如何知道特定R对象的详细信息？

比如说

data <- read.csv ("data.csv")
a <- mean(data)
b <- sd(data)

我保存工作区，然后退出。 后来，我打开这个工作区，忘记了a和b是什么。 我想让R告诉我，a是数据的平均值，b是数据的标准偏差

我该怎么做

---

谢谢。

建议使用R环境的脚本功能，而不是直接在控制台中键入命令

其思想是，您可以在脚本窗口中键入不符合R语法的命令、注释甚至胡言乱语文本内容，并使用Ctrl-R或“编辑”菜单中的某个“运行”命令将文本发送到当前行或当前选定的文本的任何部分，到R控制台窗口，就像直接在那里键入一样

通过这种方式，您可以：

对您创建的变量的性质添加大量注释 将脚本与环境一起保存或单独保存。

---

除了隐式地保存变量起源的内存外，脚本还有几个优点，特别是它们可以节省大量键入，还可以允许从头开始、逐字或经过一些修改重新创建所有内容。

建议使用R环境的脚本功能，而不是直接在控制台中键入命令

其思想是，您可以在脚本窗口中键入不符合R语法的命令、注释甚至胡言乱语文本内容，并使用Ctrl-R或“编辑”菜单中的某个“运行”命令将文本发送到当前行或当前选定的文本的任何部分，到R控制台窗口，就像直接在那里键入一样

通过这种方式，您可以：

对您创建的变量的性质添加大量注释 将脚本与环境一起保存或单独保存。

---

除了隐式地保存变量起源的内存外，脚本还有几个优点，特别是它们可以节省大量键入，还可以允许从头开始、逐字或经过一些修改来重新创建所有内容。

您可以始终将一些属性与数据一起存储，如下所示：

x <- 1:10
a <- mean(x)
attr(a,"info") <- "mean of x"

> a
[1] 5.5
attr(,"info")
[1] "mean of x"

> attributes(a)
$info
[1] "mean of x"

---

您可以将某些属性与数据一起存储，如下所示：

x <- 1:10
a <- mean(x)
attr(a,"info") <- "mean of x"

> a
[1] 5.5
attr(,"info")
[1] "mean of x"

> attributes(a)
$info
[1] "mean of x"

---

一般来说，您将无法了解对象是如何从对象本身创建的。某些对象类型将有一个call元素，该元素可以保存用于创建它们的调用

lm对象具有此属性

乙二醇

在这种情况下，mean和sd将不会返回，因为它们将返回原子向量

您可以查看历史记录，看看是否可以找到创建它们的命令。这并不理想，它取决于您的IDE以及一些环境变量的设置方式

Rstudio有一个history选项卡，显示在项目中调用的先前命令的一些子集

您还可以按向上键，这至少在windows上的RGui中起作用，滚动浏览以前调用的命令

这些基于历史记录的命令要求您使用相同的计算机和R版本

---

可复制的研究或识字编程是克服这些问题的最佳方法。

通常，您无法了解对象是如何从对象本身创建的。某些对象类型将有一个call元素，该元素可以保存用于创建它们的调用

lm对象具有此属性

乙二醇

在这种情况下，mean和sd将不会返回，因为它们将返回原子向量

您可以查看历史记录，看看是否可以找到创建它们的命令。这并不理想，它取决于您的IDE以及一些环境变量的设置方式

Rstudio有一个history选项卡，显示在项目中调用的先前命令的一些子集

您还可以按向上键，这至少在windows上的RGui中起作用，滚动浏览以前调用的命令

这些基于历史记录的命令要求您使用相同的计算机和R版本

---

可复制的研究或有文化的编程是克服这些问题的最佳方法。

你回顾了历史吗？除此之外，R中没有任何东西可以告诉你数据是如何产生的……嗯，你可以给变量起一个合理的名字，比如mean_数据而不是a。否则，就没有真正的方法来注释R中的对象。我希望找到R的某种功能，类似于Matlab的history选项卡如何帮助用户……不要保存您的工作空间；从脚本中重新创建对象。查看历史记录？除此之外，R中没有任何东西可以告诉你数据是如何产生的……嗯，你可以给变量起一个合理的名字，比如mean_数据而不是a。否则，就没有真正的方法来注释R中的对象。我希望找到R的某种功能，类似于Matlab的history选项卡如何帮助用户……不要保存您的工作空间；重新创建对象

---

从script.commenta@mnel-到现在为止从未听说过comment-我将把它编辑到答案中。它相当于attrx，'comment'commenta@mnel-到现在为止从未听说过comment-我将把它编辑到答案中。它相当于attrx，'comment'

dd <- data.frame(y=runif(10), x= rnorm(10))
model <- lm(y~x,dd)
model$call
lm(formula = y ~ x, data = dd)