物件導向（Object-Oriented Programming，OOP）很紅，大家都把物件導向掛在嘴上。 R 語言也在 OOP 的潮流下，逐漸往物件導向的方向演化。
在 R 裡面，每一樣「東西」都叫做「物件(object)」，也就是，不管是向量(vector)、矩陣(matrix)、陣列(array)、列表（list）、資料框架（data frame）……都是 object 的不同類型（type）。我們可以透過 typeof() 函式來查看物件的類別（class）
物件的類別（Class）
上一篇介紹了物件屬性（attributes）的概念，而一種很特別的物件屬性叫做物件的「類別(class)」。
例如，某個物件的類別是 data frame（沒錯，data frame 就是用 list 物件所做出來的 special class），那麼當我們使用 plot() 函式去跑這個 data frame ，則這個物件會以特別的形式被印出來。
如果許多 objects 被定義為相同的 class ，那麼這些 objects 將會擁有相同的 attributes 。
S3 Class
R 語言中提供了一種泛型函數（generic function），它可以接受屬於各種不同 class 的 objects，為這些 objects 調用合適的方法（而此泛型函數本身並不做計算）。
舉例而言，
x = c(1,2,3)
print(x)## [1] 1 2 3print(x) 就是一個對 x 執行的泛型函數，其運作過程是：
- 找到
x的 class 屬性是什麼 >>> 是一個 vector - 把這個 class 屬性裡的每個元素(
1, 2, 3)都透過.連接起來
其中在第 2 步對於這種 class 所設計而執行的動作，就是針對它而做的 method 。 我們可以使用 methods(classname) 來看看該特定 classname 可以用的泛型函數有哪些
methods(print)## [1] print.acf*
## [2] print.AES*
## [3] print.anova*
## [4] print.aov*
## [5] print.aovlist*
## [6] print.ar*
## [7] print.Arima*
## [8] print.arima0*
## [9] print.AsIs
## [10] print.aspell*
## [11] print.aspell_inspect_context*
## [12] print.bibentry*
## [13] print.Bibtex*
## [14] print.browseVignettes*
## [15] print.by
## [16] print.bytes*
## [17] print.changedFiles*
## [18] print.check_code_usage_in_package*
## [19] print.check_compiled_code*
## [20] print.check_demo_index*
## [21] print.check_depdef*
## [22] print.check_dotInternal*
## [23] print.check_make_vars*
## [24] print.check_nonAPI_calls*
## [25] print.check_package_code_assign_to_globalenv*
## [26] print.check_package_code_attach*
## [27] print.check_package_code_data_into_globalenv*
## [28] print.check_package_code_startup_functions*
## [29] print.check_package_code_syntax*
## [30] print.check_package_code_unload_functions*
## [31] print.check_package_compact_datasets*
## [32] print.check_package_CRAN_incoming*
## [33] print.check_package_datasets*
## [34] print.check_package_depends*
## [35] print.check_package_description*
## [36] print.check_package_description_encoding*
## [37] print.check_package_license*
## [38] print.check_packages_in_dir*
## [39] print.check_packages_in_dir_changes*
## [40] print.check_packages_used*
## [41] print.check_po_files*
## [42] print.check_Rd_contents*
## [43] print.check_Rd_line_widths*
## [44] print.check_Rd_metadata*
## [45] print.check_Rd_xrefs*
## [46] print.check_so_symbols*
## [47] print.check_T_and_F*
## [48] print.check_url_db*
## [49] print.check_vignette_index*
## [50] print.checkDocFiles*
## [51] print.checkDocStyle*
## [52] print.checkFF*
## [53] print.checkRd*
## [54] print.checkReplaceFuns*
## [55] print.checkS3methods*
## [56] print.checkTnF*
## [57] print.checkVignettes*
## [58] print.citation*
## [59] print.codoc*
## [60] print.codocClasses*
## [61] print.codocData*
## [62] print.colorConverter*
## [63] print.compactPDF*
## [64] print.condition
## [65] print.connection
## [66] print.data.frame
## [67] print.Date
## [68] print.default
## [69] print.dendrogram*
## [70] print.density*
## [71] print.difftime
## [72] print.dist*
## [73] print.Dlist
## [74] print.DLLInfo
## [75] print.DLLInfoList
## [76] print.DLLRegisteredRoutines
## [77] print.dummy_coef*
## [78] print.dummy_coef_list*
