Как можно использовать кешированные результаты Knitr для воспроизведения среды в заданном фрагменте?

Вот одно решение, которое все еще немного неудобно, но работает. Идея состоит в том, чтобы добавить параметр блока с именем mute, который по умолчанию принимает NULL, но также может принимать выражение R, например. mute_later() ниже. Когда knitr оценивает параметры чанка, можно оценить mute_later() и вернуть NULL; в то же время в opts_chunk есть побочные эффекты (установка глобальных параметров чанка, таких как eval = FALSE).

Теперь вам нужно поместить mute=mute_later() в фрагмент, после которого вы хотите пропустить остальные фрагменты, например. вы можете переместить эту опцию с example-a на example-b. Поскольку mute_later() возвращает NULL, что является значением по умолчанию для параметров mute, кеш не будет нарушен, даже если вы переместите этот параметр.

\documentclass{article}
\begin{document}

<<setup, include=FALSE, cache=FALSE>>=
rm(list = ls(all.names = TRUE), envir = globalenv())
opts_chunk$set(cache = TRUE) # enable cache to make it faster
opts_chunk$set(eval = TRUE, echo = TRUE, include = TRUE)

# set global options to mute later chunks
mute_later = function() {
  opts_chunk$set(cache = FALSE, eval = FALSE, echo = FALSE, include = FALSE)
  NULL
}
# a global option mute=NULL so that using mute_later() will not break cache
opts_chunk$set(mute = NULL)
@

<<example-a, mute=mute_later()>>=
x = rnorm(4)
Sys.sleep(5)
@

<<example-b>>=
y = rpois(10,5)
Sys.sleep(5)
@

<<example-c>>=
z = 1:10
Sys.sleep(3)
@

\end{document}

Это неудобно в том смысле, что вам нужно вырезать и вставлять , mute=mute_later(). В идеале вы должны просто установить метку фрагмента, как суть, которую я написал для Барри.

Причина, по которой мой первоначальный смысл не работал, заключается в том, что перехватчики фрагментов игнорируются при кэшировании фрагмента. Во второй раз, когда вы knit() файл, хук чанка checkpoint для example-a был пропущен, поэтому eval=TRUE для остальных чанков, и вы видели, что все чанки были оценены. Для сравнения, параметры фрагмента всегда оцениваются динамически.

Это должно быть один из самых уродливых кладжей, которые я когда-либо писал...

Основная идея состоит в том, чтобы сканировать файл .Rnw на наличие фрагментов, извлекать их имена, определять, какие из них кэшируются, а затем определять, какие из них необходимо загрузить. Как только мы это сделаем, мы шаг за шагом сканируем, берем имя каждого фрагмента, которое необходимо загрузить, определяем имя базы данных из папки кеша и загружаем его, используя lazyLoad. После того, как мы загрузим все фрагменты, нам нужно принудительно выполнить оценку. Уродливо, и я уверен, что есть несколько ошибок, но, похоже, он работает на простом примере, который вы привели, и на некоторых других минимальных примерах, которые я создал. Это делает предположение, что файл .Rnw находится в текущем рабочем каталоге...

load_cache_until <- function(file, chunk, envir = parent.frame()){
    require(knitr)

    # kludge to detect chunk names, which come before the chunk of
    # interest, and which are cached... there has to be a nicer way...
    text <- readLines(file)
    chunks <- grep("^<<.*>>=", text, value = T)
    chunknames <- gsub("^<<([^,>]*)[,>]*.*", "\\1", chunks)
    #detect unnamed chunks
    tmp <- grep("^\\s*$", chunknames)
    chunknames[tmp] <- paste0("unnamed-chunk-", seq_along(tmp))
    id <- which(chunk == chunknames)
    previouschunks <- chunknames[seq_len(id - 1)]
    cachedchunks <- chunknames[grep("cache\\s*=\\s*T", chunks)]

    # These are the names of the chunks we want to load
    extractchunks <- cachedchunks[cachedchunks %in% previouschunks]

    oldls <- ls(envir, all = TRUE)
    # For each chunk...
    for(ch in extractchunks){   
        # Detect the file name of the database...
        pat <- paste0("^", ch, ".*\\.rdb")
        val <- gsub(".rdb", "", dir("cache", pattern = pat))
        # Lazy load the database
        lazyLoad(file.path("cache", val), envir = envir)
    }
    # Detect the new objects added
    newls <- ls(envir, all = TRUE)
    # Force evaluation...  There is probably a better way
    # to do this too...
    lapply(setdiff(newls, oldls), get)

    invisible()

}

load_cache_until("lotsOfComps.Rnw", "interestingChunk")

Читателю остается сделать код более надежным.

