我是一名统计研究专业的研究生，他在R方面工作很多。我在其他编程环境中对OOP熟悉。我什至看到它在各种统计软件包中的使用，这些软件包定义了用于存储数据的新类。
在我毕业生涯的这个阶段，我通常会为某些类的分配编写某种算法-这种东西要吸收原始数据并提供某种输出。我想使重用代码变得更容易，并养成良好的编码习惯，尤其是在我进行更深入的研究之前。请提供一些有关在R中进行统计编程时如何“思考OOP”的建议。
最佳答案
我认为你不应该。尝试从工作流的角度考虑R。此页面上有一些有用的工作流程建议:
Workflow for statistical analysis and report writing
另一个重要的考虑因素是逐行分析与可重复的研究。这里有一个很好的讨论:
writing functions vs. line-by-line interpretation in an R workflow
关于r - 使用R时如何 "think OOP"？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/6210311/