## [79] print.ecdf*
## [80] print.factanal*
## [81] print.factor
## [82] print.family*
## [83] print.fileSnapshot*
## [84] print.findLineNumResult*
## [85] print.formula*
## [86] print.fseq*
## [87] print.ftable*
## [88] print.function
## [89] print.getAnywhere*
## [90] print.glm*
## [91] print.hclust*
## [92] print.help_files_with_topic*
## [93] print.hexmode
## [94] print.HoltWinters*
## [95] print.hsearch*
## [96] print.hsearch_db*
## [97] print.htest*
## [98] print.html*
## [99] print.html_dependency*
## [100] print.infl*
## [101] print.integrate*
## [102] print.isoreg*
## [103] print.kmeans*
## [104] print.knitr_kable*
## [105] print.Latex*
## [106] print.LaTeX*
## [107] print.libraryIQR
## [108] print.listof
## [109] print.lm*
## [110] print.loadings*
## [111] print.loess*
## [112] print.logLik*
## [113] print.ls_str*
## [114] print.medpolish*
## [115] print.MethodsFunction*
## [116] print.mtable*
## [117] print.NativeRoutineList
## [118] print.news_db*
## [119] print.nls*
## [120] print.noquote
## [121] print.numeric_version
## [122] print.object_size*
## [123] print.octmode
## [124] print.packageDescription*
## [125] print.packageInfo
## [126] print.packageIQR*
## [127] print.packageStatus*
## [128] print.pairwise.htest*
## [129] print.PDF_Array*
## [130] print.PDF_Dictionary*
## [131] print.pdf_doc*
## [132] print.pdf_fonts*
## [133] print.PDF_Indirect_Reference*
## [134] print.pdf_info*
## [135] print.PDF_Keyword*
## [136] print.PDF_Name*
## [137] print.PDF_Stream*
## [138] print.PDF_String*
## [139] print.person*
## [140] print.POSIXct
## [141] print.POSIXlt
## [142] print.power.htest*
## [143] print.ppr*
## [144] print.prcomp*
## [145] print.princomp*
## [146] print.proc_time
## [147] print.raster*
## [148] print.Rd*
## [149] print.recordedplot*
## [150] print.restart
## [151] print.RGBcolorConverter*
## [152] print.rle
## [153] print.roman*
## [154] print.sessionInfo*
## [155] print.shiny.tag*
## [156] print.shiny.tag.list*
## [157] print.simple.list
## [158] print.smooth.spline*
## [159] print.socket*
## [160] print.srcfile
## [161] print.srcref
## [162] print.stepfun*
## [163] print.stl*
## [164] print.StructTS*
## [165] print.subdir_tests*
## [166] print.summarize_CRAN_check_status*
## [167] print.summary.aov*
## [168] print.summary.aovlist*
## [169] print.summary.ecdf*
## [170] print.summary.glm*
## [171] print.summary.lm*
## [172] print.summary.loess*
## [173] print.summary.manova*
## [174] print.summary.nls*
## [175] print.summary.packageStatus*
## [176] print.summary.ppr*
## [177] print.summary.prcomp*
## [178] print.summary.princomp*
## [179] print.summary.table
## [180] print.summaryDefault
## [181] print.table
## [182] print.tables_aov*
## [183] print.terms*
## [184] print.ts*
## [185] print.tskernel*
## [186] print.TukeyHSD*
## [187] print.tukeyline*
## [188] print.tukeysmooth*
## [189] print.undoc*
## [190] print.vignette*
## [191] print.warnings
## [192] print.xgettext*
## [193] print.xngettext*
## [194] print.xtabs*
## see '?methods' for accessing help and source code再舉個例子，例如一個很好用的函式 summary() ，它可以用在很多不同 class 的 objects 上面
# mtcars 是一個 data frame
mtcars %>% str## 'data.frame': 32 obs. of 11 variables:
