我编写了一个生成弦图的简短函数。我希望该函数将图输出为一个对象，以便我在 PDF 中使用它，或保存到 RData 文件中。但是，我不希望...

我编写了一个生成和弦图的简短函数。我希望该函数将绘图输出为一个对象，以便我在 PDF 中使用它，或保存到 RData 文件中。但是，我不希望它输出到控制台。这是因为这是 rmarkdown 文件的一部分，我不希望它被绘图弄得乱七八糟。我似乎找不到一种在不破坏函数的情况下抑制绘图的方法 recordPlot() 。例如， pdf(NULL) 停止记录绘图。有人能想到解决办法吗？这是一个可行的示例：

comparison_table <- structure(c(0, 153, 429, 1, 29, 72, 11, 6, 81, 19, 13, 25, 119, 
16, 36, 1, 40, 2, 160, 12, 2, 0, 20, 4, 1, 8, 4, 0, 1, 16, 6, 
3, 3, 40, 1, 0, 0, 33, 2, 35, 0, 2, 0, 388, 26, 7, 27, 9, 11, 
27, 36, 12, 6, 2, 179, 1, 4, 1, 23, 0, 34, 4, 4, 26, 4, 3, 0, 
1, 2, 2, 0, 1, 0, 0, 0, 2, 2, 0, 0, 2, 0, 7, 0, 0, 0, 478, 62, 
5, 23, 25, 17, 16, 77, 17, 8, 4, 192, 5, 10, 0, 28, 2, 117, 2, 
2, 0, 27, 2, 0, 2, 1, 3, 0, 3, 1, 0, 0, 4, 0, 0, 0, 2, 0, 1, 
0, 0, 0, 22, 1, 0, 10, 5, 6, 1, 22, 1, 4, 2, 10, 2, 0, 0, 3, 
0, 31, 0, 2, 0, 17, 3, 0, 3, 3, 1, 2, 7, 4, 2, 0, 17, 0, 0, 0, 
96, 0, 15, 1, 0, 0, 18, 9, 0, 3, 6, 4, 0, 19, 0, 3, 2, 13, 5, 
4, 0, 2, 1, 28, 0, 1, 0, 13, 2, 0, 1, 3, 0, 3, 4, 4, 0, 0, 4, 
0, 0, 0, 5, 0, 5, 0, 0, 0, 9, 2, 0, 4, 4, 0, 0, 8, 2, 0, 0, 12, 
0, 0, 0, 1, 0, 5, 0, 1, 9, 297, 99, 1, 54, 145, 66, 11, 297, 
21, 24, 15, 283, 117, 6, 17, 46, 18, 542, 2, 45, 1, 80, 10, 0, 
2, 13, 14, 0, 32, 3, 0, 0, 27, 3, 0, 2, 2, 0, 21, 0, 1, 7, 312, 
80, 4, 56, 73, 16, 28, 157, 17, 44, 9, 662, 22, 33, 29, 62, 16, 
608, 4, 58, 1, 436, 68, 5, 55, 64, 27, 30, 183, 5, 27, 31, 340, 
18, 5, 3, 50, 4, 245, 8, 16, 1, 7, 1, 0, 2, 0, 1, 3, 4, 0, 2, 
0, 13, 0, 0, 0, 1, 1, 11, 0, 1, 0, 4, 10, 0, 3, 2, 0, 5, 6, 2, 
2, 1, 2, 0, 1, 0, 8, 1, 22, 0, 2, 0, 6, 0, 0, 0, 1, 1, 2, 4, 
0, 1, 1, 11, 2, 0, 1, 1, 1, 25, 0, 2, 0, 8, 7, 0, 2, 8, 4, 3, 
31, 1, 2, 0, 36, 10, 0, 1, 1, 3, 169, 0, 9, 4, 108, 11, 11, 13, 
51, 16, 7, 116, 2, 10, 4, 95, 14, 1, 36, 20, 8, 213, 0, 11, 0, 
74, 12, 0, 8, 23, 15, 2, 121, 3, 1, 2, 29, 21, 2, 0, 5, 2, 192, 
1, 3, 1, 22, 2, 0, 5, 11, 10, 1, 15, 0, 8, 3, 26, 0, 1, 2, 4, 
1, 73, 1, 2, 0, 98, 2, 38, 8, 6, 1, 15, 22, 2, 5, 4, 150, 1, 
1, 4, 12, 2, 23, 1, 1, 5, 138, 20, 3, 25, 65, 30, 12, 184, 6, 
30, 11, 243, 62, 17, 17, 18, 19, 521, 1, 49, 9, 263, 21, 4, 37, 
28, 10, 44, 80, 5, 14, 36, 597, 20, 6, 4, 38, 11, 220, 1, 27, 
0, 8, 0, 0, 1, 5, 2, 0, 16, 1, 0, 0, 8, 2, 0, 0, 0, 1, 37, 0, 
1, 0, 33, 1, 0, 1, 4, 1, 1, 15, 1, 0, 1, 30, 2, 0, 1, 2, 6, 29, 
0, 2, 0, 24, 2, 0, 2, 7, 10, 0, 21, 1, 1, 1, 29, 1, 0, 10, 4, 
0, 60, 0, 2), dim = c(21L, 28L), dimnames = list(c("royalblue1", 
"brown1", "green1", "lightyellow1", "pink1", "red1", "purple1", 
"tan1", "yellow1", "cyan1", "grey1", "midnightblue1", "blue1", 
"magenta1", "grey601", "salmon1", "black1", "lightgreen1", "turquoise1", 
"lightcyan1", "greenyellow1"), c("red2", "cyan2", "pink2", "darkturquoise2", 
"black2", "white2", "grey602", "midnightblue2", "lightyellow2", 
"orange2", "darkorange2", "blue2", "salmon2", "turquoise2", "brown2", 
"darkgrey2", "darkred2", "darkgreen2", "tan2", "magenta2", "purple2", 
"grey2", "greenyellow2", "green2", "yellow2", "royalblue2", "lightgreen2", 
"lightcyan2")))

