1. 基本调试策略

作者总结了程序给出不能期望结果的三种情况：

  1. 程序报错， 需要找到出错的地方加以纠正；
  2. 程序正常运行， 输出了结果， 但是结果明显有错；
  3. 最糟糕的是， 程序结果也看起来很正常， 但实际结果是错误的。

模块化思维与编程

为了尽可能保证程序结果正确， 在自己编写新算法时， 要运用模块化思想， 将问题分解为若干个小问题， 使得每一个小问题都比较容易验证结果是否正确， 将每一个小问题编写成一个单独的函数， 这样也可以避免一段很长的程序中许多变量混杂在一起。

在划分模块并编写好程序后， 应该编写一系列的测试函数， 对每个函数进行测试， 保证其在各种情况下的结果是正确的。 最好采纳R的规则化的测试策略进行自动化测试， 在编写R扩展包时就推荐同时提供测试代码。

学会求助社区

如果程序还是有错误， 首先可以求助于搜索引擎、用户社区等。 如果这个问题是常见问题， 往往这样就可以解决问题。
比如 google, github 等。

将问题最小化

如果问题没有解决， 需要将问题最小化： 减少引起错误的程序的复杂程度， 将不必要的代码尽可能用固定的输入数据代替， 使得出错程序很短， 而且错误可重复。 有时会有不可重复的错误， 这样的错误往往很难解决， 超出了一般R用户的能力。

在将问题程序简化并且错误可重复以后， 就要试图定位错误。 一般编程语言都有如下的一些一般性查错(debugging)方法：

在程序中适当位置加上输出命令（语句）， 输出怀疑有错的变量值。
某些变成语言提供了跟踪以及条件跟踪命令， 可以在程序运行到某个语句或者触发了某个条件时程序中止， 但允许用户控制逐行运行程序并随时查看变量值， 称为跟踪调试(tracing)。 跟踪调试可以是命令行工具， 也可以是集成在RStudio这样的集成编程环境中的图形界面工具。
在查错时， 科学研究思维照样起作用： 根据错误表现提出可能的原因假设， 制作测试输入数据验证假设， 记录相应输出并分析是否与假设的错误原因吻合。 如此反复直到找到出错原因并加以纠正。

查错并纠正就可能会破坏了成熟的代码， 造成新的错误， 所以最好能有自动化的测试策略， 在每次修改程序后都重新测试程序是否保持输出正确。

测试正确与稳定性

自定义函数应该用各种不同输入测试其正确性和稳定性。

2. 找到出错的函数

不同于python，在程序运行后，R 默认下并不会直接调用traceback() 函数，而只是告知一开始引起出错（比如最开始引起出错的那层函数）的内容：

> fun_2 = function(x) x*2
> fun_1 = function(x) fun_2()
> fun_1()
Error in fun_2() : 缺少参数"x",也没有缺省值

为了在多层次函数调用中找到出错的函数，我们可以使用traceback 函数，结果是所谓的反向追踪(traceback)， 一般编程语言中称为调用栈(calling stack)。 这个输出是从下向上堆叠显示， 下层是调用方， 上层是被调用方。

> traceback()
2: fun_2() at #1
1: fun_1()

如果是使用Rstudio，出错程序的右端可以显示Show Traceback以及Rerun with Debug快捷图标， 点击“Show Traceback”图标也可以显示反向追踪结果。
04. 程序调试 - 图1

3. 跟踪调试

参见：https://blog.csdn.net/xiaohukun/article/details/76659515

默认下，R 的debug 模式为error inspector，即上图的追踪效果。点击Rerun with Debug快捷图标，就可以进入R 的browser() 沙盘模式。

在该模式下，这个命令行的环境一般不再是全局环境，而是出现报错的函数的运行环境：
04. 程序调试 - 图2

除此之外，函数定义一般都包含多行，所以一般不在命令行定义函数， 而是把函数定义以及较长的程序写在源程序文件中， 用source命令运行。 用source命令调入运行的程序与在命令行运行的效果基本相同， 这样定义的变量也是全局变量。

在RStudio的编辑窗口中打开.R源程序文件， 在某一程序行行号左端的空白处用鼠标单击， 就可以设定某一行为断点， 在用source命令运行到该处时就可以进入跟踪调试状态。
04. 程序调试 - 图3
R中的断点和绝大多数IDE中相似，都是在代码行号的左侧用鼠标单击一下出现一个红点，在R中即代表在该行代码前加了browser()函数。如果是空心红点则需要运行脚本面板右上方的Source按钮运行脚本，空心红点即会变为实心。当然如果你选中了Source on Save选项，那么每次保存时都会自动将文件source。

进入调试状态后， RStudio界面提供了相应的支持。 这时RStudio的命令行窗格(Console)将会显示用于控制运行的图标， 包括执行下一语句（Next）、跟踪进入要调用的函数运行(Step into)、执行到函数末尾或者循环末尾(Finish)、不再跟踪继续正常运行（Continue）、终止运行（Stop）。

04. 程序调试 - 图4

另外这些功能也可以通过调试命令行命令实现：

输入变量名查看变量值；
用n命令或者换行键逐句运行；
用s命令跟踪进调用的函数内部逐句运行；
用f命令快速执行到循环末尾或者函数末尾；
用c命令恢复正常运行，不再跟踪；
用Q命令强行终止程序运行。

