02_sesion3.Rmd

# Documentación de funciones

Instructor/a:

29 de octubre de 2024

## Diapositivas

[
```{r,echo=FALSE}
knitr::include_url("https://comunidadbioinfo.github.io/cdsb2023/Documentacion_slides_03_sesion5.html", height = "380px")
```
](https://comunidadbioinfo.github.io/cdsb2023/Documentacion_slides_03_sesion5.html)


## Links importantes:

Esta lección está basada en algunos manuales sobre documentación:

+  [Una viñeta del cranproject](https://cran.r-project.org/web/packages/roxygen2/vignettes/rd.html)
+  [El manual de paqutes de r](https://r-pkgs.org/man.html#sec-man-key-md-features)
+  [En esta viñeta de cranproject](https://combine-australia.github.io/r-pkg-dev/documenting-functions.html)

## ¿Qué es la documentación de una función y por qué es importante?

1.  🙇️ Es la información complementaria que el desarrollador escribe sobre una
función y que se accede con `?` seguido el nombre de una función actual de un
paquete p.ej. `?unafuncion`.

2.  📁 La documentación se almacena como un archivo .Rd ("R documentation) en la
carpeta `man/`.

3.  🔎 La documentación usa una síntesis especial, que es distinta a la de r y 
que está ligeramente basada en LaTeX.

4.  📄 Se puede renderizar como html, pdf o texto sin formato según se necesite.

## Generacion de la documentacion con ayuda del paquete roxygen

En un paquete de r y en cualquier ecosistema de devtools no editamos un 
documento `.Rd` manualmente. La documentación usa una síntesis parecida a LaTex 
que puede ser fácil de estropear. Por ventaja existen paquetes como roxigen2. 
Usar roxigen nos permite usar comentarios especiales sobre el inicio de la
función, esto nos da un par de ventajas:

1.  ✅ La documentación y la función estarán en un mismo lugar, por lo que si 
editas la función será mas fácil recordar actualizar la documentcion también.
2.  🎉 Puedes usar markdown en lugar de la síntesis especial para los archivos
``.Rd``

## Antes de empezar...✏️

Vamos a crear un función para nuestro paquete. Supongamos que para nuestro 
paquete necesitamos una función que calcule la moda. Esta es una forma sencilla 
de calcular la moda:

```{r, fig.align='center'}
getmode <- function(serievector) {
  uniqv <- unique(serievector)
  uniqv[which.max(tabulate(match(serievector, uniqv)))]
}
```

* ``unique(serievector)``: Crea un vector que contiene únicamente los valores únicos 
de la serie de números serievector.
+ ``match(serievector, uniqv)``: Encuentra la posición de cada valor de serievector 
en el vector único uniqv.
+ ``tabulate(match(serievector, uniqv))``: Cuenta cuántas veces aparece cada valor en
la serie serievector.
* ``which.max(tabulate(match(serievector, uniqv)))``: Encuentra el índice del valor 
máximo en el vector de frecuencias.
+ ``uniqv[which.max(tabulate(match(serievector, uniqv)))]``: Devuelve el valor 
correspondiente al índice calculado, que es la moda.

Creamos un ejemplo para ver que funcione:

```{r, fig.align='center'}
serie_numeros <- c(1, 2, 2, 2, 2, 3, 3, 4, 4, 4)
resultado <- getmode(serie_numeros)
print(resultado)
```
Bien ahora si podemos podemos empezar a usar el paquete de roxygen para documentar nuestra función.. comencemos.

## Generacion de un bloque de documentacion con ayuda del paquete roxygen.

Podemos insertar un esqueleto de comentarios de roxygen para ver su síntesis. Colocamos el cursor en algún lugar de la definición de nuestra función y buscamos en la pestaña Código > Insertar Roxygen Skeleton.

```{r, fig.align='center'}
#' Title
#'
#' @param serievector 
#'
#' @return
#' @export
#'
#' @examples

getmode <- function(serievector) {
  uniqv <- unique(serievector)
  uniqv[which.max(tabulate(match(serievector, uniqv)))]
}
```


Ahora ya tenemos un esqueleto de la documentación que nos da una ventaja para su creación.
Las líneas de comentarios de Roxygen siempre comienzan con ``#'``, el habitual para un comentario ``#`` mas un ``'``

Veamos los comentarios de uno por uno:

Empezamos con el titulo. Se sugiere poner en el titulo las acciones principales que realiza la función en este caso por ejemplo podremos usar:

```{r, fig.align='center'}
#' @title Encontrar la Moda de una Serie de Números
#'
#' @param serievector 
#'
#' @return
#' @export
#'
#' @examples

getmode <- function(serievector) {
  uniqv <- unique(serievector)
  uniqv[which.max(tabulate(match(serievector, uniqv)))]
}
```

Muy bien!.
El siguiente comentario que podemos ver es ``@param``. Pero antes, vamos a añadir una pequeña descripción de la función y como usarla. Primero añadimos la pequeña descripción con ``@description``:

```{r, fig.align='center'}
#' @title Encontrar la Moda de una Serie de Números
#'
#' @description Esta función lee una serie de números en forma de vector y
#' encuentra el elemento que mas se repite, es decir la moda.
#' @param serievector
#'
#' @return
#' @export
#'
#' @examples

getmode <- function(serievector) {
  uniqv <- unique(serievector)
  uniqv[which.max(tabulate(match(serievector, uniqv)))]
}
```

Ahora vamos a añadir el comentario `@usage` que nos indica como puedes mandar a llamar la función.

```{r, fig.align='center'}
#' @title Encontrar la Moda de una Serie de Números
#'
#' @description Esta función lee una serie de números en forma de vector y
#' encuentra el elemento que mas se repite, es decir la moda.
#' @usage getmode(serievector)
#' @param serievector
#'
#' @return
#' @export
#'
#' @examples

getmode <- function(serievector) {
  uniqv <- unique(serievector)
  uniqv[which.max(tabulate(match(serievector, uniqv)))]
}
```

Ahora si vamos a añadir una pequeña descripción de nuestros argumentos. Si tuviéramos mas de un parámetro en nuestra función podríamos llamar las veces que sea necesario el comentario de parámetro con ``@param``, veamoslo.

Ahora añadimos una pequeña descripción a nuestro único parámetro que es serievector:

```{r, fig.align='center'}
#' @title Encontrar la Moda de una Serie de Números
#'
#' @description Esta función lee una serie de números en forma de vector y
#' encuentra el elemento que mas se repite, es decir la moda.
#' 
#' @param serievector Es una serie de números en forma de  un vector simple de r.
#'
#' @return
#' @export
#'
#' @examples

getmode <- function(serievector) {
  uniqv <- unique(serievector)
  uniqv[which.max(tabulate(match(serievector, uniqv)))]
}
```

Después, podemos añadir un comentario de detalles de la función con ``@details``.
Por ejemplo, si en nuestro ejemplo tuviéramos ciertos valores no numéricos en nuestro vector de entrada, por ejemplo letras, ¿nuestra función podría leerlas?, o si le diéramos un vector sin caracteres ¿que pasaría?, veamos:

```{r, fig.align='center'}
serie_numeros <- c(0,2,2,"d", "d","d")
resultado <- getmode(serie_numeros)
print(resultado)
```
```{r, fig.align='center'}
serie_numeros <- c()
resultado <- getmode(serie_numeros)
print(resultado)
```
Entonces, esto es un ejemplo de lo que podríamos poner en el comentario
``@details``. Hagamoslo describiendo esto. En details podemos agregar detalles 
un poco mas específicos que en la descripción de la función 

```{r, fig.align='center'}
#' @title Encontrar la Moda de una Serie de Números
#'
#' @description Esta función lee una serie de números en forma de vector y
#' encuentra el elemento que mas se repite, es decir la moda.
#' 
#' @param serievector Es una serie de números en forma de  un vector simple de r.
#'
#' @details si tu vector de entrada puede ser interpretado alternando números y 
#' letras escritas entre comillas "". Si un vector esta vacío, dará como 
#' resultado un NULL.
#' @return
#' @export
#'
#' @examples

getmode <- function(serievector) {
  uniqv <- unique(serievector)
  uniqv[which.max(tabulate(match(serievector, uniqv)))]
}
```