## $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
## $ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
## $ disp: num 160 160 108 258 360 ...
## $ hp : num 110 110 93 110 175 105 245 62 95 123 ...
## $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
## $ wt : num 2.62 2.88 2.32 3.21 3.44 ...
## $ qsec: num 16.5 17 18.6 19.4 17 ...
## $ vs : num 0 0 1 1 0 1 0 1 1 1 ...
## $ am : num 1 1 1 0 0 0 0 0 0 0 ...
## $ gear: num 4 4 4 3 3 3 3 4 4 4 ...
## $ carb: num 4 4 1 1 2 1 4 2 2 4 ...# seq.date 是一連串 Date format
seq.date = seq(as.Date("2016/4/1"), as.Date("2016/6/30"), "days")
seq.date %>% str## Date[1:91], format: "2016-04-01" "2016-04-02" "2016-04-03" "2016-04-04" ...但是這兩個不同 class 的物件，都可以使用 summary()
summary(mtcars)## mpg cyl disp hp
## Min. :10.40 Min. :4.000 Min. : 71.1 Min. : 52.0
## 1st Qu.:15.43 1st Qu.:4.000 1st Qu.:120.8 1st Qu.: 96.5
## Median :19.20 Median :6.000 Median :196.3 Median :123.0
## Mean :20.09 Mean :6.188 Mean :230.7 Mean :146.7
## 3rd Qu.:22.80 3rd Qu.:8.000 3rd Qu.:326.0 3rd Qu.:180.0
## Max. :33.90 Max. :8.000 Max. :472.0 Max. :335.0
## drat wt qsec vs
## Min. :2.760 Min. :1.513 Min. :14.50 Min. :0.0000
## 1st Qu.:3.080 1st Qu.:2.581 1st Qu.:16.89 1st Qu.:0.0000
## Median :3.695 Median :3.325 Median :17.71 Median :0.0000
## Mean :3.597 Mean :3.217 Mean :17.85 Mean :0.4375
## 3rd Qu.:3.920 3rd Qu.:3.610 3rd Qu.:18.90 3rd Qu.:1.0000
## Max. :4.930 Max. :5.424 Max. :22.90 Max. :1.0000
## am gear carb
## Min. :0.0000 Min. :3.000 Min. :1.000
## 1st Qu.:0.0000 1st Qu.:3.000 1st Qu.:2.000
## Median :0.0000 Median :4.000 Median :2.000
## Mean :0.4062 Mean :3.688 Mean :2.812
## 3rd Qu.:1.0000 3rd Qu.:4.000 3rd Qu.:4.000
## Max. :1.0000 Max. :5.000 Max. :8.000summary(seq.date)## Min. 1st Qu. Median Mean 3rd Qu.
## "2016-04-01" "2016-04-23" "2016-05-16" "2016-05-16" "2016-06-07"
## Max.
## "2016-06-30"這是為什麼呢？我們可以來看一下 summary 泛型函式擁有哪些 method
methods(summary)## [1] summary.aov summary.aovlist*
## [3] summary.aspell* summary.check_packages_in_dir*
## [5] summary.connection summary.data.frame
## [7] summary.Date summary.default
## [9] summary.ecdf* summary.factor
## [11] summary.glm summary.infl*
## [13] summary.lm summary.loess*
## [15] summary.manova summary.matrix
## [17] summary.mlm* summary.nls*
## [19] summary.packageStatus* summary.PDF_Dictionary*
## [21] summary.PDF_Stream* summary.POSIXct
## [23] summary.POSIXlt summary.ppr*
## [25] summary.prcomp* summary.princomp*
## [27] summary.proc_time summary.srcfile
## [29] summary.srcref summary.stepfun
## [31] summary.stl* summary.table
## [33] summary.tukeysmooth*
## see '?methods' for accessing help and source code我們看到其中有 summary.data.frame 還有 summary.Date。那麼來做個實驗
summary.data.frame(mtcars) # 出來的結果和 summary(mtcars)一樣## mpg cyl disp hp
## Min. :10.40 Min. :4.000 Min. : 71.1 Min. : 52.0
## 1st Qu.:15.43 1st Qu.:4.000 1st Qu.:120.8 1st Qu.: 96.5
## Median :19.20 Median :6.000 Median :196.3 Median :123.0
## Mean :20.09 Mean :6.188 Mean :230.7 Mean :146.7
## 3rd Qu.:22.80 3rd Qu.:8.000 3rd Qu.:326.0 3rd Qu.:180.0
## Max. :33.90 Max. :8.000 Max. :472.0 Max. :335.0
## drat wt qsec vs
## Min. :2.760 Min. :1.513 Min. :14.50 Min. :0.0000
## 1st Qu.:3.080 1st Qu.:2.581 1st Qu.:16.89 1st Qu.:0.0000
## Median :3.695 Median :3.325 Median :17.71 Median :0.0000
## Mean :3.597 Mean :3.217 Mean :17.85 Mean :0.4375
## 3rd Qu.:3.920 3rd Qu.:3.610 3rd Qu.:18.90 3rd Qu.:1.0000
## Max. :4.930 Max. :5.424 Max. :22.90 Max. :1.0000
## am gear carb
## Min. :0.0000 Min. :3.000 Min. :1.000
## 1st Qu.:0.0000 1st Qu.:3.000 1st Qu.:2.000
## Median :0.0000 Median :4.000 Median :2.000
## Mean :0.4062 Mean :3.688 Mean :2.812
## 3rd Qu.:1.0000 3rd Qu.:4.000 3rd Qu.:4.000
## Max. :1.0000 Max. :5.000 Max. :8.000summary.Date(seq.date) # 出來的結果和 summary(seq.date)一樣## Min. 1st Qu. Median Mean 3rd Qu.
