R - 变量前的感叹号，但后面没有 =、== 或类似的

Question

R 中 Holt-Winters 函数的代码包含以下 if 子句:

if (!is.null(gamma) && is.logical(gamma) && !gamma)

显然第一个意思是“如果 NOT gamma 为 Null”。我对第三个的含义有点困惑——它看起来像是“if NOT gamma”，但后面没有像等号或 is.null 等一样的东西。

如果这是一个有点基础的问题，请原谅我，但我是 R 的新手。

完整代码:

{
x <- as.ts(x)
seasonal <- match.arg(seasonal)
f <- frequency(x)
if (!is.null(alpha) && (alpha == 0)) 
    stop("cannot fit models without level ('alpha' must not be 0 or FALSE)")
if (!all(is.null(c(alpha, beta, gamma))) && any(c(alpha, 
    beta, gamma) < 0 || c(alpha, beta, gamma) > 1)) 
    stop("'alpha', 'beta' and 'gamma' must be within the unit interval")
if ((is.null(gamma) || gamma > 0)) {
    if (seasonal == "multiplicative" && any(x == 0)) 
        stop("data must be non-zero for multiplicative Holt-Winters")
    if (start.periods < 2) 
        stop("need at least 2 periods to compute seasonal start values")
}
if (!is.null(gamma) && is.logical(gamma) && !gamma) {
    expsmooth <- !is.null(beta) && is.logical(beta) && !beta
    if (is.null(l.start)) 
        l.start <- if (expsmooth) 
            x[1L]
        else x[2L]
    if (is.null(b.start)) 
        if (is.null(beta) || !is.logical(beta) || beta) 
            b.start <- x[2L] - x[1L]
    start.time <- 3 - expsmooth
    s.start <- 0
}
else {
    start.time <- f + 1
    wind <- start.periods * f
    st <- decompose(ts(x[1L:wind], start = start(x), frequency = f), 
        seasonal)
    if (is.null(l.start) || is.null(b.start)) {
        dat <- na.omit(st$trend)
        cf <- coef(.lm.fit(x = cbind(1, seq_along(dat)), 
            y = dat))
        if (is.null(l.start)) 
            l.start <- cf[1L]
        if (is.null(b.start)) 
            b.start <- cf[2L]
    }
    if (is.null(s.start)) 
        s.start <- st$figure
}
lenx <- as.integer(length(x))
if (is.na(lenx)) 
    stop("invalid length(x)")
len <- lenx - start.time + 1
hw <- function(alpha, beta, gamma) .C(C_HoltWinters, as.double(x), 
    lenx, as.double(max(min(alpha, 1), 0)), as.double(max(min(beta, 
        1), 0)), as.double(max(min(gamma, 1), 0)), as.integer(start.time), 
    as.integer(!+(seasonal == "multiplicative")), as.integer(f), 
    as.integer(!is.logical(beta) || beta), as.integer(!is.logical(gamma) || 
        gamma), a = as.double(l.start), b = as.double(b.start), 
    s = as.double(s.start), SSE = as.double(0), level = double(len + 
        1L), trend = double(len + 1L), seasonal = double(len + 
        f))
if (is.null(gamma)) {
    if (is.null(alpha)) {
        if (is.null(beta)) {
            error <- function(p) hw(p[1L], p[2L], p[3L])$SSE
            sol <- optim(optim.start, error, method = "L-BFGS-B", 
              lower = c(0, 0, 0), upper = c(1, 1, 1), control = optim.control)
            if (sol$convergence || any(sol$par < 0 | sol$par > 
              1)) {
              if (sol$convergence > 50) {
                warning(gettextf("optimization difficulties: %s", 
                  sol$message), domain = NA)
              }
              else stop("optimization failure")
            }
            alpha <- sol$par[1L]
            beta <- sol$par[2L]
            gamma <- sol$par[3L]
        }
        else {
            error <- function(p) hw(p[1L], beta, p[2L])$SSE
            sol <- optim(c(optim.start["alpha"], optim.start["gamma"]), 
              error, method = "L-BFGS-B", lower = c(0, 0), 
              upper = c(1, 1), control = optim.control)
            if (sol$convergence || any(sol$par < 0 | sol$par > 
              1)) {
              if (sol$convergence > 50) {
                warning(gettextf("optimization difficulties: %s", 
                  sol$message), domain = NA)
              }
              else stop("optimization failure")
            }
            alpha <- sol$par[1L]
            gamma <- sol$par[2L]
        }
    }
    else {
        if (is.null(beta)) {
            error <- function(p) hw(alpha, p[1L], p[2L])$SSE
            sol <- optim(c(optim.start["beta"], optim.start["gamma"]), 
              error, method = "L-BFGS-B", lower = c(0, 0), 
              upper = c(1, 1), control = optim.control)
            if (sol$convergence || any(sol$par < 0 | sol$par > 
              1)) {
              if (sol$convergence > 50) {
                warning(gettextf("optimization difficulties: %s", 
                  sol$message), domain = NA)
              }
              else stop("optimization failure")
            }
            beta <- sol$par[1L]
            gamma <- sol$par[2L]
        }
        else {
            error <- function(p) hw(alpha, beta, p)$SSE
            gamma <- optimize(error, lower = 0, upper = 1)$minimum
        }
    }
}
else {
    if (is.null(alpha)) {
        if (is.null(beta)) {
            error <- function(p) hw(p[1L], p[2L], gamma)$SSE
            sol <- optim(c(optim.start["alpha"], optim.start["beta"]), 
              error, method = "L-BFGS-B", lower = c(0, 0), 
              upper = c(1, 1), control = optim.control)
            if (sol$convergence || any(sol$par < 0 | sol$par > 
              1)) {
              if (sol$convergence > 50) {
                warning(gettextf("optimization difficulties: %s", 
                  sol$message), domain = NA)
              }
              else stop("optimization failure")
            }
            alpha <- sol$par[1L]
            beta <- sol$par[2L]
        }
        else {
            error <- function(p) hw(p, beta, gamma)$SSE
            alpha <- optimize(error, lower = 0, upper = 1)$minimum
        }
    }
    else {
        if (is.null(beta)) {
            error <- function(p) hw(alpha, p, gamma)$SSE
            beta <- optimize(error, lower = 0, upper = 1)$minimum
        }
    }
}
final.fit <- hw(alpha, beta, gamma)
fitted <- ts(cbind(xhat = final.fit$level[-len - 1], level = final.fit$level[-len - 
    1], trend = if (!is.logical(beta) || beta) 
    final.fit$trend[-len - 1], season = if (!is.logical(gamma) || 
    gamma) 
    final.fit$seasonal[1L:len]), start = start(lag(x, k = 1 - 
    start.time)), frequency = frequency(x))
if (!is.logical(beta) || beta) 
    fitted[, 1] <- fitted[, 1] + fitted[, "trend"]
if (!is.logical(gamma) || gamma) 
    fitted[, 1] <- if (seasonal == "multiplicative") 
        fitted[, 1] * fitted[, "season"]
    else fitted[, 1] + fitted[, "season"]
structure(list(fitted = fitted, x = x, alpha = alpha, beta = beta, 
    gamma = gamma, coefficients = c(a = final.fit$level[len + 
        1], b = if (!is.logical(beta) || beta) final.fit$trend[len + 
        1], s = if (!is.logical(gamma) || gamma) final.fit$seasonal[len + 
        1L:f]), seasonal = seasonal, SSE = final.fit$SSE, 
    call = match.call()), class = "HoltWinters")

