统计211

标题: 我来闲话一下R的debug经验 [打印本页]

作者: 晚风 时间: 2011-7-4 20:19
标题: 我来闲话一下R的debug经验
看到有人头疼debug，我来说一下我的经验之谈，给初学者。纯属个人抓瞎，小心被雷到!

首先说设计程序结构。我的程序一般有三个部分: 一个是Main.R，一般和数据什么的放在主工作目录。Main.R 的作用是建立一个工作环境，调用相关函数，加载额外的包，分配内存大小什么的，以及参数的输入。一个子目录src，下面是一堆.R文件（多少不等，我最多写过二十多个）. 每个文件是一个函数，命名和用里面函数同名，便于查找。另外一个子目录util,放一些简单工具，比如有一个函数是用来递归的source一个或多个文件夹下所有的R文件。

首先调试src下每个函数，当然你写函数时候要知道你的函数输入是什么结构，输出是什么，保证给定的输入能有结果。不要把单个函数写的太复杂，一个函数一个功能。当然写的太琐碎也不好，因为总是有很大的overhead call functions会递减整个系统的性能，这个是后话了。单个函数的debug一般比较简单，一页一两百行的代码。另外友情提示，"..." 是一个很好的用法，配合Main.R使用。

到最后就是就是在主目录下source("Main.R")把所有的函数串起来，Main.R里一般我都用hard coded. 这时候正式的debug开始了。当source("Main.R")出现错了，程序停了下来，会提示一些错误，有些很浅显，比如矩阵相乘出现non-comfortable. 有些很难找到，怎么找到错误在哪里呢？这时候你可以敲一下traceback(). R就会自己recovery到出错的地方，并且1,2,3,4,5告诉在出错之前R都做了些什么。在哪个函数的哪里出错了。定位了就好处理了。

有时候会有特别的情况，比如每到某一个地方就报错NAs are not allowed.可是这里本来不应该有NA啊。这时候你可以在这个前面放置browser().每到这里，R就会暂停，提示你测试一下周围环境是不是你需要的，在这里你也可以给一些其他的输入。比如每次我输入a<-5这里就出现NA，我可以零时输入a<- 6看看什么结果。不过具体情况具体分析。browser还可以在出错时停止，所以就不会每次有错没错都停在那里等你。还有一些东西也是很有用，比如R默认在运行中会把所有的Warnings保存下来，最后程序结束了才提示超过50的警告，不过黄花菜也凉了，可以在程序运行前加一句options(warn=1),你可以写在Main.R的第二行，（第一行写rm(list=ls())）这样一旦有警告，就会print出来，这样心中有数了。

有时候程序既没有报错，又没有警告，但是出来的东西不是我们想要的，大概里边某个地方算错了，我记得我有一次把seq写成rep了。这时traceback()用不了了，没有错啊！browser()有时候比较烦人，每次都停。这回时候可以试着零时用一下全局变量（<<-），我是强烈反对在函数里用全局变量了。你可以把中间你比较怀疑的某些值设成全局变量，当程序运行结束了，你可以单独对付，我的感觉是这样见效很快。不过记得结束后还原。

我还用过一个比较二的方法找错。前提是前面都失效了，这个问题出现在我做1000次循环，程序死在了第993次上，纯属偶然，这也得找出来啊。于是我就在程序从程序开始到后来每隔一段print(p)，其中p是第几个print。假设我有10个p打印出来，这样，我开始运行时，屏幕上会从打印1,2,3,4,5,6,7,8,9,10,1,2,3,4,5...直到出错了，查看最后一个打印出来的是什么，就知道大概哪个附近有问题了。其实print有很多很好的用途比如你做一个100000次的循环，大概需要两个小时，在代码运行时你想知道当前是第几次，你可以每隔1000次pint一下当前是第几次。如果能配合proc.time()使用，你还能做一个进度条估计剩余时间。都是很简单的东西，但是很有趣。

补充一下，try() 和tryCatch()是两个很好的处理error的函数。用法很简单，参看帮助。

总结一下. debug是一个比较系统的过程，不是最后那一两次调试才叫作debug.基于“出来混的，终究是要还的”，我还是比较建议从一开始写良好的编程习惯，这样有利于检查问题。比如在写之前就声明输入的类型，N x P的矩阵还是 P x 1的，矩阵还是其他的，输出是什么东西。不要一边写一边想加个张三就加个张三，想加个李四就加个李四，这样会越来越乱。。变量命名不要嫌长，最好好能说明功能，比如 KStepNewtonDimMov for "K-step Newton Dimension Move". 注意代码缩进。for loop如果很长，超过一个屏幕，应该写成这样：
for(i in 1:100)
{
## long code
} # for (i in 1:100)
个人经验，这些可以对付一般的问题了，其他的只能google了。更多的大家可以help.search("debug")。

欢迎光临统计211 (http://www.tj211.com/)