对于想要可视化包依赖关系的人来说,有很多资源,但我特别感兴趣的是可视化包中的函数以及它们之间的依赖关系。有像miniCRAN这样的工具来绘制包依赖关系,但是对于包中的函数依赖关系图有什么可用的吗?
例如,假设包中只有两个函数。
func1 <- function(n) return(LETTERS[n])
func2 <- function(n) return(func1(n%%26+1))然后,我只想要一个有两个标记节点和一个连接它们的边的图,描述func2对func1的依赖性。
我认为有很多包具有非常多的功能依赖关系,这样的实用程序可以帮助理解/组织/重构/等等。
谢谢。
发布于 2017-07-10 15:36:37
我认为一个更好的选择(构建在mvbutil的foodweb功能之上)是由datastorm构建的DependenciesGraph包--在其更通用的visNetwork包的基础上打开数据。
在我的例子中,我一直在为维护和开发可视化我自己的软件包,并且对结果非常满意。
library(DependenciesGraph)
library(QualtricsTools) # A package I'm developing
deps <- funDependencies("package:QualtricsTools", "generate_split_coded_comments")
plot(deps)

输出是一个web服务器(可以在RStudio的查看器中查看,也可以在单独的浏览器中查看),它允许您通过下拉或单击它们来选择特定的功能,放大、缩小、拖动它们等等。对我来说,这比用基R绘制foodweb函数的输出要好得多,因为通常很难让文本看起来很好地显示在每个节点的顶部,所有的边缘在一个foodweb图中都是不同的颜色,在我看来,基本的R绘图函数并不能很好地确保图的布局是可读的或清晰的。
与mvbutil食品网的比较:
library(mvbutils)
library(QualtricsTools)
deps <- foodweb(where="package:QualtricsTools", prune='make_split_coded_comments')
plot(deps)

(不好意思,名字上有差异,它们真的是同一个函数,我只是碰巧重命名了这两个情节之间的函数)。
发布于 2017-05-23 19:31:35
我建议使用来自foodweb包的mvbutils函数。
e <- new.env()
e$func1 <- function(n) return(LETTERS[n])
e$func2 <- function(n) return(func1(n%%26+1))
library(mvbutils)
foodweb(where = e)有关更多信息,请参见?mvbutils下面的示例。
发布于 2021-05-31 23:01:35
为了完整,并且作为一个无耻的插件,我正在开发另一个包来解决这个问题:foodwebr。DependenciesGraphs包似乎已经几年没有更新了,我发现mvbutils::foodweb()的输出很难解析。这三个包都在引擎盖下使用相同的依赖检测算法。
使用原始示例:
e <- new.env()
e$func1 <- function(n) return(LETTERS[n])
e$func2 <- function(n) return(func1(n%%26+1))
fw <- foodwebr::foodweb(env = e)
fw
#> # A `foodweb`: 2 vertices and 1 edge
#> digraph 'foodweb' {
#> func1()
#> func2() -> { func1() }
#> }调用plot()显示了图形(无法上传图像,因为这是我的第一篇文章):
plot(fw)您还可以使用tidygraph::as_tbl_graph()创建一个tidygraph对象,这为您提供了更多的绘图和分析选项。
tidy_fw <- tidygraph::as_tbl_graph(fw)
tidy_fw
#> # A tbl_graph: 2 nodes and 1 edges
#> #
#> # A rooted tree
#> #
#> # Node Data: 2 x 1 (active)
#> name
#> <chr>
#> 1 func1
#> 2 func2
#> #
#> # Edge Data: 1 x 2
#> from to
#> <int> <int>
#> 1 2 1这个包还在开发中,但是您可以使用devtools::install_github("lewinfox/foodwebr")来尝试一下。
https://stackoverflow.com/questions/44143110
复制相似问题