logical()、double()等作为R函数默认参数值的作用是什么？

一、new_Date中double()默认值的作用 #

首先纠正一个小误解：double()并不是double类型的NA，它实际是长度为0的双精度向量（你可以在控制台输入typeof(double())和length(double())验证，会分别返回"double"和0；而double类型的NA是NA_real_）。

回到new_Date的定义：

new_Date <- function(x = double()) { 
  stopifnot(is.double(x)) 
  structure(x, class = "Date") 
}

这里x = double()的作用和stopifnot是互补的，而非重复：

• 默认值的核心作用是定义预期类型+处理无参场景：它明确告诉调用者，这个参数应该接收double类型的向量；当用户不传参数时，函数会生成一个空的Date对象（structure(double(), class = "Date")），而不是直接报错，让函数在无参时也能合法返回符合类定义的对象。
• stopifnot(is.double(x))是运行时强制检查：确保无论用户传入什么值（哪怕不用默认值），都必须是double类型，避免非法类型被包装成Date对象。

二、参数默认值设为logical()/numeric(1)的意义 #

像func1这种写法，虽然不能强制用户传入正确类型，但依然有几个实用价值：

func1 <- function(a = logical(), b = numeric(1)){ 
  if (a){ b } else { 0 } 
}

• 自文档功能：这是最直观的作用——不用看函数体，调用者就能快速知道a预期是逻辑型、b预期是长度为1的数值型，比a = NULL或者不设默认值的可读性高很多。
• 避免空值报错：如果默认值设为NULL，后续代码可能需要额外处理is.null(a)的情况；而用logical()（空逻辑向量）或numeric(1)（默认值为0的长度1数值），可以让函数在无参时也能正常运行（比如func1()会返回0，因为空逻辑向量在if判断中被视为FALSE）。
• 保持类型一致性：确保参数在任何情况下都有正确的类型属性，避免后续代码因类型意外变化而出错。比如如果函数内部有mean(b)的逻辑，numeric(1)的默认值（0）比NULL更安全，不会触发mean(NULL)的报错。

三、严谨类型检查的取舍 #

你写的func2确实是更严谨的写法，能从根源上阻止非法参数传入，但缺点是代码繁琐。现在R生态里有很多工具可以简化这种检查，比如checkmate包的断言函数：

library(checkmate)
func3 <- function(a, b){
  assert_logical(a, len = 1)
  assert_numeric(b, len = 1)
  if (a){ b } else { 0 }
}

这种写法兼顾了严谨性和可读性，适合对外暴露的函数或需要高可靠性的代码。

而func1这类写法更适合快速原型开发、内部函数（调用者都是熟悉代码的团队成员），此时默认值的提示作用已经足够，不需要额外的强制检查。

内容的提问来源于stack exchange，提问作者Roamdam