替换R中内置函数的定义？

“sparcl”包使用标准“stat”包中的“kmeans”函数。我想让它改用我自己的kmeans++实现

一种方法是编辑sparcl包本身中的代码。我宁愿避免这种情况，因为这样会很混乱，也因为我不确定接下来如何在R中安装经过编辑的代码

---

不幸的是，superassignment运算符“如果您确实希望在交互式会话期间编辑函数体（而不是其参数），则可以使用

trace（）

，如下所示：

trace("kmeans", edit=TRUE)

然后，在弹出的编辑器中，编辑主体，使其看起来像这样（例如）：

保存已编辑的函数定义，然后退出编辑器

回到R命令行，您可以查看已编辑的函数并进行尝试：

body(kmeans)  # To view the tracing code
kmeans()      # To use the edited function

最后，要恢复到未编辑的函数，只需执行

untrace（“kmeans”）

（我通常更喜欢使用

trace（）

，而不是

assignInNamespace（）

和friends，因为

untrace（）

使撤销更改变得非常容易。）

经过进一步思考（并在重新阅读您的问题后），这里有一个简单的解决方案，应该适合您

您所需要做的就是将您编辑的

kmeans（）

版本分配给全局环境中的符号

kmeans

。换句话说，在命令行执行以下操作：

kmeans <- function(...) plot(rnorm(99), col="red") # but using your own edits

## Then run an example from ?KMeansSparseCluster to see that it works.
library(sparcl)
x <- matrix(rnorm(50*300),ncol=300)
x[1:25,1:50] <- x[1:25,1:50]+1
x <- scale(x, TRUE, TRUE)
KMeansSparseCluster.permute(x,K=2,wbounds=seq(3,9,len=15),nperms=5)

---

很好，stats包中使用

kmeans（）的函数

不会被你的版本打乱，因为在符号搜索进入全局环境之前，他们会在自己的命名空间中找到

kmeans

。

你能使用

trace

吗？你为什么要替换旧版本，而不是只编写一个新版本，然后使用那个版本？不是吗更容易创建调用

kmeans

的（导出）函数的您自己的版本，并修改这些实例，以便它们调用您自己的自定义函数？（也许@Dason也是这么说的…？）我支持@joran的建议。如果您确实想打包函数，请创建您自己的迷你包（可能从统计数据导入）与其编辑统计数据包的源代码！@joran的建议并不完美，因为sparcl包中的多个文件中的多个函数多次调用了

kmeans

，所以我还必须复制和编辑所有这些数据包……但我最初计划就是这样做的。谢谢，我不知道trace（）。虽然我认为它不能完全解决我的问题，因为sparcl包在不同的函数中对kmeans进行了大量调用…@martas可能只是获取包的源代码，使用一个好的文本编辑器更改

kmeans

调用的所有实例不会花费太多时间，然后在本地重建包。我认为人们只是对覆盖stats包代码本身的解决方案有点怀疑，你可能会在以后后悔。

trace（）

在

名称空间：stats

中编辑函数，因此它将编辑任何调用它的函数看到的

kmeans（）

版本。这不是你想要的吗，还是我感到困惑？（不是相互排斥的可能性，我知道…）上帝之母，它（你的编辑）起作用了！谢谢。我想这起作用是因为kmeans不是sparcl代码显式导入的包的一部分，对吗？我仍然非常不了解R处理名称空间的方式…@martas--Oops。你可能想把“接受”移到我的另一个答案。（我认为它与上一个答案有很大的不同，所以我应该将其拆分。我本来会覆盖上一个答案re:trace，但它本身看起来可能很有用。）@JoshOBrien：难道这个包不可能专门从统计包中导入

kmeans

，所以它应该是在

imports:sparcl

中吗？这是“正确”的方法，是吗？@Aaron——我同意：这是正确的方法，但不是sparcl的作者所做的是的。我检查了

imports:sparcl

，它是空的。但是，你的大点是一个好的点。如果包作者将

import（“stats”）

放在他们的命名空间文件中，这个解决方案将不起作用。感谢更新，Josh。检查

imports:sparcl

中的内容很好。

function (x, centers, iter.max = 10, nstart = 1, algorithm = c("Hartigan-Wong", 
"Lloyd", "Forgy", "MacQueen")) 
{
    plot(rnorm(99), col = "red")
}

body(kmeans)  # To view the tracing code
kmeans()      # To use the edited function

kmeans <- function(...) plot(rnorm(99), col="red") # but using your own edits

## Then run an example from ?KMeansSparseCluster to see that it works.
library(sparcl)
x <- matrix(rnorm(50*300),ncol=300)
x[1:25,1:50] <- x[1:25,1:50]+1
x <- scale(x, TRUE, TRUE)
KMeansSparseCluster.permute(x,K=2,wbounds=seq(3,9,len=15),nperms=5)

parent.env(asNamespace("sparcl"))
parent.env(parent.env(asNamespace("sparcl")))
parent.env(parent.env(parent.env(asNamespace("sparcl"))))
## etc., also wrapping any of the environments above in calls to ls() 
## to see what's in 'em