colour_vector <- c(royalblue1 = "royalblue", brown1 = "brown", green1 = "green", 
lightyellow1 = "lightyellow", pink1 = "pink", red1 = "red", purple1 = "purple", 
tan1 = "tan", yellow1 = "yellow", cyan1 = "cyan", grey1 = "grey", 
midnightblue1 = "midnightblue", blue1 = "blue", magenta1 = "magenta", 
grey601 = "grey60", salmon1 = "salmon", black1 = "black", lightgreen1 = "lightgreen", 
turquoise1 = "turquoise", lightcyan1 = "lightcyan", greenyellow1 = "greenyellow", 
red2 = "red", cyan2 = "cyan", pink2 = "pink", darkturquoise2 = "darkturquoise", 
black2 = "black", white2 = "white", grey602 = "grey60", midnightblue2 = "midnightblue", 
lightyellow2 = "lightyellow", orange2 = "orange", darkorange2 = "darkorange", 
blue2 = "blue", salmon2 = "salmon", turquoise2 = "turquoise", 
brown2 = "brown", darkgrey2 = "darkgrey", darkred2 = "darkred", 
darkgreen2 = "darkgreen", tan2 = "tan", magenta2 = "magenta", 
purple2 = "purple", grey2 = "grey", greenyellow2 = "greenyellow", 
green2 = "green", yellow2 = "yellow", royalblue2 = "royalblue", 
lightgreen2 = "lightgreen", lightcyan2 = "lightcyan")

dataset_pair <- c("rnaseq_20221003", "rnaseq_20240520")

chord_function <- function(comparison_table, colour_vector, dataset_pair) {

    # Clear existing circos plot to reset parameters
    circos.clear()
    
    # Set gap degrees for sectors
    circos.par(gap.after = c(rep(1, length(rownames(comparison_table)) - 1), 10, rep(1, length(colnames(comparison_table)) - 1), 10),
               start.degree = -90, # Rotate the plot so that the first sector starts at the top
               canvas.xlim = c(-1.5, 1.5), # Adjust x-axis limits for more space
               canvas.ylim = c(-1.5, 1.5)) # Adjust y-axis limits for more space
    # track.margin = c(0.01, 0.1), # Adjust track margins
    # track.height = 0.05) # Adjust track height
    
    # Create chord diagram
    chordDiagram(comparison_table, 
                 transparency = 0.5, 
                 grid.col = colour_vector,
                 annotationTrack = "grid",
                 preAllocateTracks = list(track.height = 0.1))
    
    # Add custom tracks and annotations
    circos.trackPlotRegion(track.index = 1, panel.fun = function(x, y) {
      xlim = get.cell.meta.data("xlim")
      ylim = get.cell.meta.data("ylim")
      sector.name = get.cell.meta.data("sector.index")
      circos.text(CELL_META$xcenter,
                  ylim[1] + cm_h(3), # Move the text further out
                  sector.name,
                  facing = "clockwise",
                  niceFacing = TRUE,
                  adj = c(0, 0.5))
      circos.axis(h = "bottom",
                  labels.cex = 0.6,
                  sector.index = sector.name)
    }, bg.border = NA)
    
