星期四, 一月 05, 2012

转载:来自 Google 的 R 语言编码风格指南

本文转自Xiao Nan的博客

R语言是一门主要用于统计计算和绘图的高级编程语言. 这份 R 语言编码风格指南旨在让我们的 R 代码更容易阅读、分享和检查. 以下规则系与 Google 的 R 用户群体协同设计而成.

  • 表示和命名
    • 文件命名
    • 文件名应以 .R (大写) 结尾, 文件名本身要有意义.
      正例: predict_ad_revenue.R
      反例: foo.R

    • 标识符命名
    • 在标识符中不要使用下划线 ( _ ) 或连字符 ( - ). 标识符应根据如下惯例命名. 变量名应使用点 (.) 分隔所有的小写字母或单词; 函数名首字母大写, 不用点分隔 (所含单词首字母大写); 常数命名规则同函数, 但需使用一个 k 开头.
      • variable.name 
        正例: avg.clicks
        反例: avg_Clicks avgClicks
      • FunctionName 
        正例: CalculateAvgClicks
        反例: calculate_avg_clicks calculateAvgClicks
        函数命名应为动词或动词性短语.
        例外: 当创建一个含类 (class) 属性的对象时, 函数名 (也是constructor) 和类名 (class) 应当匹配 (例如, lm).
      • kConstantName

  • 语法
    • 单行长度
    • 最大单行长度为 80 个字符.

    • 缩进
    • 使用两个空格来缩进代码. 永远不要使用制表符或混合使用二者.
      例外: 当括号内发生折行时, 所折行与括号内的第一个字符对齐.

    • 空白
    • 在所有二元操作符 (=+-<-, 等等) 的两侧加上空格.
      例外: 在函数调用中传递参数时 = 两边的空格可加可不加.
      不可在逗号前加空格, 逗号后总须加空格.

      正例:
      tabPrior <- table(df[df$daysFromOpt < 0, "campaignid"])
      total <- sum(x[, 1])
      total <- sum(x[1, ])

      反例:
      tabPrior <- table(df[df$daysFromOpt<0, "campaignid"])  # Needs spaces around '<'
      tabPrior <- table(df[df$daysFromOpt < 0,"campaignid"])  # Needs a space after the comma
      tabPrior<- table(df[df$daysFromOpt < 0, "campaignid"])  # Needs a space before <-
      tabPrior<-table(df[df$daysFromOpt < 0, "campaignid"])  # Needs spaces around <-
      total <- sum(x[,1])  # Needs a space after the comma
      total <- sum(x[ ,1])  # Needs a space after the comma, not before

      在前括号前加一个空格, 函数调用时除外.
      正例:
      if (debug)
      反例:
      if(debug)
      多加空格 (即, 在行内使用多于一个空格) 也是可以的, 如果这样做能够改善等号或箭头 (<-) 的对齐效果.
      plot(x    = xCoord,
           y    = dataMat[, makeColName(metric, ptiles[1], "roiOpt")],
           ylim = ylim,
           xlab = "dates",
           ylab = metric,
           main = (paste(metric, " for 3 samples ", sep="")))
      
      
      不要向圆括号或方括号中的代码两侧加入空格.
      例外: 逗号后总须加空格.
      正例:
      if (debug)
      x[1, ]

      反例:
      if ( debug )  # debug 的两边不要加空格
      x[1,]  # 需要在逗号后加一个空格 

    • 花括号
    • 前括号永远不应该独占一行; 后括号应当总是独占一行. 您可以在代码块只含单个语句时省略花括号; 但在处理这类单个语句时, 您必须 前后一致地 要么全部使用花括号, 或者全部不用花括号.
      if (is.null(ylim)) {
        ylim <- c(0, 0.06)
      }
      或 (不可混用)
      if (is.null(ylim))
        ylim <- c(0, 0.06)
      总在新起的一行开始书写代码块的主体.
      反例:
      if (is.null(ylim)) ylim <- c(0, 0.06)
      if (is.null(ylim)) {ylim <- c(0, 0.06)}

    • 赋值
    • 使用 <- 进行赋值, 不用 = 赋值.
      正例:
      x <- 5
      反例:
      x = 5

    • 分号
    • 不要以分号结束一行, 也不要利用分号在同一行放多于一个命令. (分号是毫无必要的, 并且为了与其他Google编码风格指南保持一致, 此处同样略去.)

  • 代码组织
    • 总体布局和顺序
    • 如果所有人都以相同顺序安排代码内容, 我们就可以更加轻松快速地阅读并理解他人的脚本了.
      1. 版权声明注释
      2. 作者信息注释
      3. 文件描述注释, 包括程序的用途, 输入和输出
      4. source() 和 library() 语句
      5. 函数定义
      6. 要执行的语句, 如果有的话 (例如, printplot)
      单元测试应在另一个名为 原始的文件名_unittest.R 的独立文件中进行.