## "2016-04-01" "2016-04-23" "2016-05-16" "2016-05-16" "2016-06-07"
## Max.
## "2016-06-30"summary.data.frame(seq.date) # 這樣就出錯了## Error in substring(blanks, 1, pad): invalid substring argumentssummary.Date(mtcars) # QQ 不要亂用## < table of extent 0 x 33 >S3 class 是 R 語言朝向物件導向演化時所產出的第一波結果。因此，S3 class 規範了 R 語言所擁有的許多可用工具，基本上都是封裝好的，我們可以去改動（例如做一個可以分析自己專屬資料的 summary.xxxxxx ，但是盡量還是不要改動比較安全。
S4 Class
相對於 S3 ，對於使用者而言 S4 的使用自由度更高也更安全了，主要有幾個重要工具：
- 使用
setClass()來建立一個新的 class - 用
setGeneric()來設定屬於此 class 的泛型函數 - 用
setMethod()和removeMethod()來增加或刪除 method
如果你之前有看過用 R 來玩玩地圖吧！ 文章，當時是否覺得這些地圖格式的結構很複雜很奇怪？其實，地圖資料就是 S4 class 的實例（instance）。先不多說，上資料來看看。
# 載入專門處理地圖資料的套件 rgdal
library(rgdal)## Loading required package: sp## rgdal: version: 1.1-10, (SVN revision 622)
## Geospatial Data Abstraction Library extensions to R successfully loaded
## Loaded GDAL runtime: GDAL 1.11.3, released 2015/09/16
## Path to GDAL shared files: /usr/local/Cellar/gdal/1.11.3_1/share/gdal
## Loaded PROJ.4 runtime: Rel. 4.9.2, 08 September 2015, [PJ_VERSION: 492]
## Path to PROJ.4 shared files: (autodetected)
## Linking to sp version: 1.1-0TWN <- readOGR(dsn = "data/Taiwan", layer = "Taiwan_TB")## OGR data source with driver: ESRI Shapefile
## Source: "data/Taiwan", layer: "Taiwan_TB"
## with 352 features
## It has 11 fields來看一下台灣鄉鎮地圖 TWN 的複雜結構
str(TWN, max.level = 2)## Formal class 'SpatialPolygonsDataFrame' [package "sp"] with 5 slots
## ..@ data :'data.frame': 352 obs. of 11 variables:
## ..@ polygons :List of 352
## .. .. [list output truncated]
## ..@ plotOrder : int [1:352] 301 144 145 303 106 240 286 41 40 302 ...
## ..@ bbox : num [1:2, 1:2] 146784 2422315 350859 2799342
## .. ..- attr(*, "dimnames")=List of 2
## ..@ proj4string:Formal class 'CRS' [package "sp"] with 1 slot首先， str() 函式告訴我們，這是一個由 package “sp” 所訂定的正式類別 SpatialPolygonsDataFrame，它包含了擁有 5 個元素，在 S4 中叫做 slots，這 5 個 slot 分別叫做 data, polygons, plotOrder, bbox 和 proj4string。
那麼要怎麼取得物件中的 slot 呢？答案是用 @
TWN@data %>% head## FID_1 COUN_CODE COUNTY TOWN FULLNAME Count_ ABOR_P INCOME
## 0 0 1000101 台北縣 板橋市 台北縣板橋市 1 0.004595 189.1450
## 1 1 1000102 台北縣 三重市 台北縣三重市 1 0.003200 162.9353
## 2 2 1000103 台北縣 中和市 台北縣中和市 1 0.003837 204.5399
## 3 3 1000104 台北縣 永和市 台北縣永和市 1 0.002428 256.6338
## 4 4 1000105 台北縣 新莊市 台北縣新莊市 1 0.009076 184.2582
## 5 5 1000106 台北縣 新店市 台北縣新店市 1 0.009339 255.8700
## TBINCI3 TBINCI6 TBINCI
## 0 0.0019 0.0019 0.00378
## 1 0.0020 0.0018 0.00378
## 2 0.0020 0.0019 0.00385
## 3 0.0015 0.0015 0.00303
## 4 0.0016 0.0015 0.00318
## 5 0.0020 0.0019 0.00389沒錯，我們拿到了其中一個 slot 叫做 data ，它是一個 data frame 。 在地圖資料中， @data 取得的就是地圖的圖資資料。
那其他的 slots 呢?