    # Add the title
    title(paste(dataset_pair, collapse = " - "))
    
    # Draw sectors
    highlight.sector(rownames(comparison_table), 
                     track.index = 1, 
                     col = rgb(0, 0, 1, 0.3), # More opaque fill
                     border = NA) # Remove border
    highlight.sector(colnames(comparison_table), 
                     track.index = 1, 
                     col = rgb(1, 0, 0, 0.3), # More opaque fill
                     border = NA) # Remove border
    
    # Legend
    legend("right", 
           legend = dataset_pair, 
           fill = c(rgb(0, 0, 1, 0.3), rgb(1, 0, 0, 0.3)),
           border = NA,
           bty = "n", # No box around the legend
           cex = 1.2,
           x.intersp = 0.25, # Reduce horizontal spacing between legend boxes and text
           y.intersp = 0.75, # Reduce vertical spacing between legend lines
           inset = c(-0.1, -0.1)) # Move the legend further from the plot
    
    # Record
    my_plot <- recordPlot()
    
    # Output
    return(my_plot)
    
  }


plot_to_save <- chord_function(comparison_table = comparison,
                         colour_vector = my_colours,
                         dataset_pair = dataset_pair)

我尝试过在堆栈上查找和进行谷歌搜索，但解决方案似乎不起作用。

。这是一个非常简单的例子，尽管可以随意删除组。我需要它与 chordDiagram 一起工作。我可以让它适用于其他基本图，但这个 chordDiagram 似乎很棘手

据我所知，RMarkdown 中的每个块都会生成一个新的图形设备。因此，您可以 dev.off() 在函数末尾添加一个以删除块的输出：

chord_function <- function(comparison_table, colour_vector, dataset_pair) {
  
  # Clear existing circos plot to reset parameters
  circos.clear()
  
  # Set gap degrees for sectors
  circos.par(gap.after = c(rep(1, length(rownames(comparison_table)) - 1), 10, rep(1, length(colnames(comparison_table)) - 1), 10),
             start.degree = -90, # Rotate the plot so that the first sector starts at the top
             canvas.xlim = c(-1.5, 1.5), # Adjust x-axis limits for more space
             canvas.ylim = c(-1.5, 1.5)) # Adjust y-axis limits for more space
  # track.margin = c(0.01, 0.1), # Adjust track margins
  # track.height = 0.05) # Adjust track height
  
  # Create chord diagram
  chordDiagram(comparison_table, 
               transparency = 0.5, 
               grid.col = colour_vector,
               annotationTrack = "grid",
               preAllocateTracks = list(track.height = 0.1))
  
  # Add custom tracks and annotations
  circos.trackPlotRegion(track.index = 1, panel.fun = function(x, y) {
    xlim = get.cell.meta.data("xlim")
    ylim = get.cell.meta.data("ylim")
    sector.name = get.cell.meta.data("sector.index")
    circos.text(CELL_META$xcenter,
                ylim[1] + cm_h(3), # Move the text further out
                sector.name,
                facing = "clockwise",
                niceFacing = TRUE,
                adj = c(0, 0.5))
    circos.axis(h = "bottom",
                labels.cex = 0.6,
                sector.index = sector.name)
  }, bg.border = NA)
  
  # Add the title
  title(paste(dataset_pair, collapse = " - "))
  
  # Draw sectors
  highlight.sector(rownames(comparison_table), 
                   track.index = 1, 
                   col = rgb(0, 0, 1, 0.3), # More opaque fill
                   border = NA) # Remove border
  highlight.sector(colnames(comparison_table), 
                   track.index = 1, 
                   col = rgb(1, 0, 0, 0.3), # More opaque fill
                   border = NA) # Remove border
  
  # Legend
  legend("right", 
         legend = dataset_pair, 
         fill = c(rgb(0, 0, 1, 0.3), rgb(1, 0, 0, 0.3)),
         border = NA,
         bty = "n", # No box around the legend
         cex = 1.2,
         x.intersp = 0.25, # Reduce horizontal spacing between legend boxes and text
         y.intersp = 0.75, # Reduce vertical spacing between legend lines
         inset = c(-0.1, -0.1)) # Move the legend further from the plot
  
  # Record
  my_plot <- recordPlot()
  
  dev.off()
  
  # Output
  invisible(my_plot)
  
}

我在 RMarkdown 文件中尝试了这个，它只删除了当前块中的图，其他图仍然显示。

当口头谈论方法时，我从来不确定是否应该使用参数或参数这个词或其他词。无论哪种方式，其他人都知道我的意思，但什么是正确的，什么是

当口头谈论方法时，我从来不确定是否应该使用 “参数” 或 “参数” 或其他词。无论哪种方式，其他人都知道我的意思，但什么是正确的，这些术语的历史又是什么？

我是一名 C# 程序员，但我也想知道人们在不同的语言中是否使用不同的术语。

顺便说一下，我是自学成才，没有计算机科学背景。（请不要告诉我去读 《代码大全》 ，因为我是为了让那些还没有 Steve McConnell 的精彩著作的人受益。）

