我建议查看zoo包，原因如下：

1. 它有几个写得很好的小插曲；
2. 它使用命名空间，使用useDynLib、import、export和S3method;
3. 它有几个使用RUnit;的单元测试。
4. 它提供了如何创建/记录 S3 方法的好例子；
5. 它通过.Call接口调用了一些 C 代码；
6. 它包含一个（绘图）演示；
7. 它旨在与核心 R 安装保持一致（例如，函数的行为相似，它不会屏蔽/覆盖基本函数等）

它不使用 roxygen，这非常方便，但 8 个中有 7 个还不错。;-)

回应您的标准：

1. 这个概念很简单：zoo是一个类似矩阵的类，由something排序。不需要特定领域的知识。
2. zoo似乎确实有一些特殊的编码约定，但没有任何多余的东西可以阻止理解代码。
3. zoo旨在尽可能与 R 保持一致。

我不认为自己是一个成熟的 R 包开发人员，但最近经历了为我的工作环境编写和维护包的过程。

我以前一直在编写/维护/更新一组脚本，我将通过该source()函数从一个项目传递到另一个项目。这样做的最终结果是，我最终会在我们的网络驱动器的各个地方挂出大部分冗余脚本。永远不清楚最新的脚本集在哪里。从那以后，我开始使用 roxygen 编写/维护一个包。它极大地简化了我的生活，让我更容易与同事分享我的工作。

根据您的上述标准，我支持审查 Hadley 编写的软件包的建议。特别是，我认为阅读devtools wiki会非常有帮助。Hadley 的代码有据可查，他的几个包都使用了 roxygen。我认为为 R 函数和 R 文档编写和维护一个文档比将它们拆分到两个位置（.R 和 .RD 文件）要容易得多。

如果您正在寻找有关技术方面想法的指针，Hadley 的包还提供了一些相当基本的概念，并且相对容易解析（恕我直言）。当我在寻找有关 roxygen 文档或其他基本任务的指针时，我发现自己在挖掘plyr源代码。

为什么不采用经验驱动的随机抽样方法呢？只需选择一些，看看哪些适合你。

开个玩笑，看看你自己使用和熟悉的几个包。下载它们很容易，或者如果您愿意，也可以通过 R-Forge、RForge 或 Github 上的 Web 界面查看它们。

您很可能最终会为不同的想法提供不同的软件包。有些可能会帮助您了解他们整合的方式，例如小插曲。有些可能有助于编译代码。或者单元测试。或Roxygen。大约有 2600 个，那么为什么要痴迷于一个最好的呢？

另一个建议可能是查看您的软件包将依赖或与之交互，特别是如果这些实现了Joshua Ulrich提到的或由知名作者编写的某些项目。 了解您所在领域的工作方式可能会有所帮助，以确保一些兼容性。人们通常会考虑某些问题并阅读他们的解决方案可能会有所帮助。