- @data ：取得地圖圖資（屬性資料表）
- @polygons：取得地圖中的所有 polygons（其下每個 polygons 也都擁有自己的 slots）
- @plotOrder：取得地圖中每個 polygons 的繪製順序
- @bbbox：取得地圖的圖幅（minX, minY, maxX, maxY）
- @proj4string：取得地圖的座標系統
這樣對地圖圖資有比較清楚了嗎？ （其實我寫這篇原本是為了要講地圖圖資的結構只是失控了）
丟個這張圖讓大家複習一下 SpatialPolygons 的資料結構：
那麼回到正題，再來解釋一下如何摔打揉捏 S4 類別的物件。
建立一個新的 class: setClass()
我們來試著成為神奇寶貝大師好了。（堅持抵制寶可夢）
# 建立一套標準，定義 pokemon 這個類別的應該要擁有哪些特質
setClass("pokemon",
representation(
Species = "character", # 神奇寶貝的名字，要用 character
CP = "numeric",
HP = "numeric",
Dust = "numeric"
)
)
# 建立好這套 pokemon 的標準之後，
# 讓我~~豪想抓都抓不到的~~卡比獸活起來吧!!!!
# 為了避免混淆，我把這第一隻抓到的卡比獸命名為卡卡獸
KaKaShou = new("pokemon", Species = "Snorlax", CP=1147, HP=163, Dust=1600)
# 為了滿足個人私慾一定要幻想自己抓到小火馬⇽這個人到現在還抓不到小火馬
MyLittlePony = new("pokemon", Species = "Ponyta", CP=9999, HP = 999, Dust= 5000) #看這數值就知道這女人超愛小火馬來看一下卡卡獸先生和親愛小馬的個人資料，可以用 show() 函式來看
show(KaKaShou)## An object of class "pokemon"
## Slot "Species":
## [1] "Snorlax"
##
## Slot "CP":
## [1] 1147
##
## Slot "HP":
## [1] 163
##
## Slot "Dust":
## [1] 1600show(MyLittlePony)## An object of class "pokemon"
## Slot "Species":
## [1] "Ponyta"
##
## Slot "CP":
## [1] 9999
##
## Slot "HP":
## [1] 999
##
## Slot "Dust":
## [1] 5000也可以看看卡卡獸的特定資料
KaKaShou@Species## [1] "Snorlax"KaKaShou@CP## [1] 1147KaKaShou@HP## [1] 163設定泛型函數：setGeneric()
抓到了第一隻卡比獸之後，超級想要知道他的 IV 值（手很賤就是想知道）， 所以我來寫一個可以輸出 IV 值的函式
setGeneric("ShowIV",
function(obj){
IV = round(obj@CP*obj@HP/obj@Dust, 2)
paste0("這隻 ",obj@Species , " 的 IV 值是：", IV )
}
) ## [1] "ShowIV"ShowIV(KaKaShou)## [1] "這隻 Snorlax 的 IV 值是：116.85"ShowIV(MyLittlePony)## [1] "這隻 Ponyta 的 IV 值是：1997.8"# 哇哈哈哈哈我親愛的小馬比卡比獸還強XDDDDDDDDDD增加或刪除 method ：setMethod() 和 removeMethod()
讀者反映你把我當白癡，你 IV 根本亂算啊， 這部分嘛，可以透過 setMethod() 來修改：
setMethod("ShowIV", "pokemon",
function(obj){
IV = round(obj@CP*obj@HP*100/obj@Dust, 2)
paste0("這隻 ",obj@Species , " 的 IV 值應該是：", IV , " 才對。")
}
)## [1] "ShowIV"ShowIV(KaKaShou)## [1] "這隻 Snorlax 的 IV 值應該是：11685.06 才對。"ShowIV(MyLittlePony)## [1] "這隻 Ponyta 的 IV 值應該是：199780.02 才對。"哇～IV值爆表惹顆顆。 不要逼我真的寫 IV Caculator 啦我寧可把時間拿去睡覺。 自己去看文章雖然作者廢話跟我一樣多。
Anyway，物件導向其實是一件很複雜的事情，充滿了各種定義，我也是為了寫這篇文章才弄清楚一些基本概念。但了解物件導向之後對於撰寫 R 語言是有相當助益的，大家一起加油囉！
參考資料：
看了這麼多 R 的 OOP 解釋，就你的解釋我一看就懂。
回覆刪除