; i<M.ncol(); i++) {
            std::cout << "Column " << cnames[i] 
                      << " in row 42 has " << M(42,i) << std::endl;
        }

    } catch(std::exception& ex) {
        std::cerr << "Exception caught: " << ex.what() << std::endl;
    } catch(...) {
        std::cerr << "Unknown exception caught" << std::endl;
    }

    exit(0);
}

<代码> /-*-模式：C++；c级缩进：4级；c-基本偏移量：4；标签宽度：8-*- // //Abhijit Bera重复r-devel邮件的简单示例 // //版权所有（C）2009德克·埃德尔布埃特尔 //版权所有（C）2010-2011德克·埃德尔布埃特尔和罗曼·弗朗索瓦 #包括//用于通过冲洗液的嵌入式R int main（int argc，char*argv[]）{ 试一试{ rinsider（argc，argv）；//创建一个嵌入式R实例 std:：string txt=“抑制消息（库（fPortfolio））”； R.parseEvalQ（txt）；//加载库，无返回值

---

txt=“MDirk关于RInside使生活更轻松的观点可能是正确的。但对于顽固派来说……其本质来自第8.1节和第8.2节，以及与R一起分发的示例。下面的材料涵盖了构建和评估调用；处理返回值是一个不同的（在某种意义上更容易）主题

安装程序 让我们假设一个Linux/Mac平台。首先，必须编译R，以允许链接到共享或静态R库。我使用R源代码的svn副本，在目录

~/src/R-devel

中。我切换到其他目录，称之为

~/bin/R-devel

，然后

~/src/R-devel/configure --enable-R-shlib
make -j

这将生成

~/bin/R-devel/lib/libR。因此

；也许您正在使用的任何发行版都已经有了这个功能？

-j

标志并行运行，这大大加快了构建速度

嵌入示例在

~/src/R-devel/tests/embedding

中，可以使用

cd~/bin/R-devel/tests/embedding&&make

制作。显然，这些示例的源代码非常有指导意义

代码 为了举例说明，创建一个文件

embed.cpp

。首先包括定义R数据结构的头文件和R嵌入接口；它们位于

bin/R-devel/include

，并作为主要文档。我们还有一个用于完成所有工作的函数原型

#include <Rembedded.h>
#include <Rdefines.h>

static void doSplinesExample();

Embedding

下的示例包括调用

库（样条线）

，设置命名选项，然后运行函数

example（“ns”）

。下面是执行此操作的例程

static void
doSplinesExample()
{
    SEXP e, result;
    int errorOccurred;

    // create and evaluate 'library(splines)'
    PROTECT(e = lang2(install("library"), mkString("splines")));
    R_tryEval(e, R_GlobalEnv, &errorOccurred);
    if (errorOccurred) {
        // handle error
    }
    UNPROTECT(1);

    // 'options(FALSE)' ...
    PROTECT(e = lang2(install("options"), ScalarLogical(0)));
    // ... modified to 'options(example.ask=FALSE)' (this is obscure)
    SET_TAG(CDR(e), install("example.ask"));
    R_tryEval(e, R_GlobalEnv, NULL);
    UNPROTECT(1);

    // 'example("ns")'
    PROTECT(e = lang2(install("example"), mkString("ns")));
    R_tryEval(e, R_GlobalEnv, &errorOccurred);
    UNPROTECT(1);
}

编译并运行 我们现在已经准备好把所有的东西放在一起了。编译器需要知道头和库在哪里

g++ -I/home/user/bin/R-devel/include -L/home/user/bin/R-devel/lib -lR embed.cpp

编译后的应用程序需要在正确的环境中运行，例如，正确设置R_HOME；这可以通过

根据您的雄心壮志，编写R扩展的第8节中的某些部分并不相关，例如，需要回调来实现R之上的GUI，而不是评估简单的代码块

一些细节 详细介绍一下……SEXP（S表达式）是R表示基本类型（整数、逻辑、语言调用等）的基本数据结构

    PROTECT(e = lang2(install("library"), mkString("splines")));

    R_tryEval(e, R_GlobalEnv, &errorOccurred);

生成一个符号

库

和一个字符串

“样条线”

，并将它们放入由两个元素组成的语言构造中。这构造了一个未计算的语言对象，大约相当于

引号（库（“样条线”））

在R中。

lang2

返回一个从R的内存池分配的SEXP，需要

PROTECT

防止垃圾收集。

PROTECT

将

e

指向的地址添加到保护堆栈中，当不再需要保护内存时，从堆栈中弹出该地址（使用

取消保护（1）

，向下几行）。行

    PROTECT(e = lang2(install("library"), mkString("splines")));

    R_tryEval(e, R_GlobalEnv, &errorOccurred);

尝试在R的全局环境中计算

e

。

erroroccurrent

如果发生错误，则设置为非0。

R\u tryEval

返回表示函数结果的SEXP，但我们在此处忽略它。因为我们不再需要分配用于存储

库（“样条线”）的内存

，我们告诉R，它不再受到保护

下一段代码类似，评估

options（example.ask=FALSE）

，但调用的构造更复杂。

lang2

创建的S表达式是一个配对列表，概念上有一个节点、一个左指针（CAR）和一个右指针（CDR）。

e

的左指针指向符号

options

。

e

的右指针指向配对列表中的另一个节点，其左指针为

FALSE

（右指针）

    SET_TAG(CDR(e), install("example.ask"));

PROTECT(tmp = mkString("options(example.ask=FALSE)"));
PROTECT(e = R_ParseVector(tmp, 1, &status, R_NilValue));
R_tryEval(VECTOR_ELT(e, 0), R_GlobalEnv, NULL);
UNPROTECT(2);

SEXP result;
PROTECT(result = Rf_tryEval(e, R_GlobalEnv, &errorOccurred));
// ...
UNPROTECT(1);