R中的 . 符号只是个普通字符，可以在符号名称中出现，下面几种情况中 . 具有特殊含义：
1. 一个 environment 中以 . 开头的变量默认被当作隐藏变量，用 ls.str() 不会被列出来，除非 ls.str(all.names = TRUE) .
2. 一些函数中 . 具有特殊的意义，比如线性模型函数 lm() 的 formula 参数中的 . 符号会被特殊解读，比如 lm(mpg ~ ., data = mtcars) 中 mpg ~ . 这个formula会被lm()解读成在mtcars数据表中以mpg为被解释变量，其他列为解释变量做线性回归模型，在变量很多的情况下可以简化代码，但风险是数据列变化时回归方程也跟着变，有些类似于SQL中使用 select * 的风险。
3. 不同的函数可能让 . 拥有不同的含义，比如dplyr::do()函数中的 . 就是指每个数据行，而magrittr::`%>%`右侧函数参数中出现的 . 是指符号左边的对象，pipeR::`%>>%`右侧表达式中的 . 是指符号左边的对象，rlist::list.map() 函数 expr 参数中的 . 被解读成 implicit lambda expression，表示需要映射的list中的每个元素本身。
4. （感谢 @王雨晨 的回答，差点遗忘了对于R来说最关键的一点）.符号被专门用来实现R中一个比较简单的面向对象系统S3的method dispatch，即可以用UseMethod()定义一个方法xyz，那么xyz.class这指xyz方法对于class类型的实现。这种S3面向对象系统比较简单，也容易发生混淆，比如head.data.frame实际上是head对于data.frame类型的实现，但也可以定义head.data方法，然后定义一种frame类型，这样在代码中就会发生混淆。
总而言之，. 符号在一般的变量中只是一个普通符号而已，只不过有些函数用 . 提供特殊用法方便书写或引用，或者用作S3系统中分隔方法与类的字符。
=== 补充 1 ===
R中访问对象中的元素有多种情况，一类是取子集（subsetting），用 [] ，比如一个 list(a=1,b=2) ["a"] 获得 list(a=1)，该运算对list, vector等对象有定义，对environment没有定义；还有一类是取元素（extracting），用 [[ ]] ，list(a=1, b=2) [["a"]] 获得元素值 1,这种情况也可以用 $ 来取元素，该计算对于environment有定义，但$对vector无定义。另外还有S4对象，需要用@ 符号来访问slot，背后对应的函数是slot()函数，不过这些也不是定死的，对于自己定义的对象总可以去自己实现 "[", "[[", "$" 等方法来定义如何计算，可以参见我的 renkun-ken/pipeR @ GitHub 扩展包中Pipe对象的 $.Pipe() （pipeR/pipe.R at master · renkun-ken/pipeR · GitHub），就可以动态生成 closure 实现仿佛 jQuery 或者 C# LINQ 一样的以对象为基础的管道操作。 |
转播
