R 全局变量

我有一个关于在R中使用全局变量的问题。我写了两个例子

第一版：

a <- 1
fun <- function(b){
    return(a+b)
}
fun(b)

---

a依赖函数内部的全局状态是不受欢迎的，原因有很多（可以在标题下大致分组。因此，在大多数情况下，第二个版本会更好

但是，一旦在非全局环境中定义了变量，情况就会发生变化。在这种情况下，您已经将状态封装到了可以整齐放置的东西中。这有时很有用，因为它允许您基于某些输入创建函数

经典的例子是这样的：

adder = function (value_to_add) {
    function (x) {
        x + value_to_add
    }
}

这可能看起来很模糊，但它只是一个返回另一个函数的函数：您可以使用它来创建函数。例如，在这里，我们创建一个函数，它接受一个参数并向其中添加值5：

add5 = adder(5)

这里有一个，在它的参数中加上π：

add_pi = adder(pi)

这两项都是正常功能：

> add5(10)
[1] 15
> add_pi(10)
[1] 13.14159

这两个函数，
add5
和
add\u pi
，都访问一个变量，
value\u to\u add
，该变量在函数本身之外，在一个单独的环境中。重要的是要认识到，这两个环境彼此不同：
add5
的
value\u to\u add
在di中是一个不同的值不同的环境，从
add\u pi
的
value\u到\u add
：

> environment(add5)$value_to_add
[1] 5
> environment(add_pi)$value_to_add
[1] 3.141593

（
environment（f）
允许您检查函数
f
所属的环境。
$
用于访问该环境中的名称。）
您说哪个版本正确是什么意思？它们都有效。定义“正确”。在第二个版本中，如果不提供
a
，则无法调用
fun
。因此该函数不使用全局
a
，而是计算
a+b
的第一个参数。使用全局
a
调用它是另一回事。通常，请尽量避免使用全局变量，并始终传递变量in函数参数，就像你的第二个版本一样。这不是“正确性”的问题，而是良好的实践，这有助于避免错误，使你的代码更可读，更容易更改，等等。哈德利的书中有一个关于函数和范围的很好的部分，明白了。THX！
> environment(add5)$value_to_add
[1] 5
> environment(add_pi)$value_to_add
[1] 3.141593