一些情節在Rstudio，knitr，Rmarkdown

Question

我使用不渲染： Ubuntu的12.04 64位， ř3.0.2， RStudio 0.98.312， knitr 1.5， 降價0.6.3， mgcv1.​​7 -27

我有一個帶有多個代碼塊的Rmarkdown文檔。在一個塊的中間，有一些代碼位於我適合GAM的位置，總結適合度並繪製出適合度。問題是第一個情節呈現到輸出文件中，但第二個情節沒有。下面是從塊的消毒代碼片段：

fit <- gam(y ~ s(x), data=j0, subset= !is.na(x)) 
summary(fit) # look at non-missing only 
plot(fit) 

fit <- gam(y ~ s(sqrt(x)), data=j0, subset= !is.na(x)) 
summary(fit) 
plot(fit) 

mean(y[is.na(x)]) - mean(y[!is.na(x)]) 

呈現的一切如預期，但其輸出從呼應第二陰謀聲明呼應的手段以下計算直線前進。平均值計算的結果是正確的。

如果我在另一個圖表中註釋掉另外一個圖塊，在塊中稍後調用7行，那麼缺失的圖形將被正確渲染。

有沒有人有任何建議，這裏發生了什麼？

更新下面

總結 - 呼叫爲劇情2後的幾行有生成執行錯誤（可變未找到）和幾行一些R代碼裏面之後，有一個呼叫爲劇情3.如果代碼錯誤是固定的，然後繪製2。如果代碼錯誤是未定義的，並且對繪圖3的調用被註釋掉，則繪製繪圖2。問題取決於用於存儲不同擬合結果的相同變量「擬合」。如果我將每個擬合分配給不同的變量，那麼曲線2呈現OK。

我不明白在成功執行多行代碼之後如何進行更改（顯然是追溯性）可以防止繪製2渲染。

重複的例子：

Some text. 

```{r setup} 
require(mgcv) 

mkdata <- function(n=100) { 
    x <- rnorm(n) + 5 
    y <- x + 0.3 * rnorm(n) 
    x[sample(ceiling(n/2), ceiling(n/10))] <- NA 
    x <- x^2 
    data.frame(x, y) 
} 
``` 

Example 1 
========= 

Plot 2 fails to render. (Using the same fit object for each fit.) 

```{r example_1} 
j0 <- mkdata() 
attach(j0) 
mx <- min(x, na.rm=TRUE) 

fit <- gam(y ~ s(x), data=j0, subset= !is.na(x)) 
summary(fit) 
plot(fit) # plot 1 

fit <- gam(y ~ s(sqrt(x)), data=j0, subset= !is.na(x)) 
summary(fit) 
plot(fit) #plot 2 

mean(y[is.na(x)]) - mean(y[!is.na(x)]) # means calculation 

# recode the missing values 
j0$x.na <- is.na(x) 
j0$x.c <- ifelse(x.na, mx, x) # ERROR in recode 
detach() 

attach(j0) 
fit <- gam(y ~ s(sqrt(x.c)) + x.na, data=j0) # doesn't run because of error in recode 
summary(fit) # this is actually fit 2 
plot(fit) # plot 3 (this is actually fit 2) 
detach() 
``` 

Example 2 
========= 

Use separate fit objects for each fit. Plot 2 renders OK. 

```{r example_2} 
j0 <- mkdata() 
attach(j0) 
mx <- min(x, na.rm=TRUE) 

fit1 <- gam(y ~ s(x), data=j0, subset= !is.na(x)) 
summary(fit1) 
plot(fit1) # plot 1 

fit2 <- gam(y ~ s(sqrt(x)), data=j0, subset= !is.na(x)) 
summary(fit2) 
plot(fit2) #plot 2 

mean(y[is.na(x)]) - mean(y[!is.na(x)]) # means calculation 

# recode the missing values 
j0$x.na <- is.na(x) 
j0$x.c <- ifelse(x.na, mx, x) # ERROR in recode 
detach() 

attach(j0) 
fit3 <- gam(y ~ s(sqrt(x.c)) + x.na, data=j0) # doesn't run because of error in recode 
summary(fit3) 
plot(fit3) # plot 3 
detach() 
``` 

