R.Internalまたは.Primitive関数のソースコードを確認するにはどうすればよいですか？

Question 1

これらはどちらもpnorm関数のソースコードを示していません。

stats:::pnorm
getAnywhere(pnorm)

のソースコードを確認するにはどうすればよいpnormですか？

sum
 (..., na.rm = FALSE)  .Primitive("sum")
.Primitive("sum")
function (..., na.rm = FALSE)  .Primitive("sum")
methods(sum)
no methods were found

そして、どうすればsum関数のソースコードを見ることができますか？

Question 2

のRソースコードpnormは次のとおりです。

function (q, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE) 
.Call(C_pnorm, q, mean, sd, lower.tail, log.p)

したがって、技術的に言えば、「pnorm」と入力するとソースコードが表示されます。ただし、より便利なのは、の内臓がpnormCでコーディングされているため、Rのソースコードを表示する前の質問のアドバイスは、周辺的にのみ役立ちます（ほとんどは、名前空間などに隠された関数に集中しています）。

Rニュース（p。43）のUwe Liggesの記事は、一般的な参考資料として適しています。その文書から：

Rソースコードを見ると、次の関数のいずれかが表示されることがあります：.C（）、. Call（）、. Fortran（）、. External（）、または.Internal（）と.Primitive（）。これらの関数は、共有オブジェクト、静的ライブラリ、ダイナミックリンクライブラリなどのコンパイル済みコードのエントリポイントを呼び出しています。したがって、コードを完全に理解する必要がある場合は、コンパイルされたコードのソースを調べる必要があります。...最初のステップは、呼び出し元のR関数が.Primitive（）または.Internal（）の場合、ファイル '$ R HOME / src / main /names.c'のエントリポイントを検索することです。これは、次の例で「単純な」R関数sum（）を実装するコードに対して実行されます。

（（sum）について尋ねた正確な関数がLiggesの記事でカバーされているため、強調が追加されました。）

コードをどれだけ真剣に掘り下げたいかによっては、Liggesが提案するように、ソースコードをダウンロードして解凍する価値があるかもしれません（たとえば、grepソースコードを検索するなどのコマンドラインツールを使用できます）。よりカジュアルな検査のために、RSubversionサーバーまたはWinstonChangのgithubミラーを介してオンラインでソースを表示できます（ここのリンクは特にへのリンクですsrc/nmath/pnorm.c）。（見るsrc/nmath/pnorm.cのに適切な場所を推測するには、Rソースコードの構造にある程度精通している必要があります。）

meanとsum両方がsummary.cに実装されています。

Question 3

この投稿は2年以上前のものですが、この質問を閲覧している一部のユーザーにとっては役立つかもしれないと思いました。

私は基本的に、この他の同様の質問に対する私の答えをコピーしているだけなので、Cソースファイルを調べたい一部のRユーザーにとって役立つかもしれません。

まず、prirを使用するshow_c_sourceと、Cソースファイル内の関連するコードをGitHubで検索する関数を使用できます。.Internal関数と.Primitive関数で機能します。
```
body(match.call)

# .Internal(match.call(definition, call, expand.dots))

pryr::show_c_source(.Internal(match.call(definition, call, expand.dots)))
```
どちらに移動します。このページ、上映unique.c関数が含まdo_matchcallを。
このタブ区切りファイルをまとめ、ファイルを基に、names.cファイル内検索を使用してソースコードの場所を特定しました。プラットフォーム固有のファイルを持つ関数と、関連するソースコードを含むファイルが複数ある関数がいくつかあります。しかし、残りの部分については、少なくとも現在のバージョン（3.1.2）では、マッピングはかなり確立されています。

Question 4

> methods(mean)
[1] mean.data.frame mean.Date       mean.default    mean.difftime   mean.IDate*    
[6] mean.POSIXct    mean.POSIXlt    mean.yearmon*   mean.yearqtr*  

   Non-visible functions are asterisked
> mean.default
function (x, trim = 0, na.rm = FALSE, ...) 
{
    if (!is.numeric(x) && !is.complex(x) && !is.logical(x)) {
        warning("argument is not numeric or logical: returning NA")
        return(NA_real_)
    }
    if (na.rm) 
        x <- x[!is.na(x)]
    if (!is.numeric(trim) || length(trim) != 1L) 
        stop("'trim' must be numeric of length one")
    n <- length(x)
    if (trim > 0 && n) {
        if (is.complex(x)) 
            stop("trimmed means are not defined for complex data")
        if (any(is.na(x))) 
            return(NA_real_)
        if (trim >= 0.5) 
            return(stats::median(x, na.rm = FALSE))
        lo <- floor(n * trim) + 1
        hi <- n + 1 - lo
        x <- sort.int(x, partial = unique(c(lo, hi)))[lo:hi]
    }
    .Internal(mean(x))
}
<bytecode: 0x155ef58>
<environment: namespace:base>