Ya casi terminamos de llenar nuestra documentación, pero antes vamos a ver algunos 
otros arrobas que pudieran ser importantes.
El ```@import``` e ``@importfrom`` importan funciones de otros paquetes en caso 
de que las necesitemos, el primero importa todas las funciones del paquete que
que solicites, y el segundo importa solo algunas funciones especificas. 
En nuestra función no necesitamos llamar funciones de otros paquetes puesto que 
todas las que usamos están en r base. Pero imaginemos que tu función, por 
ejemplo necesita leer un archivo ``.tsv`` con la función read_tsv del paquete 
readr y después reconvertir la tabla resultante en un archivo con ``write.table`` 
pero solo necesitas esa función del paquete ``utils``, entonces haríamos:

```{r, fig.align='center'}
#' @title Encontrar la Moda de una Serie de Números
#'
#' @description Esta función lee una serie de números en forma de vector y
#' encuentra el elemento que mas se repite, es decir la moda.
#' 
#' @param serievector Es una serie de números en forma de  un vector simple de r.
#'
#' @details si tu vector de entrada puede ser interpretado alternando números y 
#' letras escritas entre comillas "". Si un vector esta vacío, dará como 
#' resultado un NULL.
#' @import readr
#' @importFrom utils write.table
#' @return
#' @export
#'
#' @examples

getmode <- function(serievector) {
  uniqv <- unique(serievector)
  uniqv[which.max(tabulate(match(serievector, uniqv)))]
}
```

Así podemos importar las funciones que necesitemos de otros paquetes y se 
incluirán en la documentación y se cargaran automáticamente al cargar tu paquete.

:eyes::exclamation: Para un correcto funcionamiento de tu paquete y al estar los
paquetes necesarios incluidos en la documentación, no será necesario llamarlos 
de la forma ``library("apackage")```.

Entonces llegamos a la sección ``@return``. Esta descripción le servirá al 
usuario del paquete para conocer cual sera el resultado de la función, que puede
ser un archivo, una tabla, un numero,etc. Entonces retomando la función que 
usamos al inicio, vamos a escribir una descripción corta del resultado de la 
función ``getmode()``.

```{r, fig.align='center'}
#' @title Encontrar la Moda de una Serie de Números
#'
#' @description Esta función lee una serie de números en forma de vector y
#' encuentra el elemento que mas se repite, es decir la moda.
#' 
#' @param serievector Es una serie de números en forma de  un vector simple de r.
#'
#' @details si tu vector de entrada puede ser interpretado alternando números y 
#' letras escritas entre comillas "". Si un vector esta vacío, dará como 
#' resultado un NULL.
#' @return El carácter con mas frecuencia de el vector de entrada.
#' @export
#'
#' @examples

getmode <- function(serievector) {
  uniqv <- unique(serievector)
  uniqv[which.max(tabulate(match(serievector, uniqv)))]
}
```

Por ultimo tenemos ``@export`` que es el encargado de renderizar la documentación 
para que pueda aparecer en la ventana de Ayuda (abajo a la derecha). esta opción la dejamos para funciones principales que el usuario va a utilizar, aunque puede que existan alguna funciones internas que no queremos que el usuario vea. En ese caso vamos a usar 
``@noRd`` en lugar de este.

Antes de terminar podemos incluir ejemplos de como funciona nuestra función para
un mejor entendimiento, pongamos los que ya realizamos:

```{r, fig.align='center'}
#' @title Encontrar la Moda de una Serie de Números
#'
#' @description Esta función lee una serie de números en forma de vector y
#' encuentra el elemento que mas se repite, es decir la moda.
#' 
#' @param serievector Es una serie de números en forma de  un vector simple de r.
#'
#' @details si tu vector de entrada puede ser interpretado alternando números y 
#' letras escritas entre comillas "". Si un vector esta vacío, dará como 
#' resultado un NULL.
#' @return El carácter con mas frecuencia de el vector de entrada.
#' @export
#'
#' @examples
#' serie_números <- c(1, 2, 2, 2, 2, 3, 3, 4, 4, 4)
#' resultado <- getmode(serie_números)
#' print(resultado)

getmode <- function(serievector) {
  uniqv <- unique(serievector)
  uniqv[which.max(tabulate(match(serievector, uniqv)))]
}
```

Ahora si, una vez teniendo listo el bloque de comentarios para la documentación, vamos a ejecutar ``devtools::load_all()`` para cargar nuestras funciones y hecho esto, ejecutamos
 ``devtools::document()`` o presionamos  Ctrl/Cmd + Shift + D  para convertir los comentarios en archivo ``.Rd`` y poder renderizarlo.

💯 Listo, tenemos nuestra documentación para una función. Así se verá cuando el paquete esté terminado.

## Otros campos de la documentacion.

+ ``@seealso`` para indicar funciones relacionadas y facilitar la búsqueda de funciones.

+ ```@references``` añade algunas referencias.

+ ``@author`` para especificar el autor de la función.