从另一个视角看 R 语言的 “方言”Tidyverse，以及 RStudio 对 Tidyverse 的提倡。

作者 Norm Matloff 为 UC Davis 计算机科学教授（曾任 UCD 统计学教授）。中文翻译及投稿至 COS 经过作者同意。文中的 “我” 为作者视角，但译文中存在的任何不妥之处当然很可能是由译者引入的，还望读者不吝赐教。

注意：此为简版

在我看来，Tidyverse 的主要问题在于其不利于教学。我相信使用 Tidyverse 而非 base-R 实际上会阻碍对没有编写代码背景的初学者进行教学。这个简洁的版本仅保留了 TidyverseSkeptic 文中关于教学的部分。我在完整的文档中还谈及了其它问题，详见英文原文全文。

本文在某种程度上比较坦率，并且涉及非常流行的 Tidyverse 及 RStudio。我想本文是有礼貌的，并且应被视为具有建设性的批评。

我对 RStudio 的人们抱有喜爱和尊敬的态度，包括 Tidyverse 的提出者 Hadley Wickham。我也一直支持他们，无论私下或是公开。从公司只有创始人 JJ Allaire 和首席开发 Joe Cheng 的时候开始，我们就一直互动。我向我的学生们高度赞扬 RStudio 公司，我使用并推荐 Hadley 的包 ggplot2 和 stringr （均不属于 Tidyverse），有时 devtools 确实节省了我大量时间。

换句话说，我并没有把 RStudio 当作什么邪恶社团。我在本文中的不少地方都表明我认为他们的行为具有良好的意图。然而，我持有如下看法：决定推广 Tidyverse 是 RStudio 作出的错误抉择，这使 R 语言的一致性和健康性遭到威胁。

这里是我的简历。 关于 R 语言的部分，我从几乎最开始就是 R 的用户和开发者，在那之前我使用 R 的前身 S。我出版过几本使用 R 语言的书，还担任过 R Journal 的主编。Hadley 也曾任此期刊的主编。

可教学性概览

• 我最大的担忧来自 R 语言教学。对于需要学习 R 语言的非程序员来说，Tidy 让精通这门语言变得更困难。

• Tidyverse 来自这样一种渴求，即要有一组相互兼容、行为一致的函数或包。这种 “纯正” 哲学对计算机科学家有着难以抗拒的吸引力。Tidyverse 也借鉴了其它 “纯正” 计算机科学（Computer Science，以下简称 CS）哲学，特别是 函数式编程（Functional Programming，以下简称 FP）。FP 抽象化且理论化，即使对 CS 专业的学生来说也较困难。因此，显然 若学习 R 语言的人并非程序员，Tidy 是一种不甚明智的方案。

• 纯正带来的其它代价包括更复杂和更抽象，代码更容易出错（同时还牺牲了性能）。

• 实际上，如果学习者之前没有编写代码的背景，Tidyverse 总体来说过于复杂，这会引发心理学家所称的 认知过载 现象。

• 确实，很多 Tidy 的倡导者也承认在各种意义下 Tidy 代码比 base-R 更难编写。比如，Hadley 说 “可能需要一些时间让你的头脑适应 [FP].”

• RStudio 提倡 Tidyverse 的时候声称它能够使非程序员更容易学习 R。出于上述原因，与之正相反，我要提出异议：Tidyverse 让这个群体的人们学 R 变得 更难。

• RStudio 作了可敬的工作，让更多女性及未被充分代表的少数群体能接触到 R。然而，由于被限制在复杂的 Tidyverse 系统中，这些群体将很难为 R 语言作出更多贡献，诸如编写 CRAN 包、撰写书籍等等。这些工作需要相当熟悉 base-R 的使用，即使代码本身仍然可以主要由 Tidyverse 写就。当然，也不只是这些群体，这对任何人都适用。可惜的是 RStudio 正在伤害它本想要帮助的那些人。

