Programação em R

Transcrição

Programação em R

Debugando seu código
Copyright: Carlos Cinelli
Programação em R
1 / 19
Programação em R
Abril, 2016
Programação em R
2 / 19
Bugs sempre vão existir
Um bug é um comportamento não esperado no seu programa.
Errar é humano, sempre haverá algum tipo de erro (ou erro potencial) em seu
código.
Temos dois tipos erro:
Erro de sitaxe:
Ex: esquecer uma vírgula ou aspas.
Você recebe uma mensagem de erro.
Erro semântico:
Executar um comando válido mas que não faz o que você acha que faz.
Você não recebe uma mensagem de erro.
Programação em R
3 / 19
Antes de tudo!
Sempre leia as mensagens de warning e de erro!
Sim, no começo você não vai entender nada. Mas isso é normal! Nunca deixe de
ler a mensagem de erro e de tentar entender o que o R está te dizendo. Leia com
calma, uma, duas vezes. Busque no Google. Com o passar do tempo você vai
entender as mensagens de erro.
Programação em R
4 / 19
Lendo uma mensagem de erro: alguns erros comuns
Erro simples:
"1" + "2"
## Error in "1" + "2": argumento não-numérico para operador binário
Note que o R te fala onde aconteceu o erro. Error in "1" + "2"!
Programação em R
5 / 19
Selecionando dimensões que não existem:
x <- 1:10
x[,2]
## Error in x[, 2]: número incorreto de dimensões
Programação em R
6 / 19
Selecionando uma coluna que não existe em uma matriz.
m <- matrix(x, ncol = 2)
m
##
[,1] [,2]
## [1,]
1
6
## [2,]
2
7
## [3,]
3
8
## [4,]
4
9
## [5,]
5
10
m[,3]
## Error in m[, 3]: índice fora de limites
Programação em R
7 / 19
Selecionando uma coluna que não existe no data.frame. Se selecionarmos como matriz
dá erro:
df <- data.frame(x = 1, y = 2)
df[,"z"]
## Error in `[.data.frame`(df, , "z"): undefined columns selected
Todavia, note que com $ ou [[ ]] o R retorna NULL, é um erro “semântico”. Cuidado:
df$z
## NULL
df[["z"]]
## NULL
Programação em R
8 / 19
Argumentos não existentes:
f <- function(x) x^2
f(y = 1:10)
## Error in f(y = 1:10): unused argument (y = 1:10)
Programação em R
9 / 19
Foram vários erros?
Ocorreram vários erros? Sempre vá no primeiro erro!
Rode o código abaixo. Aparecerão três erros, mas os dois últimos são apenas
consequência do primeiro.
x
y
z
w
h
<<<<<-
1:10
sum(x
x + y
z^2
w + y
Programação em R
10 / 19
Erros em funções: recuperando a sequência de chamadas
Vamos definir quatro funções diferentes, em que uma chama a outra. Defina essas
funções em um arquivo separado e dê source.
f1
f2
f3
f4
<<<<-
function(x)
function(x)
function(x)
function(x)
x + "1"
f1(x) + 10
f2(x)*2
f3(x)^2
Programação em R
11 / 19
Agora vamos rodar o seguinte código:
f4(1)
Note que o RStudio te dá a opção de mostrar o traceback() e de rodar o código
novamente com debug() (que veremos a seguir).
Programação em R
12 / 19
O traceback() te fornece a sequência de chamadas de funções até o momento em que
o erro ocorreu.
Neste exemplo, agora sabemos que o erro foi na função f1() e, portanto, podemos
começar nosso trabalho de debug investigando por que a função f1() está dando erro.
Programação em R
13 / 19
Executando passo a passo: browser() e debug()
Temos duas funções importantes para debugar seu código linha a linha: browser() e
debug().
A função browser(), quando inserida dentro de uma função (ou loop), faz com
que a execução pare naquele ponto e permite que você acompanhe o que está
ocorrendo passo a passo a partir dali. Você pode continuar a execução da função
passo usando n, continuar toda a seção do código utilizando c ou sair do modo
debug utilizando Q.
A função debug() tem a mesma lógica do browser(), mas ao invés de parar em
um ponto específico ela para a execução logo no início do código. Com o comando
debug(mean), por exemplo, toda hora que você executar a função mean() você
executará passo a passo a função. Para parar de debugar, use undebug(). Para
debugar apenas uma vez, debugonce().
Programação em R
14 / 19
O código abaixo vai dar erro:
x <- list(1,2,"a", 3, 4)
z <- list()
for (i in seq_along(x)) {
z[[i]] <- x[[i]] + 1
}
## Error in x[[i]] + 1: argumento não-numérico para operador binário
Agora, em um arquivo seperado, escreva o código abaixo com browser() no meio do loop e
faça o source do arquivo.
x <- list(1,2,"a", 3, 4)
z <- list()
browser()
z[[i]] <- x[[i]] + 1
}
Programação em R
15 / 19
No RStudio, você terá a seguinte tela. Paremos agora para ver no RStudio como funciona cada
um desses comandos:
Programação em R
16 / 19
Vamos executar a função lm() passo a passo usando debug(). Primeiro, fale ao R que
você quer debugar a função lm().
debug(lm)
Agora chame o código que queremos executar:
modelo <- lm(mpg ~ cyl, data = mtcars)
Após debugar a função, lembre de chamar undebug().
undebug(lm)
Programação em R
17 / 19
Continuando a execução mesmo com erros: try().
Em algumas situações queremos continuar executando um código mesmo que ocorra um
erro.
Por exemplo, em um loop de webscraping, muitas vezes algumas páginas podem
conter problemas, mas não queremos que o loop seja interrompido. Queremos que
o loop continue e eventualmente trataremos os problemas em outro momento.
Para estes casos, você pode utilizar a função try().
Programação em R
18 / 19
Continuando a execução mesmo com erros: try().
x <- list(1,"a", 2)
z <- list()
z[[i]] <- try(x[[i]] + 1)
}
z
## [[1]]
## [1] 2
##
## [[2]]
## [1] "Error in x[[i]] + 1 : argumento não-numérico para operador binário\n"
## attr(,"class")
## [1] "try-error"
## attr(,"condition")
## <simpleError in x[[i]] + 1: argumento não-numérico para operador binário>
##
## [[3]]
## [1] 3
Programação em R
19 / 19

Programação em R

Transcrição

Documentos relacionados

Filtro 2" Super c/ Malha

Lojadepesca-maresia.com FATEIXAS PERMA

Aveicare - Uma marca Lenadais

Você se Domina? Influência e Self-deception

Sabre Dev Studio

ficha tecnica

Disclaimer - BalloonsIT

PDF Texas Instruments

Tira Poeira - Canto pra Viver

Kalahari