В контексте обучения R-программированию я пытаюсь запускать R-сценарии совершенно независимо, чтобы я мог сравнить сгенерированные ими объекты.
В настоящее время я делаю это с R средами:
student_env <- new.env()
solution_env <- new.env()
eval(parse(text = "x <- 4"), env = student_env)
eval(parse(text = "x <- 5"), env = solution_env)
student_env$x == student_env$y
Хотя это обеспечивает некоторую инкапсуляцию, на данный момент она завершена. Например, если я выполняю вызов library() в среде студента, он присоединяется к пути поиска глобальной сессии R, что делает пакет доступным для кода, выполняемого в среде решения.
Чтобы обеспечить полное разделение, я мог запустить подпроцессы, используя пакет subprocess:
library(subprocess)
rbin <- file.path(R.home("bin"), "R")
student_handle <- spawn_process(rbin, c('--no-save'))
solution_handle <- spawn_process(rbin, c('--no-save'))
process_write(student_handle, "x <- 4\n")
process_write(solution_handle, "x <- 5\n")
Однако я не уверен, как выполнить выборку объектов R, чтобы я мог их сравнить.
Мои вопросы:
- Является ли
subprocess хорошим подходом?
- Если да, как я могу (эффективно!) Получить R представления объектов из подпроцесса, чтобы я мог сравнить объекты в родительском процессе? Python делает это посредством засолки / укропа.
- Я мог бы общаться через файлы .rds, но это ненужное создание / чтение файлов.
- В R я наткнулся на
RProtoBuf, но я не уверен, решит ли это мою проблему.
- Если нет, есть ли другие подходы, которые я должен рассмотреть? Я рассмотрел
opencpu, но концепция запуска локального сервера с последующим использованием R для связи с этим сервером и получения представлений кажется слишком сложным подходом.
Спасибо!