从大学以来，教学一直是我兴趣所在。我成为统计和计算机老师很多年，也得过一些教学奖项。我写的课本 Statistical Regression and Classification: from Linear Models to Machine Learning 获得 2017 年的 Ziegel Award。

除此以外，我对人们如何学习有浓厚的兴趣，无论他们是孩童还是中年人。除了上述课程以外，我还教过移民成年人作为第二语言的英语，他们大多数没有完成高中教育。

关于教学的讨论，我这里把对象定为 想用 R 进行数据分析的非程序员，而不是想成为专业 R 语言程序员的人。

案例分析：R 语言第一课

Tidyverse 对初学者过于复杂。这里有一些便捷的例子显示 Tidy 的复杂性及其后果，非程序员学生学习 R 的时候难以适应。

来看一下我的在线 R 教程 fasteR。比如，考虑下面一行

> hist(Nile)

即用 R 内置的尼罗河数据集绘制一副简单的直方图。

这就是我教程的第一课。简单！相反，用 Tidy 的群体不使用 base-R 而坚持使用 ggplot2 绘图（再说一次，其实这并不属于 Tidy，只不过有 Tidy 的倡导者常如此描述）。要想用 Tidy，老师需要如下操作

> library(ggplot2)
> dn <- data.frame(Nile)
> ggplot(dn) + geom_histogram(aes(Nile))

如此，老师有太多东西需要解释——包、数据框、ggplot()、aes 参数、+ 的作用（在这里并不表示加法）等等——因此老师也许本不该在第一堂课就展示这种用法。

同样出自我的第一课，还有

> mean(Nile[80:100])

打印给定年份区间内尼罗河流量的平均数。令人惊奇的是，这不仅不会出现在 Tidy 第一课，使用 Tidy 教程的学生甚至有可能 永远不会 学到如何做这件事。典型的 Tidy 老师并不认为向量对学习者有多么重要，更不要说向量下标了。

作为这个 Tidy 观点的实例，请见 Getting Started with R，作者 Beckerman et al，Oxford University Press，second edition，2017。这本书特别强调 “遵循 Tidyverse”。书共 231 页，仅简略地提到向量，并且完全没有提及下标。

案例分析：Dalgaard 的书

2019 年 12 月，一位研究者发推特说 Peter Dalgaard 的一本讲统计学概论的书 “过时了”，因为用的是 base-R 而非 Tidy。想一想如果要更新到 Tidy 会涉及什么，又会强加给学生多少复杂性。这里是书中的一个例子：

> thue2 <- subset(thuesen, blood.glucose < 7)

基于 base-R 的话，这第二课可以轻松讲到，说不定第一课就可以。而 Tidy 则不然，需要更改成

> library(dplyr)
> thue2 <- thuesen %>% filter(blood.glucose < 7)

老师首先要讲授管道操作符 %>%，又一份额外的复杂性。在做这件事情的时候，老师很可能要强调管道是 “从左到右” 的流，然而学生会感到困惑，因为从左到右的流完成后，马上就又跟着一个从右到左的流 <-。（不管出于什么原因，Tidy 似乎并不使用 R 的 -> 操作。）

又一次，Tidyverse 对于没有编程背景的学习 R 的人依然过于复杂，拖慢了学习进度。

Tidyverse 倡导者们的提法

怀着为教学致力终生的热情，我强烈质疑 Tidyverse 倡导者们的提法，即使用 Tidy 对非程序员进行教学，而不使用 base-R。

（我认为 dplyr 和 data.table 都是高阶的课题；两者都不适合初学者。另一方面，指导初学者使用 ggplot2 则完全可行，当然要再次指出其并不是 Tidyverse 的一部分）

还没有关于倡导者们对 Tidy 可教学性的提法的研究。倡导者们通常会提供来自学生的赞誉，如

• “我用 Tidyverse 学习了 R，现在用 R 很有生产力”

• “我喜欢 Tidyverse 类似英文的自然用法”

• “我可以用 Tidyverse 做出漂亮的图”

• “Tidyverse 向我展现了数据的流动”