Answer 1

编辑:我对上下文感到困惑。

! 是 R 中的逻辑非运算符。

正如评论中指出的那样，R 通常允许用户传递不同类型的参数。在这种情况下 ?HoltWinters 说

gamma: gamma parameter used for the seasonal component. If set to ‘FALSE’, an non-seasonal model is fitted.

所以 gamma 可以是一个数值或一个逻辑值(FALSE)。

由于此 !gamma 遵循 is.logical(gamma) && ...，因此仅当 gamma 是逻辑值时才会对其求值(TRUE/FALSE) 值。在这种情况下，!gamma 等同于 gamma==FALSE，但大多数程序员会将其缩短为 !gamma(以便 FALSE 变为 TRUE，TRUE 变为 FALSE)。

如果没有先进行 is.logical() 测试，我们不想测试 gamma=FALSE，因为有人可能指定了 gamma=0，在这种情况下，R 将计算 0==FALSE，根据其强制转换规则为 TRUE。

这个测试也可以写成 if (identical(gamma,FALSE)) - 它将正确评估 NULL 和 0 与 FALSE 的不同。

---

相反，如果 gamma 是数字，!gamma 将是 gamma != 0 的简写。

根据 R 从 float 到逻辑数的强制转换规则，0 被转换为 FALSE，任何非零、非 NA 值都被转换为 TRUE (有关详细信息，请参阅 this question)。因此 !gamma 等同于 gamma!=0。一些老派程序员为了简洁起见使用它；我认为简洁明了的权衡不值得，但这只是我的看法。