R 如果遇到非有限值（NA、NaN或Inf），如何强制执行错误

Matlab中有一个条件调试标志我忽略了：

dbstop if infnan

。如果设置，当遇到

Inf

或

NaN

时，此条件将停止代码执行（IIRC，Matlab没有NAs）

如何在R中以比在每次赋值操作后测试所有对象更有效的方式实现这一点

目前，我认为实现这一点的唯一方法是通过以下黑客：

在可能遇到这些值的所有位置之后手动插入测试（例如，除法，其中可能出现0除法）。测试将在每个元素上使用

is.finite（）

使用

body（）

修改R的源代码（？！？）

尝试使用

traceem

识别已更改的变量，并仅检查这些变量是否存在错误值

（新增-请参见注释2）使用某种调用处理程序/回调调用测试函数

第一个选择是我目前正在做的事情。这很无聊，因为我不能保证我已经检查过了所有的东西。第二个选项将测试所有内容，即使对象尚未更新。这是对时间的极大浪费。第三个选项涉及修改NA、NaN和无限值（+/-Inf）的赋值，以便产生错误。这似乎是最好的左R核心。第四个选项与第二个类似——我需要调用一个单独的函数，列出所有的内存位置，只需标识那些已更改的位置，然后检查值；我甚至不确定这是否适用于所有对象，因为程序可能会进行就地修改，这似乎不会调用

duplicate

函数

有没有我错过的更好的方法？也许是马克·布拉文顿（Mark Bravington）、卢克·蒂尔尼（Luke Tierney）的一些聪明的工具，或者是一些相对基本的东西——类似于编译R时的

options（）

参数或标志

示例代码下面是一些非常简单的示例代码，用于测试，其中包含了Josh O'Brien提出的

addTaskCallback

函数。代码不会中断，但在第一种情况下会发生错误，而在第二种情况下不会发生错误（即

badDiv（0,0，FALSE）

不会中止）。我仍在调查回调，因为这看起来很有希望

badDiv  <- function(x, y, flag){
    z = x / y
    if(flag == TRUE){
        return(z)
    } else {
        return(FALSE)
    }
}

addTaskCallback(stopOnNaNs)
badDiv(0, 0, TRUE)

addTaskCallback(stopOnNaNs)
badDiv(0, 0, FALSE)

---

badDiv恐怕没有这样的捷径。从理论上讲，在unix上有
SIGFPE
，您可以利用它，但实际上是这样的

没有标准的方法来启用FP操作来捕获它（即使C99也不包括这方面的规定）-它是高度系统特定的（例如Linux上的
feenableexcept
，AIX上的
FP\u enable\u all
等等），或者需要为目标CPU使用汇编程序
如今，FP操作通常以向量单位（如SSE）进行，因此您甚至无法确定FPU是否参与其中
R截取一些操作，比如
NaN
s、
NA
s，并分别处理它们，这样它们就不会进入FP代码
也就是说，如果您足够努力（禁用SSE等），您可以攻击自己的R，它将捕获平台和CPU的一些异常。这不是我们会考虑建立R，而是为了一个特殊的目的，它可能是可行的。
但是，除非您更改R内部代码，否则它仍然无法捕获
NaN
/
NA
操作。此外，您必须检查正在使用的每个包，因为它们可能在其C代码中使用FP操作，也可能单独处理
NA
/
NaN

如果您只担心被零除或过流/下流之类的问题，那么上面的方法会起作用，并且可能是最接近解决方案的方法

仅仅检查您的结果可能不太可靠，因为您不知道结果是否基于某个中间
NaN
计算，该计算更改了聚合值，该值可能不需要也是
NaN
。如果您愿意放弃这种情况，那么您可以简单地递归地遍历结果对象或工作区。这不应该是非常低效的，因为您只需要担心
REALSXP
，而不需要担心其他任何事情（除非您也不喜欢
NA
s，否则您会有更多的工作）


这是一个可用于递归遍历R对象的示例代码：

static int do_isFinite(SEXP x) {
    /* recurse into generic vectors (lists) */
    if (TYPEOF(x) == VECSXP) {
        int n = LENGTH(x);
        for (int i = 0; i < n; i++)
            if (!do_isFinite(VECTOR_ELT(x, i))) return 0;
    }
    /* recurse into pairlists */ 
    if (TYPEOF(x) == LISTSXP) {
         while (x != R_NilValue) {
             if (!do_isFinite(CAR(x))) return 0;
             x = CDR(x);
         }
         return 1;
    }
    /* I wouldn't bother with attributes except for S4
       where attributes are slots */
    if (IS_S4_OBJECT(x) && !do_isFinite(ATTRIB(x))) return 0;
    /* check reals */
    if (TYPEOF(x) == REALSXP) {
        int n = LENGTH(x);
        double *d = REAL(x);
        for (int i = 0; i < n; i++) if (!R_finite(d[i])) return 0;
    }
    return 1; 
}

SEXP isFinite(SEXP x) { return ScalarLogical(do_isFinite(x)); }

# in R: .Call("isFinite", x)

static int do_isFinite（SEXP x）{
/*递归到通用向量（列表）*/
if（TYPEOF（x）=VECSXP）{
int n=长度（x）；
对于（int i=0；i
下面概述的想法（及其实现）非常不完善。我甚至不太愿意提出这个建议，但是：（a）我认为它有点有趣，尽管它很丑陋；（b）我能想到一些有用的情况。考虑到你现在听起来像是在每次计算后手动插入支票，我希望你的情况就是这样

我的是两步破解。Fi
# Sketch of a function that tests for NaNs in several types of objects
nanDetector <- function(X) {
   # To examine data frames
   if(is.data.frame(X)) { 
       return(any(unlist(sapply(X, is.nan))))
   }
   # To examine vectors, matrices, or arrays
   if(is.numeric(X)) {
       return(any(is.nan(X)))
   }
   # To examine lists, including nested lists
   if(is.list(X)) {
       return(any(rapply(X, is.nan)))
   }
   return(FALSE)
}

# Set up the taskCallback
stopOnNaNs <- function(...) {
    if(nanDetector(.Last.value)) {stop("NaNs detected!\n")}
    return(TRUE)
}
addTaskCallback(stopOnNaNs)


# Try it out
j <- 1:00
y <- rnorm(99)
l <- list(a=1:4, b=list(j=1:4, k=NaN))
# Error in function (...)  : NaNs detected!

# Subsequent time consuming code that could be avoided if the
# error thrown above is used to stop its evaluation.