Yihui указывает на суть, которая близка к тому, что я попросил о.

В ответ на вопрос Барри Роулингсона (он же Spacedman) Yihui создал хук «контрольная точка», который позволяет пользователю установить имя последнего фрагмента, который будет обработан вызовом для вязания. Чтобы обработать фрагменты вверх через один с именем example-a, просто выполните opts_chunk$set(checkpoint = 'example-a') где-нибудь в начальном фрагменте «настройки».

Решение прекрасно работает --- при первом запуске с заданной контрольной точкой. К сожалению, во второй и последующие разы knit, по-видимому, игнорирует контрольную точку и обрабатывает все фрагменты. (Я обсуждаю обходной путь ниже, но он не идеален).

Вот немного сокращенная версия суть Yihui:

\documentclass{article}
\begin{document}

<<setup, include=FALSE>>=
rm(list = ls(all.names = TRUE), envir = globalenv())
opts_chunk$set(cache = TRUE) # enable cache to make it faster
opts_chunk$set(eval = TRUE, echo = TRUE, include = TRUE)

# Define hook that will skip all chunks after the one named in checkpoint
knit_hooks$set(checkpoint = function(before, options, envir) {
if (!before && options$label == options$checkpoint) {
opts_chunk$set(cache = FALSE, eval = FALSE, echo = FALSE, include = FALSE)
}
})

## Set the checkpoint
opts_chunk$set(checkpoint = 'example-a') # restore objects up to example-a
@

<<example-a>>=
x = rnorm(4)
@

<<example-b>>=
y = rpois(10,5)
@

<<example-c>>=
z = 1:10
@

\end{document}

Поскольку checkpoint="example-a", приведенный выше сценарий должен пройти через второй фрагмент, а затем подавить все последующие фрагменты, включая те, которые создают y и z. Давайте попробуем это пару раз, чтобы посмотреть, что произойдет:

library(knitr)

## First time, works like a charm
knit("checkpoint.Rnw")
ls()
[1] "x"

## Second time, Oops!, runs right past the checkpoint
knit("checkpoint.Rnw")
ls()
[1] "x" "y" "z"

Обходной путь, о котором я упоминал выше, заключается в том, чтобы после первого запуска

1. Отредактируйте checkpoint.Rnw, чтобы установить другую контрольную точку (выполнив, например, opts_chunk$set(checkpoint = 'example-b'))
2. Выполнить knit("checkpoint.Rnw"),
3. Отредактируйте checkpoint.Rnw, чтобы снова установить контрольную точку на 'example-a (выполнив opts_chunk$set(checkpoint = 'example-a'))
4. Запустите knit("checkpoint.Rnw) еще раз. Это снова обработает все фрагменты до, но не дальше example-a.

Это может быть намного быстрее, чем пересчет всех объектов в чанках, так что полезно знать об этом, даже если это не идеально.

Как насчет добавления следующего фрагмента кода в конец вашего файла уценки?

```{r save_workspace_if_not_saved_yet, echo=FALSE}
if(!file.exists('knitr_session.RData')) {
  save.image(file = 'knitr_session.RData')
}
```

При первом вязании состояние рабочей области в конце процесса будет сохранено (при условии, что процесс не вызывает ошибок). Каждый раз, когда вам нужна последняя версия вашего рабочего пространства, просто удаляйте файл в своем рабочем каталоге.

Они такие же, как и любой файл данных, созданный save. Если вы возьмете пример Knitr-кэша из нового местоположения, это просто:

> library(knitr)
> knit("./005-latex.Rtex")
> load("cache/latex-my-cache_d9835aca7e54429f59d22eeb251c8b29.RData")
> ls()
 [1] "x"