Example 3 
========= 

Revert to using the same fit object for each fit. Plot 2 renders because plot 3 is commented out. 

```{r example_3} 
j0 <- mkdata() 
attach(j0) 
mx <- min(x, na.rm=TRUE) 

fit <- gam(y ~ s(x), data=j0, subset= !is.na(x)) 
summary(fit) 
plot(fit) # plot 1 

fit <- gam(y ~ s(sqrt(x)), data=j0, subset= !is.na(x)) 
summary(fit) 
plot(fit) #plot 2 

mean(y[is.na(x)]) - mean(y[!is.na(x)]) # means calculation 

# recode the missing values 
j0$x.na <- is.na(x) 
j0$x.c <- ifelse(x.na, mx, x) # ERROR in recode 
detach() 

attach(j0) 
fit <- gam(y ~ s(sqrt(x.c)) + x.na, data=j0) 
summary(fit) # this is actually fit 2 
# plot(fit) # plot 3 (this is actually fit 2) 
detach() 
``` 

Example 4 
========= 

Plot 2 renders because later recode error is fixed. 

```{r example_4} 
j0 <- mkdata() 
attach(j0) 
mx <- min(x, na.rm=TRUE) 

fit <- gam(y ~ s(x), data=j0, subset= !is.na(x)) 
summary(fit) 
plot(fit) # plot 1 

fit <- gam(y ~ s(sqrt(x)), data=j0, subset= !is.na(x)) 
summary(fit) 
plot(fit) #plot 2 

mean(y[is.na(x)]) - mean(y[!is.na(x)]) # means calculation 

# recode the missing values 
j0$x.na <- is.na(x) 
j0$x.c <- ifelse(j0$x.na, mx, x) # error in recode fixed 
detach() 

attach(j0) 
fit <- gam(y ~ s(sqrt(x.c)) + x.na, data=j0) 
summary(fit) 
plot(fit) # plot 3 
detach() 
``` 

日誌文件：

> require(knitr); knit('reproduce.Rmd', encoding='UTF-8'); 
Loading required package: knitr 


processing file: reproduce.Rmd 
    |......               | 9% 
    ordinary text without R code 

    |............              | 18% 
label: setup 
    |..................            | 27% 
    ordinary text without R code 

    |........................           | 36% 
label: example_1 
    |..............................         | 45% 
    ordinary text without R code 

    |...................................        | 55% 
label: example_2 
    |.........................................      | 64% 
    ordinary text without R code 

    |...............................................     | 73% 
label: example_3 
    |.....................................................   | 82% 
    ordinary text without R code 

    |...........................................................  | 91% 
label: example_4 
    |.................................................................| 100% 
    ordinary text without R code 


output file: reproduce.md 

[1] "reproduce.md" 

Answer 1

你是attach()只是又一個受害者，儘管人們一直在警告反對使用attach()。這很容易搞砸attach()。你做了之後，你attach(j0)：

j0$x.na <- is.na(x) 
j0$x.c <- ifelse(x.na, mx, x) # ERROR in recode 

當然，R找不到對象x.na因爲它不存在任何地方。是的，它現在在j0中，但它不會暴露給R，除非您分開j0並重新附加它。換句話說，attach()不會自動刷新自己，因爲您將更多變量添加到j0。所以簡單的解決方法是：

j0$x.c <- ifelse(j0$x.na, mx, x) 

我明白你爲什麼要使用attach() - 你能避免處處尷尬j0$前綴，但你必須非常小心。除了我提到的問題外，detach()也是不好的，因爲您沒有指定要分離哪個環境，並且默認情況下，搜索路徑上的第二個分離，即而不是必須是您附加的那個。您可能已將其他軟件包加載到搜索路徑中。因此您必須明確：detach('j0')。

回到knitr：如果你想知道，我可以解釋一下怎麼回事，但首先，你必須確保你的代碼在傳遞到knitr之前確實有效。隨着錯誤消除，您觀察到的奇怪現象也將消失。