时隔9年，R语言正式告别2.0时代，跨入3.0纪元

R 3.0.0 （代号 “Masked Marvel”）已经释出，R 正式进入了 3.x 时代。

R 3.0.0 带来了约 100 项的新特性，长向量的全面支持和若干项性能提升。长向量（Long Vectors）理论上至多可存储 2^52 个元素，已经远超 CPU 和操作系统地址空间限制。更多说明和代码迁移注意事项可以参考 ?LongVectors . 考虑到向量在 R 中的基础地位，这将给未来 R 对更大规模数据的支撑铺平道路。

另一项值得注意的重要变化是，程序包的 vignette 编译目前已经向 Sweave 以外的引擎开放，即正式引入了 knitr 支持！详情可参看最新版本的 Writing R Extensions 以及 tools::vignetteEngine 。

考虑到长向量特性比较重要，完整翻译了官方公告中的两个重点章节：

用户可见的显著变动：

• 对于此版本的 R (3.0.0)，所有包都需要重新安装。
• 对长度为 2^31 以上向量的全面支持（仅限 64-bit 系统，32-bit 系统将会报错）
• 64-bit 版本的 R 可分配内存的大小仅受系统的限制。可通过系统工具（如 bash shell 下的 ulimit ）来设置单个 R 进程的整体内存占用，尤其是在多用户环境下。有若干包需要 4GB 以上的虚拟内存来加载。
• 64-bit Windows 版本的 R 可用内存大小默认限制为已安装内存的大小。该值可通过启动参数 --max-mem-size 或环境变量 R_MAX_MEM_SIZE 设置。
• 使用负数表示颜色值的方式已被全面废弃，统一抛出错误。

长向量支持：

以下内容仅适用于 64-bit 系统：

• 全面支持多于 2^31 - 1 个元素的向量。适用于原始型、逻辑型、整数型、双精度型、复数型和字符型向量，对列表同理（列表是特殊的向量）。（字符向量的每一元素大小限制仍为 2^31 - 1 bytes）
• 对向量的多数操作可无缝应用于长向量，对于尚不支持的操作，可能会返回错误 'long vectors not supported yet' 多数是因为它们明确依赖于整数型下标（如 anyDuplicated() 和 match() ）或是因为超过了其他的限制（如字符串或矩阵的维度）或相应的操作速度可能会极其缓慢。
• 对长向量使用 length() 将返回一个双精度值，且长度属性可以通过使用一个双精度值和赋值语句设置为 2^31 或更多。
• 下标索引的多数功能都可正常使用。总的来说，双精度值下标可用于访问超出 2^31 -1 的元素。
• 目前对于每维少于 2^31 个元素而总元素个数大于此值的矩阵和数组已经有部分支持。仅有某些矩阵代数的操作支持这样的矩阵，而且通常会花费很长时间。对于其余操作，尚不支持的原因可能是底层的 Fortran 代码有着某种未被声明的限制（如已在复数型 svd() 中发现的那样）。
• dist() 可计算得到大于 65536 行的距离对象 （但是像 hclust() 一样的函数尚不能处理这样的对象）。
• 对原始型向量进行 serialize() 不受向量大小的限制（除了受硬件资源所限）。
• C 函数 R_alloc 现在可以分配 2^35 bytes 或更多内存。
• agrep() 和 grep() 将针对输入的长向量返回双精度型的下标。
• 为了支持长向量，许多 .C() 调用都被替换为 .Call() 调用（已经替换或将替换）。遗憾的是有若干包复制了非正式 API 的 .C() 调用，因此会编译失败。
• .C() 和 .Fortran() 尚不支持长向量的输入。这是一个预警机制，因为现有代码基本不太可能是可以处理长向量的实现（同时 R 的封装也通常假设 length(x) 是一个整数）。
• sort() 中的多数方法都已支持长向量。
• rank(), sort.list() 和 order() 已支持长向量 （除了 radix sorting 会比较缓慢）。
• sample() 可对长向量做均匀抽样。

发布公告
https://stat.ethz.ch/pipermail/r-help/2013-April/350751.html

下载地址（源码包）
http://cran.r-project.org/src/base/R-3/R-3.0.0.tar.gz

来自: http://cos.name/cn/topic/109895