我交替使用它们..没有人嘲笑我..“这个函数有 4 个参数..这个函数接受 4 个参数。”听起来一样。

除了当您试图描述参数如何工作以及如何传递参数等时，可以互换使用它们。此时精确的术语（有时表达起来很麻烦）很有用。

这是一个可移动的目标。多年前，当我刚开始从事 IT 行业时，它一直是“形式参数，实际参数”。从这里的答案来看，现在显然是相反的。

因此，我找到了适用于 Excel 工作簿的单元格函数=FILTER(A1:B29,ISNUMBER(SEARCH(C1,A1:A29)),\'None\')，我想将其放入我拥有的 Google 工作簿中。我只需使用 Excel 即可...

所以我有这个为 Excel 工作簿找到的单元格函数

=FILTER(A1:B29,ISNUMBER(SEARCH(C1,A1:A29)),\'无\')

我想将其放入我已有的 Google 工作簿中。我只想使用 Excel 来处理此工作簿，但如果将其转换为 Excel 工作簿，则需要进行大量重新格式化。

我该如何更改它才能使其在 Google 表格中正常工作？

我认为无论你是否处于正式环境中，你都应该努力使用正确的术语。我认为这很简单。当你调用一个方法时，你会传入参数。当你定义方法时，你正在定义将从方法/函数调用中获取参数的参数。参数 - 与函数相关联的独立变量，并确定函数的值。参数 - 定义特定过程或活动范围的限制或边界。

@Scott Craner 的评论实际上回答了这个问题。编写公式的另一种方法是使用

参数是方法定义中的变量。调用方法时，实参就是您传递给方法参数的数据。

public void MyMethod(string myParam) { }

...

string myArg1 = "this is my argument";
myClass.MyMethod(myArg1);

我有一张包含多列的表格，其中一些列使用数字命名（例如 1、2、3、...）。当我尝试使用这些列名的 CATX 函数时（例如 CATX(\'+\', _1, _2, _3,...

我有一张包含多列的表格，其中一些列使用数字命名（例如 1、2、3、...）。当我尝试使用带有这些列名的 CATX 函数（例如 CATX(\'+\', _1, _2, _3, ..., _26)）时，我遇到一个问题，它报告这些列不存在。这种行为过去在常规 SAS 中有效，但现在我使用 SAS Grid 时，它不再按预期运行。我收到一条错误消息，提示这些列不存在。

答案提到“参数是方法定义中的变量”，但最好说“方法声明”[如果有人区分“声明”和“定义”]

validvarnames=any 可能已启用，您需要在这些列中使用名称文字。例如：

'1'n , '2'n , '3'n ， ETC。

要 catx() 在这些列上使用，请改用名称文字格式：

catx('+', of '1'n--'26'n)

要强制 SAS 在这些列名上添加下划线，请设置 validvarname=v7 ：

options validvarname=v7;

SAS 将用下划线替换无效字符，并在以数字开头的列前添加下划线。

参数 => 当我们定义函数时，参数 => 当我们调用该方法时。（如果我错了，请纠正我。）

您的表可能是由 IMPORT、TRANSPOSE 或某些基于数组的枢轴创建的，并且有一些不存在的编号列。

您可以使用运算符连接变量列表 OF 。

例子：

类似的前缀 ( : ) 说明符用于列出以下划线开头的所有变量 ( _ )

length result $32767 ;
result = catx('+', of _:) ;

可以使用 SQL 和 DICTIONARY.COLUMNS

%let names = "" ; %* for the case of no prxmatches ;
proc sql noprint ;
  select name into :names separated by ','
  from dictionary.columns
  where libname = 'WORK' and memname = 'HAVE'
  and prxmatch ('m/^_\d+$/,trim(name))
  order input(substr(name,2),best8.);
data want;
  set WORK.HAVE ;
...
  result = catx('+', &names) ;
...

参数 是函数声明中的变量。

参数 是传递给函数的该变量的实际值。

这些语言通常将传递给方法的参数/参数列表称为 *args 或 ARGV，而不是 *params :-)

@karatedog 实际上，这完全符合这一区别。参数在声明时命名，参数仅在调用时才知道。语法 *args 声明一个参数 args，其值是参数（其数量仅在调用时才知道）的列表（声明时知道名称和类型）。