迷你課程:R語言-7~錯誤的處理
Quick look
在 R 中，處理異常（Exception） 和 錯誤（Error）是開發過程中的關鍵，能有效避免因不預期的錯誤導致程式崩潰。本篇文章將介紹如何使用 try、tryCatch 和 condition handling 來應對錯誤情境，確保程式能夠順利執行。
什麼是錯誤與例外？
當執行函數時，可能會遇到錯誤。例如，嘗試對非 square 矩陣求逆時，會拋出錯誤：
inverse <- function(M) { solve(M) }
mat <- matrix(1:10, 5, 2) # 非方陣
inverse(mat)
# Error: 'a' (5 × 2) must be square
mat <- diag(x = 1:5) # 可逆方陣
inverse(mat) # 正常運行
mat <- diag(x = rep(0, 5)) # 奇異矩陣
inverse(mat)
# Error: system is computationally singular: reciprocal condition number = 0
當矩陣不是方陣或是奇異矩陣（行列式為 0），函數 solve() 會拋出錯誤，導致程式終止。因此，我們需要適當的錯誤處理機制。
使用 try 忽略錯誤
try() 允許程式在錯誤發生時繼續執行，而不會中斷：
mat <- diag(x = rep(0, 5))
res <- try(invmat <- inverse(mat)) # 錯誤不會終止程式
mat <- diag(x = rep(2, 5))
res <- try(invmat <- inverse(mat)) # 正常運行
這樣，即使 inverse(mat) 出錯，程式也不會崩潰。
使用 tryCatch 進行錯誤處理
tryCatch() 提供更細緻的錯誤處理方式，允許我們針對特定錯誤自訂處理方式：
library("rlang")
mat <- matrix(1:10, 5, 2)
res <- catch_cnd(inverse(mat)) # 捕捉錯誤訊息
舉例來說，我們可以寫一個函數來計算一組矩陣的逆，並對錯誤做適當處理：
inverse_list <- function(matrix_list) {
inverse_list <- list()
for (j in 1:length(matrix_list)) {
print(j)
inverse_list[[j]] <- tryCatch(
expr = { solve(matrix_list[[j]]) },
error = function(cnd) { print(cnd) } # 當錯誤發生時，輸出錯誤訊息
)
}
return(inverse_list)
}
matrix_list <- list(diag(x = 1:5), diag(x = rep(0, 5)), matrix(1:10, 5, 2))
ilist <- inverse_list(matrix_list) # 執行函數
ilist
當發生錯誤時，程式不會崩潰，而是輸出錯誤訊息並繼續執行後續的矩陣求逆。
讓 tryCatch() 返回更具意義的結果
當錯誤發生時，除了輸出錯誤訊息，還可以讓函數返回更具意義的值，例如 NA：
inverse_list <- function(matrix_list) {
inverse_list <- list()
for (j in 1:length(matrix_list)) {
print(j)
inverse_list[[j]] <- tryCatch(
expr = { solve(matrix_list[[j]]) },
error = function(cnd) {
print(cnd)
return(NA) # 發生錯誤時，返回 NA
}
)
}
return(inverse_list)
}
ilist <- inverse_list(matrix_list)
ilist # 錯誤矩陣返回 NA
這樣當矩陣無法求逆時，我們可以用 NA 表示，而不是直接崩潰。
根據錯誤訊息進一步處理
我們可以檢查錯誤訊息，根據不同錯誤類型做不同處理：
cnd1 <- catch_cnd(solve(matrix_list[[2]]))
str(cnd1) # 檢視錯誤訊息
cnd1$message
cnd1$call
cnd2 <- catch_cnd(solve(matrix_list[[3]]))
str(cnd2)
cnd2$message
cnd2$call
利用 grepl() 檢查錯誤類型：
grepl("is exactly singular", cnd1$message) # TRUE
grepl("is exactly singular", cnd2$message) # FALSE
grepl("must be square", cnd1$message) # FALSE
grepl("must be square", cnd2$message) # TRUE
這些條件幫助我們決定如何處理錯誤。
進一步改進錯誤處理邏輯
根據錯誤訊息，提供更具體的處理方式：
inverse_list <- function(matrix_list) {
inverse_list <- list()
for (j in 1:length(matrix_list)) {
print(j)
inverse_list[[j]] <- tryCatch(
expr = { solve(matrix_list[[j]]) },
error = function(cnd) {
if (grepl("is exactly singular", cnd$message)) {
return(array(NA, dim(matrix_list[[j]]))) # 奇異矩陣回傳 NA 矩陣
} else if (grepl("must be square", cnd$message)) {
stop(cnd$message) # 非方陣直接終止
} else {
stop(cnd$message) # 其他錯誤同樣終止
}
}
)
}
return(inverse_list)
}
ilist <- inverse_list(matrix_list)
這樣：
- 奇異矩陣 返回全 NA 矩陣。
- 非方陣 直接終止程式。
提前檢查矩陣是否符合條件
為了提高效率，我們可以事先檢查矩陣是否為 square，避免不必要的運算：
inverse_list <- function(matrix_list) {
inverse_list <- list()
for (j in 1:length(matrix_list)) {
if (nrow(matrix_list[[j]]) != ncol(matrix_list[[j]])) {
stop(paste("Matrix", j, "is not square."))
}
}
for (j in 1:length(matrix_list)) {
print(j)
inverse_list[[j]] <- tryCatch(
expr = { solve(matrix_list[[j]]) },
error = function(cnd) {
if (grepl("is exactly singular", cnd$message)) {
warning(paste("Matrix", j, "is singular"))
return(array(NA, dim(matrix_list[[j]])))
} else {
stop(cnd$message)
}
}
)
}
return(inverse_list)
}
這樣可以事先篩選不符合條件的矩陣，提高效率。
–
課程小結
在 R 語言的開發過程中，錯誤處理至關重要，尤其是在需要確保程式能夠持續執行而不崩潰的情境下。本篇文章介紹了 try()、tryCatch() 以及 condition handling 的使用方式，幫助我們有效管理錯誤並根據不同情境做適當處理。
我們首先透過 try() 讓程式在遇到錯誤時不會中斷，但 try() 只能簡單忽略錯誤，無法提供詳細錯誤處理機制。因此，tryCatch() 提供了更進階的解法，允許我們針對特定錯誤定義不同的回應方式，例如記錄錯誤訊息、返回特定值（如 NA）、甚至根據錯誤類型執行不同處理邏輯。
此外，我們進一步結合錯誤訊息解析（catch_cnd()），透過 grepl() 檢查錯誤內容，實現更細緻的錯誤分類與應對，例如：
奇異矩陣（Singular Matrix） → 返回 全 NA 矩陣 以確保數據格式一致。 非方陣（Non-Square Matrix） → 直接終止程式，避免不必要的運算。
