有没有人放在一起/找到一个很好的方法来列出给定对象可用的所有S3方法?内置函数将为指定的类或指定的泛型函数提供所有可用的方法,但不为对象提供.methods()
我想到的一个例子是一个glm对象,它是(minor?)类,"glm"但也继承自"lm"
g <- glm(y~x,data=data.frame(x=1:10,y=1:10))
class(g)
## [1] "glm" "lm"
Run Code Online (Sandbox Code Playgroud)
类"lm"有35种方法,"glm"有22种方法.我对结合了结果的答案感兴趣
lapply(class(g),function(x) methods(class=x))
Run Code Online (Sandbox Code Playgroud)
以一种明智的方式,以便我可以立即看到(例如)有一个glm特定的方法add1,但是方法alias是从lm类继承的.
有人有一个光滑的方式来做到这一点,还是已经存在?
PS史蒂夫沃克的S3-S4参考类词汇表显示,它可以自动用于参考类,我们必须使用一个对象来获取方法(x$getRefClass()$methods()).
这是复制“标准”行为的尝试
classMethods <- function(cl) {
if(!is.character(cl)) {
cl<-class(cl)
}
ml<-lapply(cl, function(x) {
sname <- gsub("([.[])", "\\\\\\1", paste0(".", x, "$"))
m <- methods(class=x)
data.frame(
m=as.vector(m),
c=x, n=sub(sname, "", as.vector(m)),
attr(m,"info"),
stringsAsFactors=F
)
})
df<-do.call(rbind, ml)
df<-df[!duplicated(df$n),]
structure(df$m,
info=data.frame(visible=df$visible, from=df$from),
class="MethodsFunction")
}
Run Code Online (Sandbox Code Playgroud)
然后你可以尝试一下
g <- glm(y~x,data=data.frame(x=1:10,y=1:10))
classMethods(g)
#or classMethods(c("glm","lm"))
Run Code Online (Sandbox Code Playgroud)
那将会返回
[1] add1.glm* anova.glm confint.glm* cooks.distance.glm*
[5] deviance.glm* drop1.glm* effects.glm* extractAIC.glm*
[9] family.glm* formula.glm* influence.glm* logLik.glm*
[13] model.frame.glm nobs.glm* predict.glm print.glm
[17] residuals.glm rstandard.glm rstudent.glm summary.glm
[21] vcov.glm* weights.glm* alias.lm* case.names.lm*
[25] dfbeta.lm* dfbetas.lm* dummy.coef.lm* hatvalues.lm
[29] kappa.lm labels.lm* model.matrix.lm plot.lm
[33] proj.lm* qr.lm* simulate.lm* variable.names.lm*
Non-visible functions are asterisked
Run Code Online (Sandbox Code Playgroud)
它不像 Josh 那样优雅或简短,但我认为它很好地重现了默认行为。有趣的是,该methods函数本身主要只是所有已知函数名称的 grep 。我gsub从那里借了东西。