“Model”是“命名空间”，但此处被当做“类型”来使用，是啥原因导致的哦，这段代码我写

Posted 2023-05-12

在业务逻辑层里面
例如 public static int InsertData(Model M)

public static int InsertData(Model M) 这个地方的Model肯定是类型，你可以查看下Model的定义，肯定是对应到一个类文件的，

然后你说的Model是命名空间，这个是不冲突的，我可以有一个命名空间叫Model，而在这个命名空间下面我有一个类叫Model，你可以引用Model这个命名空间，也能使用Model这个类型，因为你在使用这个Model类的时候，实际上是用的Model.Model（前面是命名空间，后面是类）
所以啦，，是ok的啦。只是以后你的命名空间可以稍微写的详细点，避免和类名重复产生误会，比如使用Net.Zone.Model这种长一点的命名空间，最好是有意义的 参考技术A Model M这个地方不对，你的程序中有Model这个命名空间，但是没有Model这个类型（结构体或者是类），所以你需要修改一下，在有些语言中，如果是Model命名空间下的Model类的话，你可以使用Model.Model这种完整的路径表示 参考技术B Model M 写法不对，应该是（命名空间.某某Model M），因为你不写命名空间的话 Vs找不到具体的Model 参考技术C 在前面加上命名空间.. 比如Model.Model

R：临时覆盖函数和范围/命名空间

【中文标题】R：临时覆盖函数和范围/命名空间

【英文标题】：R: temporarily overriding functions and scope/namespace

【发布时间】：2012-03-12 13:45:36

【问题描述】：

考虑以下 R 代码：

local(
  lm <- function(x) x^2 
  lm(10)
)

这会暂时覆盖lm 函数，但一旦local 被执行，它将“恢复正常”。我想知道为什么相同的方法在下一个简单示例中似乎不起作用：

require(car)
model <- lm(len ~ dose, data=ToothGrowth)
local(
  vcov <- function(x) hccm(x) #robust var-cov matrix
  confint(model) # confint will call vcov, but not the above one.
)

confint 函数使用 vcov 函数来获得系数的标准误差，其想法是通过临时覆盖 vcov 来使用稳健的 var-cov 矩阵，而无需“手动”执行操作或更改函数.

vcov 和 confint 都是通用函数，我不知道这是否是它无法按预期工作的原因。这不是我感兴趣的具体例子；而是概念课。这是命名空间还是范围“问题”？

【参考方案1】：

我们展示了如何使用代理对象来做到这一点（请参阅此document 的代理部分），首先使用proto package，然后不使用：

1) 原型。由于confint.lm 正在调用vcov，我们需要确保（a）我们对vcov 的新替换是在修改后的confint.lm 的环境中，并且（b）修改后的confint.lm 仍然可以从其访问对象原版的。 （例如confint.lm在stats中调用了隐藏函数format.perc，所以如果我们不安排第二点为真，隐藏函数就无法访问。）

为了执行上述操作，我们创建了一个新的confint.lm，除了它有一个新环境（代理环境），其中包含我们的替换vcov，其父级是原始confint.lm 环境。下面，代理环境被实现为一个原型对象，这里要知道的关键项目是：(a) 原型对象是环境和 (b) 将函数放置在原型对象中，以显示的方式将其环境更改为该原型对象.此外，为了避免 S3 将 confint 分派到 confint.lm 时出现任何问题，我们直接调用 confint.lm 方法。

虽然hccm 在这里似乎没有任何不同的结果，但我们可以通过注意trace 的输出来验证它是否已运行：

library(car)
library(proto)

trace(hccm)

model <- lm(len ~ dose, data=ToothGrowth)
proto(environment(stats:::confint.lm), # set parent
    vcov = function(x) hccm(x), #robust var-cov matrix
    confint.lm = stats:::confint.lm)[["confint.lm"]](model)

另一个例子，见例子2here。

2) 环境。没有 proto 的代码有点繁琐（实际上它大约使代码大小翻了一番）但这里是：

library(car)

trace(hccm)

model <- lm(len ~ dose, data=ToothGrowth)
local(
  vcov <- function(x) hccm(x) #robust var-cov matrix
  confint.lm <- stats:::confint.lm
  environment(confint.lm) <- environment()
  confint.lm(model) # confint will call vcov, but not the above one.
, envir = new.env(parent = environment(stats:::confint.lm)))

编辑：清晰度的各种改进

【讨论】：

太棒了，我不熟悉 proto 包，但它似乎很有用。我继续阅读小插图，这是一本很好的书。感谢您的努力！

【参考方案2】：

这是因为函数confint 和vcov 都在命名空间“stats”中。您在此处调用的 confint() 有效地获取了 stats::vcov，这很大程度上是因为这就是名称空间的用途 - 您可以编写自己的版本，但不会损害其他预期的行为。

在您的第一个示例中，您仍然可以安全地调用其他依赖于 stats::lm 并且不会因您的本地修改而感到不安的函数。

【讨论】：

好的，所以除了 class(model)