同时也是老师的倡导者们则会重复这些陈述并加以评论，诸如：

• “Base-R 适合专业程序员，但 Tidyverse 是只想进行数据分析的非技术人员学习 R 的最佳工具”

• “R 由统计学家创造，为统计学家使用。而我们是数据科学家，主要兴趣在于制作图表”

• “Tidyverse 是 现代的 R，供我们其他人使用”

全部这些陈述要么具有误导性，要么和可教学性问题无关，或者是彻底的空话。关于 base-R 与 Tidy 间可教学性的比较，它们等于什么也没有讲。（讽刺的是，展示这些陈述的倡导者们是数据科学家，本应知道存在控制组的必要性。）

Tidyverse 带来过多复杂性，让学习变得更难

与 Tidy 倡导者的提法正相反，我相信 Tidyverse 让之前没有编程背景的人更 难 学习。

认知过载是很严重的问题。Tidyverse 的学生要学习的材料相对多得多，这显然不是好的教育方法。在 “Tidyverse 诅咒” 一文中，作者提到 此外 他还 “仅仅” 用到了 60 个 Tidyverse 函数——60！Tidyverse 的“明星” dplyr 包含了 263 个函数。

尽管用户最开始只需要用到这些函数的一小部分，高度的复杂性依然明显存在。每当用户要使用一个操作的某种变体，都必须从几百个函数中筛选出正好是需要的那一个。

Tidy 倡导者说全部函数界面的统一性使学习变得更容易。统一的 语法 确实很好，但是实际情况是用户真正需要学习的是函数的 语义，即每个函数将进行何种操作。举例来说，summarize()、summarize_each()、summarize_at() 及 summarize_if() 区别何在？在何种情况下应该使用哪个函数？用户必须加以筛选。

关于 dplyr，data.table 的创造者 Matt Dowle 指出

你要整合进管道的并不是一个函数 mutate。这一个函数可以是 mutate、mutate_、mutate_all、mutate_at、mutate_each、 mutate_each_、mutate_if、transmute、transmute_、 transmute_all、transmute_at 或 transmute_if。 而你却告诉我 [因为用户界面都是一致的] 不需要参考手册就能学会这全部？

只是共用一套语法，并不能减轻让人昏头的复杂程度。

作为对比，只要用户学会了 base-R （不难），就可以用少数几个简单的操作处理各种情况。古话说得好：“授人以鱼，不如授人以渔。”

Tidy 推广者不希望 R 初学者学习什么

Tidy 推广者提出避免使用 base-R 最基础的部分：

• $ 操作符

• [[ ]]

• plot() 以及相关的基础图形函数等

他们声称这能 “简化” 学习的过程，然而实际上却会迫使初学者采用一套更复杂、不直观且难以阅读的方案。

案例分析：tapply() 函数

tapply() 是在 R 语言里最常使用的函数之一。如下所示，可以说它是对 R 初学者来说最好用的函数，但出于某些原因，Tidy 倡导者并不喜欢这个函数。

考虑 Tidyverse 教程里一个常见的例子，用到 R 的 mtcars 数据集。目标是找出一部车消耗每加仑燃料平均能行驶多少英里（miles per gallon, mpg），并按汽缸个数进行分组。Tidy 给出的代码为

library(dplyr)
mtcars %>%
   group_by(cyl) %>%
   summarize(mean(mpg))

这是 base-R 版本：

tapply(mtcars$mpg, mtcars$cyl, mean)

两者都很简单。都不难为初学者所掌握。初学者看过几个例子后，把它们应用在同类别的新问题也不会有什么困难。Tidy 版本调用了两个函数，base-R 则是一个。无论如何，两个版本都不复杂，难分伯仲。但是这当然不能算作 Tidy 版本比较 容易 学习的例子。

