r - 在 R 中，为什么一个函数有效而另一个函数无效，因为它们都是非常相似的数字向量？

Question

在运行下面介绍的 MWE 代码时，它可以很好地运行插值场景。但是，如果我注释掉当前未注释的第一个自定义 interpol() 函数，并取消注释第二个 interpol() 函数，则结果不会绘制。为什么？？它们的输出形式非常相似!

我在 R studio 控制台中运行了两个 interpol() 版本来进行测试。他们都按应有的方式工作。当我运行 is.vector() 时它们都是向量，当我运行 is.numeric() 时它们都是数字。

显然，第二个 interpol() 不进行插值，它计算一个 sumproduct(测试 sumproduct 以了解此代码的演变)。在默认情况下，它会生成一个包含 10 个元素的向量，每个元素 = 5。为什么这不会像第一个 interpol() 那样绘制出来？

MWE代码:

library(shiny)
library(shinyMatrix)
library(dplyr)
library(ggplot2)

interpol <- function(a, b) { # a = periods, b = matrix inputs
  c    <- rep(NA, a)
  c[1] <- b[1]
  c[a] <- b[2]
  c    <- approx(seq_along(c)[!is.na(c)], c[!is.na(c)], seq_along(c))$y
  return(c)
}

# interpol <- function(a, b) { # a = periods, b = matrix inputs
#   c    <- rep(NA, a)
#   c[]  <- sum(b[,1]) %*% sum(b[,2])
#   return(c)
# }

ui <- fluidPage(
  sliderInput('periods', 'X-axis periods:', min=1, max=10, value=10),
  matrixInput(
    "myMatrixInput",
    label = "Values to sumproduct paired under each scenario heading:",
    value =  matrix(c(1, 5), 1, 2, dimnames = list(NULL, rep("Scenario 1", 2))),
    cols = list(extend = TRUE,  delta = 2, names = TRUE,  delete = TRUE, multiheader = TRUE),
    rows = list(extend = FALSE, delta = 1, names = FALSE, delete = FALSE),
    class = "numeric"),
  plotOutput("plot")
)

server <- function(input, output, session) {
  
  observeEvent(input$myMatrixInput, {
    tmpMatrix <- input$myMatrixInput
    
    # Remove any empty matrix columns
    empty_columns <- sapply(tmpMatrix, function(x) all(is.na(x) | x == ""))
    tmpMatrix <- tmpMatrix[, !empty_columns, drop=FALSE]
    
    # Assign column header names
    colnames(tmpMatrix) <- paste("Scenario", rep(1:ncol(tmpMatrix), each = 2, length.out = ncol(tmpMatrix)))
    
    isolate( # isolate update to prevent infinite loop
      updateMatrixInput(session, inputId = "myMatrixInput", value = tmpMatrix)
    )
  })
  
  plotData <- reactive({
    tryCatch(
      lapply(seq_len(ncol(input$myMatrixInput)/2),
             function(i){
               tibble(
                 Scenario = colnames(input$myMatrixInput)[i*2-1],
                 X = seq_len(input$periods),
                 Y = interpol(input$periods, input$myMatrixInput[1,(i*2-1):(i*2)])
               )
             }) %>% bind_rows(),
      error = function(e) NULL
    )
  })
  
  output$plot <- renderPlot({
    req(plotData())
    plotData() %>% ggplot() + geom_line(aes(
      x = X,
      y = Y,
      colour = as.factor(Scenario)
    ))
  })
  
}

shinyApp(ui, server)

Answer 1

为了便于解释，我将第一个函数称为 interpol1，将第二个函数称为 interpol2。

在 lapply 中调用函数 (interpol(input$periods, input$myMatrixInput[1,(i*2-1):(i*2)])) input$myMatrixInput[1,(i*2-1):(i*2)] 返回一个数值向量而不是矩阵。在 interpol1 中，您使用 b[1] 和 b[2] 对 b 的值进行子集化，这是正确的对矢量进行子集化的方法，但在 interpol2 中，您使用 b[,1] 和 b[,2] 对不正确的矢量进行子集化返回错误 error in b[, 1] : incorrect number of dimensions。我认为您期望 b 是一个矩阵，因此您使用了 b[, 1]。

一个解决方法是将输入保留为矩阵，这可以通过使用 -

Y = interpol1(input$periods, input$myMatrixInput[1,(i*2-1):(i*2), drop = FALSE])

这应该适用于函数 interpol1 和 interpol2。