迷你課程:R語言-8~Debugging
Quick look
在 R 中，程式錯誤（Error）與異常（Exception）處理是開發過程中不可或缺的一環。有效的 Debugging 技術能幫助開發者迅速找出錯誤，提升程式的穩定性與可維護性。本篇文章將介紹 R 語言中的 5 種除錯方法，包括 try()、tryCatch()、debug()、browser() 以及 RStudio 的 code breakpoints，幫助你更有效率地修正錯誤。
基本錯誤示範與問題描述
假設我們要計算條件期望（Conditional Expectation） 在多變量常態分佈下: 我們定義一個函數 cond_exp() 來計算條件期望：
定義共變異數矩陣與數據向量
n <- 10
A <- matrix(rnorm(n*n), n, n)
S <- A %*% t(A)
y <- A %*% rnorm(n)
# 條件期望計算函數
cond_exp <- function(S, y, i1, i2){
y2hat <- S[i2,i1] %*% solve(S[i1,i1], y[i1])
return(y2hat)
}
# 測試函數
cond_exp(S, y, 1:(n-1), n)
cond_exp(S, y, n-2, (n-1):n) # 可能產生錯誤
如果執行後發生錯誤，如何有效除錯？以下介紹 5 種方法。
方法 1: 手動檢查變數 (Print Statements)
透過 print() 逐步檢查變數：
cond_exp <- function(S, y, i1, i2){
print("S21")
print(S[i2,i1])
print("S11")
print(S[i1,i1])
print("y1")
print(y[i1])
print(solve(S[i1,i1], y[i1]))
print(dim(S[i2,i1]))
print(dim(solve(S[i1,i1], y[i1])))
y2hat <- S[i2,i1] %*% solve(S[i1,i1], y[i1])
return(y2hat)
}
cond_exp(S, y, n-2, (n-1):n)
這種方法適用於簡單錯誤，但當函數過於複雜時，效率較低。
方法 2: 使用 try() 忽略錯誤
try() 可確保程式繼續執行，即使發生錯誤：
res <- try(cond_exp(S, y, n-2, (n-1):n))
print(res)
但 try() 只適合錯誤處理，不適用於深度除錯。
方法 3: 使用 debug() 逐步執行
那有沒有更簡單的方式，可以進入函示一虧究竟呢？ R 提供了 debug()， 讓我們進入函數內部：
debug(cond_exp)
cond_exp(S, y, n-2, (n-1):n)
undebug(cond_exp) # 停止 debug 模式
在我們想要除錯的函式使用debug()後，執行函式會進入debug模式
在console會出現Browse模式，我們可以使用不同的操作來找出錯誤的地方：
n (Next)：執行下一步，會依序出現執行後的變數於暫存環境，此時可以針對變數做操作，但如果該行還沒執行，則無法針對該變數進行操作。s (Step)：進入子函數內部f (Finish)：執行至函數結束c (Continue)：繼續執行至結束Q (Quit)：退出 debug 模式
Let’s fix this
因為S11 或S21 轉換時出現向量而不是矩陣，因此在運算時導致維度不吻合。
cond_exp <- function(S, y, i1, i2){
y1 <- y[i1]
S11 <- S[i1,i1, drop=FALSE] # 避免在subset matrix 時返回向量
S21 <- S[i2,i1, drop=FALSE] # 避免在subset matrix 時返回向量
y2hat <- S[i2,i1] %*% solve(S[i1,i1], y[i1])
return(y2hat)
}
方法 4: 使用 browser() 設定斷點
browser() 允許在程式特定位置進入除錯模式：
cond_exp <- function(S, y, i1, i2){
y1 <- y[i1]
S11 <- S[i1,i1]
S21 <- S[i2,i1]
browser()
y2hat <- S21 %*% solve(S11, y1)
return(y2hat)
}
cond_exp(S, y, n-2, (n-1):n)
當執行到 browser()，程式會暫停，允許手動輸入指令來檢查變數。如此一來不用像上面debug()一樣需要用n一個一個去執行每一行來產生變數，也就是不必從頭開始除錯，但前提是我們知道錯誤在哪一行。
方法 5: 使用 traceback() 追蹤錯誤發生位置
當函數內部的函數發生錯誤時，traceback() 可找出錯誤來源：
f1 <- function(x){ y2 <- f2(x); return(y2) }
f2 <- function(x){ y1 <- f3(x); y2 <- y1 - mean(y1); return(y2) }
f3 <- function(x){ return(solve(x)) }
f1(matrix(0,2,2)) # 會發生錯誤
traceback() # 追蹤錯誤來源
錯誤原因是 f3 函數中的 solve(x) 呼叫無法處理輸入的矩陣。solve 函數用於計算矩陣的逆，但前提是矩陣必須是可逆的。當您提供一個全為零的 2x2 矩陣時，該矩陣是奇異的（行列式為零），不可逆，這導致 solve 函數無法計算其逆矩陣，從而產生錯誤。
traceback()這種方法適合偵測函數嵌套過深導致的錯誤。
課程小結
R 語言提供多種強大的 Debugging 工具，包括：
- 手動 print() 檢查變數（適合簡單錯誤）
- try() 忽略錯誤（適合錯誤處理，但不適用於深度 Debugging）
- debug() 進入函數內部（適合逐步檢查）
- browser() 設定程式斷點（適合特定位置 Debugging）
- traceback() 追蹤錯誤位置（適合偵測嵌套錯誤）