如何从两个方面进行分组比较有指导意义：

> mtcars %>%
+ group_by(cyl, gear) %>%
+ summarize(mean(mpg))
# A tibble: 8 x 3
# Groups:   cyl [3]
    cyl  gear `mean(mpg)`
  <dbl> <dbl>       <dbl>
1     4     3        21.5
2     4     4        26.9
3     4     5        28.2
4     6     3        19.8
5     6     4        19.8
6     6     5        19.7
7     8     3        15.0
8     8     5        15.4
> tapply(mtcars$mpg, list(mtcars$cyl, mtcars$gear), mean)
      3      4    5
4 21.50 26.925 28.2
6 19.75 19.750 19.7
8 15.05     NA 15.4

必须告诉学生，tapply() 用于分组的变量数多于一个时，要把变量用 list() 括起来。和前面一样，只要有一些例子，学生们这样用没有什么困难。

不过要看看输出形式：Tidy 版本输出一个 tibble，不易阅读，而 tapply() 输出一个 R 矩阵，以双向表的形式打印出来。后者的形式恰好是很多学生所需要的，比如应用到社会科学研究等。

检索过 dplyr 的几百个函数后，我没有找到如何把 Tidy 的输出转换为 tapply() 提供的更有信息量的表格样式。就算这样的函数存在，其难以被轻易识别也正好能体现我上述观点，Tidy 过于臃肿，不适合初学者。

此外，tapply() 的输出还有另一重含义，让用户能够察觉没有 8 - 汽缸、4 - 挡位的汽车也是在很多应用中非常有意义的一类信息。

实际上，可以对 Tidy 版本加以修改以显示空白组：

> mtcars$cyl <- as.factor(mtcars$cyl)
> mtcars$gear <- as.factor(mtcars$gear)
> mtcars %>%
+    group_by(cyl, gear, .drop=FALSE) %>%
+    summarize(mean(mpg))
# A tibble: 9 x 3
# Groups:   cyl [3]
  cyl   gear  `mean(mpg)`
  <fct> <fct>       <dbl>
1 4     3            21.5
2 4     4            26.9
3 4     5            28.2
4 6     3            19.8
5 6     4            19.8
6 6     5            19.7
7 8     3            15.0
8 8     4           NaN
9 8     5            15.4

注意需要格式转换，Tidy 文档没有提到。即使有文档，这对 R 初学者来说也是更加复杂了。

因此，说到晓畅程度和可学习性，在这个特定的例子里 Tidy 和 base-R 都不错，Tidy 也并没有更容易学习。至于可用性，我判 base-R 获胜。

对函数式编程的使用

Tidyverse 包中另一个特殊的库，面向 函数式编程（FP）的 purrr，有 177 个函数。关于复杂性的论点依然适用；我们再次遇到和上述 dplyr 同样的问题，“有太多函数要学”。

从入门的层次看，FP 就是调用 FP 函数以取代循环。R 的 apply 函数家族，再加上 Reduce()、Map() 和 Filter()，就属于 FP。在很多情况下，使用这些函数是正确的方案。但是按很多 Tidy 推广者提倡的，不加区分地使用 FP 替代 所有 循环，明显是过分了，还特别给初学者带来很多困难。

这个推断是 先验 的——FP 涉及函数的编写，而多数初学者需要很长时间去掌握这项技能。

值得注意的是，顶尖大学的计算机系在逐渐调整编程绪论课程，不再使用 FP 范式，而是采用更传统的 Python。他们认为 FP 更加抽象，更有挑战性。

关于这个话题，一个有趣的讨论见 Charavarty 和 Keller。其实他们支持在 CS 专业的编程绪论课堂中使用 FP，但两位作者的目标和学习 R 的人正好是对立的。作者们列出了三个目标，其中一个是讲授计算机科学理论，对 R 的一般性教学来说，这是不可取的，更不要说教没有编写代码经验的人学习 R 语言。他们承认，即使是对 CS 学生来说，FP 的一个关键概念 递归 也是 “显著的障碍”。

如果说 FP 对 CS 学生就很难，那么就没有道理让学习 R 的非程序员学生去使用 FP。

甚至 Hadley 也在 R for Data Science 中说道：

把一个函数传递给另一个函数，这个想法十分强大， 也是使 R 可以成为函数式编程语言的行为之一。 你可能需要一些时间让你的头脑适应这个想法， 然而这种投入是值得的。

