Linux下的R用户可以自由定制自己的环境。首先由环境变量R_PROFILE指定初始化文件位置，它的优先级最高；如果该变量没有设置，则找到R安装目录下的子目录etc里的Rprofile.site文件，优先级其次。在此之后再通过查找当前目录下添加的.Rprofile文件（如果没有则去当前用户的根目录下找）来实现，优先级最低。还有两个特殊的函数，包括对话开始时自动执行的.First()可用于初始化环境，以及对话结束时自动执行的.Last()可用于保存环境。举个例子，比如我们在~/.Rprofile文件里写入函数就有如下功能。
.First <- function() {
options(prompt="$ ", continue="+\t") # 用 $ 作为提示符
options(repos = c(CRAN="http://ftp.ctex.org/mirrors/CRAN/"))
# 选择速度最快的CRAN源
options(digits=5, length=999) # 指定数值和打印范围
x11() # 指定图形界面
par(pch = "+") # 默认画图的字符
source(file.path(Sys.getenv("HOME"), "R", "mystuff.R"))
# 加载私有函数
library(MASS) # 加载常用的包
}
.Last <- function() {
graphics.off() # 一个小的安全措施
cat(paste(date(),"\nAdios\n")) # Is it time for lunch?
if (!any(commandArgs()=='--no-readline') && interactive()){
require(utils)
try(savehistory(Sys.getenv("R_HISTFILE")))
} # 记录历史命令，但是要预先在.bashrc里定义地址
# export R_HISTFILE=~/.Rhistory
}
当然.Rprofile文件里还可以写入一些其他的自定义函数，分享在我的开发机上简单但强大的两个小函数。
# 默认q可直接退出R
q <- function (save="no", ...) {
quit(save=save, ...)
}
# 用R.log记录所有输出
sink(file = 'R.log', split=T)
但是注意到执行全部删除命令rm(list=ls())时，自定义函数也会被删除掉（比如上面的q()和sink()），但如果用new.env()先定义新的命名空间就不会被删，比如以下head,names,tail及summary的alias。
.startup <- new.env()
assign("h", utils::head, env=.startup)
assign("n", base::names, env=.startup)
assign("ht", function(d) rbind(head(d,5),tail(d,5)) , env=.startup)
assign("s", base::summary, env=.startup)
attach(.startup)
最后提供一个sof上很强大的ls函数的改进，可以显示内存中所有对象类型、占用内存大小及维数等信息，简直相当于linux中ls命令的-a选项了。
.ls.objects <- function (pos = 1, pattern, order.by,
decreasing=FALSE, head=FALSE, n=5) {
napply <- function(names, fn) sapply(names, function(x)
fn(get(x, pos = pos)))
names <- ls(pos = pos, pattern = pattern)
obj.class <- napply(names, function(x) as.character(class(x))[1])
obj.mode <- napply(names, mode)
obj.type <- ifelse(is.na(obj.class), obj.mode, obj.class)
obj.size <- napply(names, object.size)
obj.dim <- t(napply(names, function(x)
as.numeric(dim(x))[1:2]))
vec <- is.na(obj.dim)[, 1] & (obj.type != "function")
obj.dim[vec, 1] <- napply(names, length)[vec]
out <- data.frame(obj.type, obj.size, obj.dim)
names(out) <- c("Type", "Size", "Rows", "Columns")
if (!missing(order.by))
out <- out[order(out[[order.by]], decreasing=decreasing), ]
if (head)
out <- head(out, n)
out
}
ll <- function(..., n=10) {
.ls.objects(..., order.by="Size", decreasing=TRUE, head=TRUE, n=n)
}