用traceback進(jìn)行R語言報(bào)錯(cuò)信息的調(diào)試方法

本篇內(nèi)容主要講解“用traceback進(jìn)行R語言報(bào)錯(cuò)信息的調(diào)試方法”，感興趣的朋友不妨來看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“用traceback進(jìn)行R語言報(bào)錯(cuò)信息的調(diào)試方法”吧!

R語言中的函數(shù)調(diào)用報(bào)錯(cuò)，一般不是很精確，很難查找到出錯(cuò)的具體原因。但是在R中可以采用traceback 進(jìn)行初步的判斷。

以下是一個(gè)示例：在運(yùn)行g(shù)dcCEAnalysis 這個(gè)函數(shù)時(shí)，報(bào)錯(cuò)“names' attribute [11055] must be the same length as the vector [2777]” ，你根本不知道是什么原因?qū)е逻@個(gè)錯(cuò)誤。采用traceback函數(shù)之后，就會(huì)顯示函數(shù)運(yùn)行時(shí)具體到哪一步存在問題。

> ceOutput <- gdcCEAnalysis(lnc         = rownames(deLNC), 
+                           pc          = rownames(dePC), 
+                           lnc.targets = lnc_miRNA_Targets, 
+                           pc.targets  = gene_miRNA_Targets, 
+                           rna.expr    = rnaExpr, 
+                           mir.expr    = mirExpr)
Error in attributes(.Data) <- c(attributes(.Data), attrib) : 
  'names' attribute [11055] must be the same length as the vector [2777]
> traceback()
5: structure(res, levels = lv, names = nm, class = "factor")
4: unlist(pc.targets)
3: unique(unlist(pc.targets))
2: hyperTestFun(lnc, pc, deMIR, lnc.targets = lnc.targets, pc.targets = pc.targets)
1: gdcCEAnalysis(lnc = rownames(deLNC), pc = rownames(dePC), lnc.targets = lnc_miRNA_Targets, 
       pc.targets = gene_miRNA_Targets, rna.expr = rnaExpr, mir.expr = mirExpr)

到此，相信大家對(duì)“用traceback進(jìn)行R語言報(bào)錯(cuò)信息的調(diào)試方法”有了更深的了解，不妨來實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！