实际上，大多数非 FP 的语言也允许将一个函数传递给另一个，而且这也确实是个强大的工具，值得投入时间学习——对于有经验的 R 程序员来说。然而，不应当强迫学习 R 的非程序员 “让他们的头脑适应” purrr。

purrr 与 base-R 的对比

我们再次使用 mtcars 做例子，来自在线教程。这里的目标是用车重去回归英里每加仑，计算每个汽缸组别的 R2。这是 Tidy 方案，来自 map() 的在线帮助页面：

library(purrr)
mtcars %>%
  split(.$cyl) %>%
  map(~ lm(mpg ~ wt, data = .)) %>%
  map(summary) %>%
  map_dbl("r.squared")

# output
4         6         8
0.5086326 0.4645102 0.4229655

这里有几个主要的点需要注意：

• 针对这个特定的例子，学习 R 的人必须要学习两个不同的 map 函数，以及大量其它函数，只为了一个基础用法。这个例子很好地说明了 Tidy 认知过载的问题。实际上，purrr 有 52 个不同的 map 函数！（见下）

• 第一个 map 调用中的第一个 ~ 十分不直观，即使有经验的程序员也没法猜出其作用。这能有力反驳 Tidy 倡导者所声称 Tidy 更符合直觉、就像英语。

• Tidy 执着于避开使用 R 语言标准的 $ 符号，导致了各种混乱与困惑。

• 不幸的学生自然要问：“表达式里的 ‘summary’ 是哪里来的？” 看起来像是在调用 map() 的时候用了不存在的变量 summary。而在幕布背后，实际上是 base-R 的 summary() 函数被调用于前面的计算。这又是相当不直观的，在线帮助页面中也 没有 提到。

• 这个可怜的学生会对调用 map_dbl() 感到进一步困扰。那个 r.squared 从哪里来？再一次，Tidy 把事实隐藏了，summary() 会产生一个含有 r.squared 组件的 S3 对象。是的，有时候隐藏细节是有帮助的，但只是在不会让初学者感到困惑的时候。

实际上，R 初学者最好还是从写一个循环开始，避开具有挑战性的 FP 概念。即使老师认为初学者 必须 学习 FP，base-R 版本也要简单很多：

lmr2 <- function(mtcSubset) {
  lmout <- lm(mpg ~ wt, data=mtcSubset)
  summary(lmout)$r.squared
}
u <- split(mtcars, mtcars$cyl)
sapply(u, lmr2)

这里 lmr2() 有明确的定义，而不是 Tidy 版本里难以看透的 map() 调用和其中的 ~。

在关于这个例子的推特讨论中，一个 Tidy 倡导者提出异议说上面的 purrr 代码不适合学生用：

说的没错，但我原本的推特是讲如何教导新人的。 你的例子其实是无关的，因为这是非常复杂的概念。

这就是我的观点！新人应该用循环，而不是 purrr。然而 Tidy 推广者不愿让学生用循环。所以用 Tidy 的老师就得避免给学生用这样的例子，对于同样的例子，用 base-R 的老师就很容易处理。

如上所述，Tidy 版本是对 “有太多函数要学” 这种认知过载的写照，我们更早在 dplyr 中也见到了这个问题。请看：

> ls('package:purrr', pattern='map*')
 [1] "as_mapper"      "imap"           "imap_chr"       "imap_dbl"      
 [5] "imap_dfc"       "imap_dfr"       "imap_int"       "imap_lgl"      
 [9] "imap_raw"       "invoke_map"     "invoke_map_chr" "invoke_map_dbl"
[13] "invoke_map_df"  "invoke_map_dfc" "invoke_map_dfr" "invoke_map_int"
[17] "invoke_map_lgl" "invoke_map_raw" "lmap"           "lmap_at"       
[21] "lmap_if"        "map"            "map_at"         "map_call"      
[25] "map_chr"        "map_dbl"        "map_depth"      "map_df"        
[29] "map_dfc"        "map_dfr"        "map_if"         "map_int"       
[33] "map_lgl"        "map_raw"        "map2"           "map2_chr"      
[37] "map2_dbl"       "map2_df"        "map2_dfc"       "map2_dfr"      
[41] "map2_int"       "map2_lgl"       "map2_raw"       "pmap"          
[45] "pmap_chr"       "pmap_dbl"       "pmap_df"        "pmap_dfc"      
[49] "pmap_dfr"       "pmap_int"       "pmap_lgl"       "pmap_raw"      