    • 注释准则
    • 注释您的代码. 整行注释应以 # 后接一个空格开始.
      行内短注释应在代码后接两个空格, #, 再接一个空格.
      # Create histogram of frequency of campaigns by pct budget spent.
      hist(df$pctSpent,
           breaks = "scott",  # method for choosing number of buckets
           main   = "Histogram: fraction budget spent by campaignid",
           xlab   = "Fraction of budget spent",
           ylab   = "Frequency (count of campaignids)")
      

    • 函数的定义和调用
    • 函数定义应首先列出无默认值的参数, 然后再列出有默认值的参数.
      函数定义和函数调用中, 允许每行写多个参数; 折行只允许在赋值语句外进行.
      正例:
      PredictCTR <- function(query, property, numDays,
                             showPlot = TRUE)
      
      反例:
      PredictCTR <- function(query, property, numDays, showPlot =
                             TRUE)
      
      理想情况下, 单元测试应该充当函数调用的样例 (对于包中的程序来说).

    • 函数文档
    • 函数在定义行下方都应当紧接一个注释区. 这些注释应当由如下内容组成: 此函数的一句话描述; 此函数的参数列表, 用 Args: 表示, 对每个参数的描述 (包括数据类型); 以及对于返回值的描述, 以 Returns: 表示. 这些注释应当描述得足够充分, 这样调用者无须阅读函数中的任何代码即可使用此函数.

    • 示例函数
    • 
      
      CalculateSampleCovariance <- function(x, y, verbose = TRUE) {
        # Computes the sample covariance between two vectors.
        #
        # Args:
        #   x: One of two vectors whose sample covariance is to be calculated.
        #   y: The other vector. x and y must have the same length, greater than one,
        #      with no missing values.
        #   verbose: If TRUE, prints sample covariance; if not, not. Default is TRUE.
        #
        # Returns:
        #   The sample covariance between x and y.
        n <- length(x)
        # Error handling
        if (n <= 1 || n != length(y)) {
          stop("Arguments x and y have invalid lengths: ",
               length(x), " and ", length(y), ".")
        }
        if (TRUE %in% is.na(x) || TRUE %in% is.na(y)) {
          stop(" Arguments x and y must not have missing values.")
        }
        covariance <- var(x, y)
        if (verbose)
          cat("Covariance = ", round(covariance, 4), ".\n", sep = "")
        return(covariance)
      }
      
      

    • TODO 书写风格
    • 编码时通篇使用一种一致的风格来书写 TODO.
      TODO(您的用户名): 所要采取行动的明确描述

  • 语言
    • Attach
    • 使用 attach 造成错误的可能数不胜数. 避免使用它.

    • 函数
    • 错误 (error) 应当使用 stop() 抛出.

    • 对象和方法
    • S 语言中有两套面向对象系统, S3 和 S4, 在 R 中这两套均可使用. S3 方法的可交互性更强, 更加灵活, 反之, S4 方法更加正式和严格. (对这两套系统的说明, 参见 Thomas Lumley 的文章 "Programmer's Niche: A Simple Class, in S3 and S4", 发表于 R News 4/1, 2004, 33 - 36 页: http://cran.r-project.org/doc/Rnews/Rnews_2004-1.pdf.)
      这里推荐使用 S3 对象和方法, 除非您有很强烈的理由去使用 S4 对象和方法. 使用 S4 对象的一个主要理由是在 C++ 代码中直接使用对象. 使用一个 S4 泛型/方法的主要理由是对双参数的分发.
      避免混用 S3 和 S4: S4 方法会忽略 S3 中的继承, 反之亦然.

  • 例外
  • 除非有不去这样做的好理由, 否则应当遵循以上描述的编码惯例. 例外包括遗留代码的维护和对第三方代码的修改.

  • 结语
  • 遵守常识, 前后一致.如果您在编辑现有代码, 花几分钟看看代码的上下文并弄清它的风格. 如果其他人在 if 语句周围使用了空格, 那您也应该这样做. 如果他们的注释是用星号组成的小盒子围起来的, 那您也要这样写。
    遵循编码风格准则的意义在于, 人们相当于有了一个编程的通用词汇表, 于是人们可以专注于您在 说什么, 而不是您是 怎么说 的. 我们在这里提供全局的编码风格规则以便人们了解这些词汇, 但局部风格也很重要. 如果您加入文件中的代码看起来和周围的已有代码截然不同, 那么代码阅读者的阅读节奏就会被破坏. 尽量避免这样做. OK, 关于如何写代码已经写得够多了; 代码本身要有趣的多. 编码愉快!

  • 参考文献
  • http://www.maths.lth.se/help/R/RCC/ - R语言编码惯例
    http://ess.r-project.org/ - 为 emacs 用户而生. 在您的 emacs 中运行 R 并且提供了一个 emacs mode.

    没有评论:

    发表评论