如何查看R .Internal或.Primitive函数的源代码？

Question 1

这些都没有显示pnorm功能的源代码，

stats:::pnorm
getAnywhere(pnorm)

我如何查看的源代码pnorm？

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

而且，如何查看该sum函数的源代码？

Question 2

的R源代码pnorm为：

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

因此，从技术上来讲，键入“ pnorm”确实会向您显示源代码。但是，更有用的pnorm是：的胆量是用C编码的，因此R中以前的问题视图源代码中的建议仅对外围有用（大部分集中于隐藏在名称空间中的函数等）。

Uwe Ligges在R news（p。43）中的文章是很好的一般参考。从该文档中：

查看R源代码时，有时会出现对以下函数之一的调用：.C（）、. Call（）、. Fortran（）、. External（）或.Internal（）和.Primitive（）。这些函数在诸如共享对象，静态库或动态链接库之类的已编译代码中调用入口点。因此，如果需要完全了解代码，则有必要查看编译后的代码的来源。...第一步是如果调用R函数是.Primitive（）或.Internal（），则在文件$ R HOME / src / main / names.c中查找入口点。在下面的示例中，这是针对实现“简单” R函数sum（）的代码完成的。

（添加了重点，因为您询问（sum）的精确函数已在Ligges的文章中介绍。）

根据您对代码的重视程度，可能有必要按照Ligges的建议下载和解压缩源代码（例如，然后可以使用命令行工具grep搜索源代码）。要进行更随意的检查，您可以通过R Subversion服务器或Winston Chang的github镜像在线查看源（此处的链接专门指向src/nmath/pnorm.c）。（在正确的位置找到了，src/nmath/pnorm.c这使您对R源代码的结构有所了解。）

mean并且sum都在summary.c中实现。

Question 3

我知道这篇文章已有2年多的历史了，但是我认为这对某些浏览此问题的用户可能有用。

我基本上只是将我的答案复制到另一个类似的问题，以便对于某些想要探索C源文件的R用户来说可能很有用。

首先，使用pryr，您可以使用该show_c_source函数在GitHub上搜索C源文件中的相关代码。适用于.Internal和.Primitive函数。
```
body(match.call)

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

pryr::show_c_source(.Internal(match.call(definition, call, expand.dots)))
```
这将带您到此页面，显示其中unique.c包含函数do_matchcall。
我将这个制表符分隔的文件放在一起，以该names.c文件为基础，并使用文件中的查找来确定源代码的位置。有一些功能具有特定于平台的文件，而其他一些功能则具有多个具有相关源代码的文件。但是对于其余部分，映射至少在当前版本（3.1.2）中已经很好地建立了。

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>