作为对比，base-R 版本中我们就只用到了 base-R！在 apply 家族中只有四个函数要学：apply()、lapply()、sapply() 和 tapply()。

Tibbles

同样，迫使学生学习 tibbles 是糟糕的教学方法。这是更复杂的技术，还是数据框更简明。需要 tibbles 解决的情况应属于进阶课题，并不适宜没有编码背景的初学者。

这些高级的情况下，数据框里列或行的元素不是 原子 对象，即并非简单的数字、字符串或者逻辑值。这是 Tidy 倡导者树立的 “稻草人”；R 初学者不大可能遇到这种类型的数据框。

英语的问题

Tidyverse 倡导者强调最多的观点是 Tidyverse 的语法 “像英语”，所以更容易教学。

下面对比 “英语” 的 dplyr 和 “非英语” 的 data.table（来自这里）。我们要再次使用 R 内置的 mtcars 数据集。

library(data.table)
mtdt <- as.data.table(mtcars);  mtdt[cyl == 6]  # data.table 语法
library(dplyr)
mttb <- as_tibble(mtcars);  filter(mttb, cyl == 6)  # dplyr 语法

真有什么区别吗？初学者即使没有编程背景，看过一些例子后，也无法快速采用这两者中的任一种吗？声称 dplyr 具有高度可教学性的老师也会欣然同意他们的学生可以容易地学会 data.table，只要给一些例子，也就是我为初学者所选择的 base-R。

早些时候我们见过的 purrr 例子

mtcars %>%
  split(.$cyl) %>%
  map(~ lm(mpg ~ wt, data = .)) %>%
  map(summary) %>%
  map_dbl("r.squared")

甚至有经验（但非 R）的程序员也难以理解，这和声称的 “像英语一样晓畅” 明显是矛盾的。而且 dplyr 中 mutate 的意思和英语中的意思一点都不接近，也不太可能猜出来，非 R 的专业程序员也不行。

换句话说，尽管学生可能会说他们喜欢 Tidy “英语” 的方面，其好处却不是实在的。如果学习 base-R 而不是 Tidy，他们可能会更精通 R，学得 更快。

顺便说一下，如下所述，Tidy 倡导者不喜欢的很多 base-R 函数，名字 确实 使用了英语，例如 plot()、lines()、aggregate() 和 merge()。那么显然英语不是核心问题。

Tidyverse 还大量使用 magrittr 管道，比如把复合函数 h(g(f(x))) 写成

f(x) %>% g() %>% h()

这个例子的卖点是 “英语”，可以从左向右阅读。然而，这到底有多少价值？在任何情况下，我个人也都可以从左向右写这段代码，无需 使用管道：

a <- f(x)
b <- g(a)
h(b)

作为一名老师，我长期讲授编程语言（C、C++、Java、Pascal、Python、R、汇编语言等等），我发现对管道的介绍一直是个麻烦。使用管道的代码版本隐藏了 g() 和 h() 也各需要一个变量的事实，变量在管道的表达式中并不可见。

假如 w() 需要两个变量，若第一个变量在管道中使用了，就会隐藏起来，看起来好像就只有一个变量：

> w <- function(u,v) u+2*v
> 3 %>% w(5)
[1] 13

这里 w() 有两个变量，但看起来只有一个。

如果我们想让 3 作为 v，而不是 u 呢？可以做到，用 magrittr 的 “点” 记法：

> 3 %>% w(5,.)
[1] 11

这是说明我观点的又一个例子，Tidy 用额外且不必要的复杂性给学习 R 的人增加了负担。正如同有 263 个函数的 dplyr，对初学者来说，管道也同样过于复杂。管道在使用中变体太多了，Hadley 的书 R for Data Science 用了一整章讲管道，共 3415 个单词。

