C'è un modo per disabilitare il riquadro dell'ambiente in RStudio?

Question

Introduzione:

Ho un progetto RStudio dove sto ricercando (abbastanza) di grandi insiemi di dati. Anche se sto cercando di mantenere pulito l'ambiente globale, dopo qualche tempo si riempie di oggetti enormi.

Problema:

RStudio rinfresca sempre riquadro Ambiente dopo il debug (probabilmente itera ambiente globale e invita summary() su ogni oggetto), e ci vogliono decine di secondi sul mio ambiente globale. Sebbene l'aggiornamento sia asincrono, la sessione R è occupata e devi attendere che finisca prima di poter continuare a lavorare. Ciò rende il debug molto fastidioso. E non c'è modo che io sappia di disabilitare il riquadro Ambiente in RStudio.

Domanda:

Qualcuno può suggerire bella soluzione di questo? Vedo le seguenti possibilità:

1. Personalizzare le origini RStudio per aggiungere un'opzione per disabilitare il riquadro Ambiente .
2. Ambiente globale spesso pulito (non conveniente poiché i dati grezzi richiedono una preelaborazione che richiede molto tempo e spesso cambio la logica di preelaborazione).
3. Forse ci sono tipi specifici di oggetti che causano il ritardo non a causa delle loro dimensioni ma a causa della loro struttura?

Attualmente sto lavorando su un esempio riproducibile, ma non è chiaro quali oggetti causino il problema.

Ho inviato via email il supporto RStudio a tale problema qualche tempo fa, ma non ho ancora ricevuto alcuna risposta.

Answer 1

Posso riprodurre il problema con molte piccole variabili di lista annidate.

# Populate global environment with lots of nested list variables 
invisible(
    replicate(
    1000, 
    assign(
     paste0(sample(letters, 10, replace = TRUE), collapse = ""), 
     list(a = 1, b = list(ba = 2.1, bb = list(bba = 2.21, bbb = 2.22))), 
     envir = globalenv() 
    ) 
) 
) 

f <- function() browser() 

f() # hit ENTER in the console once you hit the browser 

Questo suggerisce che il problema è RStudio esecuzione del suo equivalente ls.str() sull'ambiente globale.

Sospetto che il comportamento sia implementato in una delle funzioni elencate da ls("tools:rstudio", all.names = TRUE), ma non sono sicuro di quale. Se lo trovi, puoi sostituirlo.

In alternativa, la soluzione migliore è rielaborare il codice in modo da non assegnare così tante variabili nell'ambiente globale. Avvolgi la maggior parte del tuo codice in funzioni (quindi la maggior parte delle variabili esiste solo per la durata della chiamata alla funzione). È inoltre possibile definire un nuovo ambiente

e <- new.env(parent = globalenv()) 

Poi assegnare tutti i risultati all'interno e. In questo modo l'aggiornamento richiede solo pochi microsecondi.