ThinkR-open/fusen 项目使用技巧与最佳实践指南
2025-07-02 14:35:29作者:庞队千Virginia
前言
ThinkR-open/fusen 是一个创新的R包开发工具,它通过扁平化开发模式(flat development)彻底改变了传统R包开发流程。本文将深入介绍fusen的各种实用技巧,帮助开发者更高效地利用这一工具进行R包开发。
一、命名规范与快捷方式
1.1 代码块命名灵活性
fusen允许开发者使用简化的代码块命名方式,提高开发效率:
- 函数代码块:可以使用
fun-、fun_或fun-自定义名称格式 - 示例代码块:支持
ex-、ex_或ex-自定义名称格式 - 测试代码块:可采用
test-或test-自定义名称格式 - 开发代码块:允许
dev-、dev_或dev-自定义名称格式
1.2 模板快捷创建
为提升开发效率,fusen提供了多个快捷函数:
add_additional():快速添加额外模板add_full():创建完整功能模板add_minimal():生成最小化模板
二、扁平模板的编织与开发
2.1 开发环境配置
虽然扁平模板可以像普通Rmd文件一样编织运行,但需注意以下几点:
- 在模板开头使用
development代码块声明所需包:
library(glue)
library(stringi)
-
注意示例和测试代码需要独立运行,确保完整性
-
包含
inflate()调用的开发代码块应设置eval=FALSE避免副作用
2.2 文档与示例控制
对于不希望运行的示例代码:
- 使用
eval=FALSE参数阻止在vignette中运行 - 结合
#' \dontrun{}语法控制函数示例运行
# 在vignette中不运行但在函数示例中运行
myfunction(10)
# 在两者中都不运行
#' \dontrun{
myfunction(12)
#' }
三、数据与文件管理技巧
3.1 数据集文档化
在function代码块中直接文档化数据集:
#' cars数据集
#'
#' 来自'datasets'的标准数据.
#'
#' @format 包含50行2列的数据框:
#' \describe{
#' \item{speed}{数值型}
#' \item{dist}{数值型}
#' }
#' @source Ezekiel, M. (1930) Methods of Correlation Analysis. Wiley.
"cars"
3.2 测试数据读取
处理测试数据路径的双重适配:
the_file <- "my_file.csv"
if (!file.exists(the_file)) {
the_file <- file.path("tests", "testthat", the_file)
if (!file.exists(the_file)) {
stop(the_file, "不存在")
}
}
my_file <- read.csv(the_file)
四、高级开发技巧
4.1 多函数管理
在单个R文件中组织多个函数的几种方法:
- 标题结构法:在同一标题下组织多组代码块
- @rdname标记法:使用相同rdname标记函数
- @filename标记法:fusen专用标记实现文件合并
- 代码块参数法:设置
filename参数统一文件名
4.2 批量函数预填充
在现有模板中添加多个函数结构:
# 定义函数名列表
fun_nms <- c("func1", "func2", "func3")
# 生成代码块内容
l_chunks <- purrr::map_chr(fun_nms, fusen:::build_fusen_chunks)
chunks <- paste(l_chunks, collapse = "")
# 替换模板中的占位符
flat_rmd <- sub("^HERE$", chunks, readLines(path_flat_rmd))
五、工作流优化
5.1 开发时函数加载
无需inflate即可加载当前扁平文件中的函数:
fusen::load_flat_functions() # 加载当前文件
fusen::load_flat_functions(flat_file = "dev/flat_full.Rmd") # 加载指定文件
5.2 批量膨胀操作
使用inflate_all()一次性处理多个扁平文件,显著提升开发效率。
5.3 与golem框架集成
将fusen与golem结合使用,实现业务逻辑与UI的清晰分离:
- 先创建golem项目
- 添加扁平文件
- 创建对应模块保持一致性
golem::create_golem('my.app')
fusen::add_minimal_flat(flat_name = "module1")
golem::add_module(name = "module1")
六、特殊场景处理
6.1 自定义vignette信息
控制vignette标题与索引条目:
inflate(vignette_name = c("显示标题" = "01-索引条目"))
6.2 禁用vignette生成
仅构建内部函数时取消vignette:
inflate(vignette_name = NA)
6.3 Quarto文件支持
fusen兼容.qmd格式的扁平文件,虽然最终生成的vignette仍为Rmd格式,但开发过程可使用Quarto特性。
结语
通过掌握这些技巧,开发者可以充分发挥fusen在R包开发中的潜力,实现更高效、更规范的开发流程。无论是单个函数的小型包,还是包含多个模块的复杂应用,fusen都能提供灵活而强大的支持。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Jetson TX2开发板官方资源完全指南:从入门到精通 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
759
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
598
132
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
616
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
737
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
634
232