比如我们在函数中插入了browser 进行调试：

f <- function(x){
  browser()
  for(i in 1:n){
    s <- s + x[i]
  }
}

发现是出现了未定义的变量：

> print(f(1:5))
Called from: f(1:5)
Browse[1]> n
debug在#3: for (i in 1:n) {
    s <- s + x[i]
}
Browse[2]> n
Error in f(1:5) : 找不到对象'n'

在源文件中把出错行改为for(i in 1:length(x))， 再次运行, 发现在运行s <- s + x[i]行时， 遇到“错误: 找不到对象’s’”。 这是忘记初始化引起的。 在for语句前添加s <- 0语句，函数定义变成：

f <- function(x){
  browser()
  s <- 0
  for(i in 1:length(x)){
    s <- s + x[i]
  }
}

再次运行， 在跟踪到循环时， 为了避免繁琐的跟踪过程， 可以用“执行到函数末尾或者循环末尾”快捷图标或命令行的f命令， 或者“Continue”快捷图标或命令行的c命令。 程序不显示错误但是也没有显示结果为NULL而不是我们期望得输入元素之和。 检查可以看出错误是忘记把函数返回值写在函数定义最后。

在调试完毕后，函数不需要修改后， 可以把对browser()的调用删除或注释掉， 或在RStudio 中关闭断点。

另外，我们还可以修改R studio 模式为Break in Code：
04. 程序调试 - 图5
达到遇到错误就直接在其位置进入调试模式的效果。

ps：利用沙盘模式，我们也可以进行简单的调试，比如在函数中使用browser 命令，则我们进入的沙盘环境便是定义的这个函数内部，其中创建的任何变量并不会在函数外部生效。

对函数调试

debug函数用于在一个已存在的的函数的起始处“添加”一个browser()语句。此时，函数处于“调试模式”，每次只要一运行该函数都会进入浏览器模式。需要通过undebug函数将browser() 从该函数中移出,isdebugged 函数用于检查某个函数是否处于“调试”模式。

> test<-function(){
+   print("hello")
+ }
+ 
#进入"调试"模式
> debug(test)
> isdebugged(test)
[1] TRUE

> test()
debugging in: test()
debug at #1: {
    print("hello")
}
Browse[2]> Q

#退出调试模式
> undebug(test)
> isdebugged(test)
[1] FALSE
> test()
[1] "hello"
————————————————
版权声明：本文为CSDN博主「hukun1995」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/xiaohukun/article/details/76659515

出错调试选项

可以将recover()函数放在任何你需要的地方，一旦R运行到recover函数时，它会暂停并显示当前的调用栈信息，而且你可以选择进入哪一个函数进入调试模式:

> f <- function(x){
+   recover()
+   for(i in 1:length(x)){
+     s <- s + x[i]
+   }
+ }
> f(2)

Enter a frame number, or 0 to exit   

1: f(2)

比较长的程序在调试时如果从开头就跟踪， 比较耗时。可以设置成出错后自动进入跟踪模式， 检查出错时的变量值。只要进行如下设置，可以将recover添加到R函数的全局选项中
options(error=recover)。

循环断点

用browser()函数与R的if结构配合可以制作条件断点。 比如， 在调试带有循环的程序时， 发现错误发生在循环内， 如果从循环开始就跟踪运行， 会浪费许多时间。 设已知错误发生在循环变量i等于501的时候， 就可以在循环内插入：

if(i == 501) browser()

这样就可以在更接近出错的位置进入跟踪运行。

4. stop()、warning()、message()

编写程序时应尽可能提前发现不合法的输入和错误的状态。 发现错误时， 可以用stop(s)使程序运行出错停止， 其中s是一个字符型对象， 用来作为显示的出错信息。

发现某些问题后如果不严重， 可以不停止程序运行， 但用warning(s)提交一个警告信息， 其中s是字符型的警告信息。 警告信息的显示可能比实际运行要延迟一些。

> if (x < 5) warning("x 太小了！")
Warning message:
x 太小了！

另外，也可以使用message()，与cat()等相比较， cat()是用户要求的输出， 而message()是程序员对用户的提示，它不算是错误或者警告， 是提示性的信息输出。 message()不会像warning()那样延迟显示。

有些警告信息实际是错误， 用options()的warn参数可以设置警告级别， 如设置warn=2则所有警告当作错误处理。 设置如：

options(warn = 2)

5. 预防性设计

捕获异常

tryCatch(需要捕捉的表达式, error = 错误时触发的函数式, finally = 最终一定要运行的函数式)

比如：

result = tryCatch(
        {expr}, 
        warning = function(w) {warning-handler-code}, 
        error = function(e) { error-handler-code}, 
        finally = {cleanup-code}
        )

自定义异常

类似py 中的raise 语句，R 也提供了相关的语句：

f <- function(x, y){
  stopifnot(is.numeric(x),
            is.numeric(y),
            length(x)==length(y))
  ## 函数体程序语句...
}

04. 程序调试 - 图6

函数stopifnot 可以指定自变量的若干个条件， 当自变量不符合条件时自动出错停止。