如前所述，初学者一开始只需要学习其中的一小部分内容，但上面的点记法的例子当然还不能算高级案例。初学者每次遇到新的状况，都必须从无数变体中筛选， dplyr、purrr、管道或者别的什么。

此外，如果上述函数 h() 需要两个变量而不是一个，并且每一个变量都需要函数的复合呢？管道就没法用了。

更为重要的是，即使管道的倡导者也会承认管道调试更加困难；作为对比，我上面写的那种风格很容易调试。另外，问题规模大的时候，用管道的代码运行较慢。

Tidy 倡导者提出管道的好处是 “从左向右” 执行。他们承认无需管道也能做到这点，但是强调需要付出创建变量存储中间结果的代价。这是个有效的观点，但是得到的好处不大。和给学习 R 的人带来的认知过载、调试困难等问题比，值得吗？在我看来显然不值得。

代码可读性

Tidyverse 倡导者还提出 dplyr 的 “英语” 用法让代码更容易“阅读”，而不仅是编写。在我看来，这错过了重点；任何软件工程的老师都会告诉你，最佳代码可读性来自使用 真正 英语编写良好、有意义的代码注释。写注释对非程序员来说同样重要，甚至可能更重要。

我的 R 风格导引 中提到了更多可读性问题。

总结：Tidyverse 在教学中的合理地位

正如我前面所说，与成功使用 Tidyverse 指导初学者程序员的老师讨论时，我问他们学生是否没有能力只学习 base-R，他们承认答案是否定的。事实上，在 Tidyverse 之前，大量在过去没有任何编程背景的人都在学习 base-R，。

如前所述，Tidyverse 难以调试，并且在大型数据集上运行缓慢。所感知的 “像英语” 的益处是虚幻的。

简言之，在我看来，通过 Tidyverse 讲授 R 没有任何好处，而且存在一些重大的缺点。我认为在向初学者讲授 R 时采用 Tidyverse 是错误的，原因如下：

1. 复杂，Tidyverse 中新函数新概念太多。

2. 难以调试。

3. 泛化能力差。

教学：

R 的课程，特别是面向非程序员的课程，应当以 base-R 建立稳固的基础作为第一要务。

Tidy 在 R 课程中的适当位置应该是：

• dplyr：与 data.table 一起在中等 R 级别教学。

• purrr：仅在高等级别教学.

• 管道：在中等级别教学，作为一个对有些学生在有些情况下有用的 选项，（而非作为 必须 采用的工作方式）。

我当然不是说应该只使用 base-R；正相反，CRAN 是 R 的一大优势，我也大量使用，R 初学者绝对应该知道这个。

但是，Tidyverse 应被视为高级的 R，不是面向初学者的入门级别的 R，就像大多数复杂的 CRAN 包一样，Tidyverse 应该作为 选项 被呈现，而非 必须 的方式。

RStudio 的作用

在我看来，RStudio 可以很容易地解决这个问题。可以采取以下措施，大大改善 “垄断” 问题：

1. 向初学者推广 base-R 的教学，把 Tidyverse 作为高级课题。R for Everyone: Advanced Analytics and Graphics (second ed.)，作者 Jared Lander 这本流行书就是这样做的！

2. 在 RStudio 各种关于编写快速 R 代码的网页中，给予 data.table 同等对待。

敬告各位友媒，如需转载，请与统计之都小编联系（直接留言或发至邮箱：[email protected]），获准转载的请在显著位置注明作者和出处（转载自：统计之都），并在文章结尾处附上统计之都微信二维码。

← 第十三届中国 R 会议（北京）纪要 一个访问量高达 1300 万的 shiny 应用的诞生故事 →

发表 / 查看评论