r - = 和 == 有什么区别？

Question

=有什么区别和 == ?我发现双等号允许我的脚本运行而一个等号产生错误消息的情况。我应该什么时候使用 ==而不是 = ?

Answer 1

这取决于上下文 =方法。 ==总是用于测试相等性。
=可

大多数情况下用作 <- 的直接替代品, 赋值运算符。

> x = 10
> x
[1] 10

用作键值对的分隔符，用于在函数调用中为参数赋值。

rnorm(n = 10, mean = 5, sd = 2)

由于以上2.， =不能用作 <- 的替代品在所有情况下。考虑

> rnorm(N <- 10, mean = 5, sd = 2)
 [1] 4.893132 4.572640 3.801045 3.646863 4.522483 4.881694 6.710255 6.314024
 [9] 2.268258 9.387091
> rnorm(N = 10, mean = 5, sd = 2)
Error in rnorm(N = 10, mean = 5, sd = 2) : unused argument (N = 10)
> N
[1] 10

现在有人会考虑 rnorm(N <- 10, mean = 5, sd = 2)糟糕的编程，但它是有效的，您需要了解 = 之间的差异和 <-为分配。
==总是用于相等性测试:

> set.seed(10)
> logi <- sample(c(TRUE, FALSE), 10, replace = TRUE)
> logi
 [1] FALSE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE
> logi == TRUE
 [1] FALSE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE
> seq.int(1, 10) == 5L
 [1] FALSE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE

小心 ==然而，因为它实际上意味着完全等于并且在涉及浮点运算的计算机上，您可能无法得到您期望的答案。例如，来自 ?'==' :

> x1 <- 0.5 - 0.3
> x2 <- 0.3 - 0.1
> x1 == x2                           # FALSE on most machines
[1] FALSE
> identical(all.equal(x1, x2), TRUE) # TRUE everywhere
[1] TRUE

哪里 all.equal()由于精度/浮点运算的损失，相等性测试允许有点模糊。