Как пользоваться r программой

Я сам изучал R в течение последних нескольких недель.

В своей статье я рассказываю о языке программирования R и его главных концепциях, которые пригодятся каждому исследователю данных.

Мотивация

Сфера науки о данных и развивающихся вычислений требуют от нас всё время адаптироваться и вырабатывать новые навыки. Причина в том, что эта область меняется очень быстро. А ещё в ней в целом высокая планка требований. В профессиональной жизни каждого исследователя данных приходит время, когда нужно бы знать больше, чем один язык программирования. Так я и выбрал R.

В моих материалах вы узнаете обо всех ключевых областях и разберётесь в базовых понятиях. Предполагается, что вы, как читатели, вообще не знакомы с R или совсем немного в нем разбираетесь.

Я очень советую именно R по многим причинам.

Автор фото Cris DiNoto, источник Unsplash

R становился всё известнее и известнее, пока не стал одним из самых популярных языков программирования. Его создали статистики (специалисты по статистике) для статистиков. Он хорошо сочетается с другими языками программирования, например с C++, Java, SQL. Более того, его воспринимают как язык, который отлично подходит для работы со статистикой. А в результате большое количество финансовых организаций и крупных вычислительных компаний применяют R в своих исследованиях и разработках.

Восстановление файлов через R-Studio

Python — язык для решения задач общего характера, а R — язык программирования для аналитики.

Этот текст объяснит следующие ключевые области языка R:

• Что такое R?
• Как установить R?
• Где писать код на R?
• Что такое R-скрипт и R-пакет?
• Какие типы данных есть в R?
• Как декларировать переменные и их область действия в R?
• Как писать комментарии?
• Что такое векторы?
• Что такое матрица?
• Что собой представляют списки?
• Что такое датафреймы?
• Различные логические операции в R.
• Функции в R.
• Циклы в R.
• Считывание и запись внешних данных в R.
• Как производить статистические вычисления в R.
• Построение графиков и диаграмм в R.
• Объектно-ориентированное программирование в R.
• Знаменитые библиотеки R.
• Как установить внешние библиотеки R.

Приступим же!…

Я буду объяснять язык программирования, начиная с основ, в таком стиле, чтобы вам было легче разобраться. Стоит сказать, что ключ к прогрессу в разработке — это постоянная практика. Чем больше, чем лучше.

Этот материал должен стать целостной базой для вас — читателей.

1. Что же такое R?

• R — это бесплатный язык программирования с лицензией GNU . В сущности R — это статистическая среда.
• R в основном используется для статистических вычислений. Он имеет набор алгоритмов, которые углубленно применяются в области машинного обучения. А конкретнее — в анализе временных рядов, классификации, кластеризации, линейном моделировании и т.д.
• Также R — это среда, в которой есть набор программных пакетов, с которыми можно производить вычисления для построения диаграмм и для манипуляций с данными.
• R значительно применяется в проектах статистических исследований.
• R очень похож на другой язык программирования — S.
• R компилируется и запускается на UNIX, Windows, MacOS, FreeBSD и Linux.
• В R есть большое количество структур данных, операторов и параметров. Он включает многое: от массивов до матриц, от циклов до рекурсии вместе с интеграцией с другими ЯП, например с C, C++ и Fortran.
• C можно использовать для обновления объектов в R напрямую.
• R можно дополнять новыми пакетами.
• R — интерпретатор.
• Авторы R вдохновлялись S+, так что, если вы знакомы с S, изучение R будет для вас простым следующим шагом.

Преимущества R:

Вдобавок к плюсам, о которых я написал выше:

Восстановление файлов при помощи программы R-studio

• R просто выучить.
• В среде есть очень много бесплатных пакетов с открытым исходным кодом для статистики, аналитики и графики.
• Богатство различных научных трудов вместе с их применением в R в вашем распоряжении.
• Лучшие мировые университеты учат своих студентов R, следовательно, он стал принятым стандартом, продолжит расти и развиваться.
• Широкие возможности интеграции с другими языками.
• Огромная поддержка в сообществе специалистов.

Ограничения R:

Также есть и некоторые ограничения:

• R не такой быстрый, как C++. К тому же, есть проблемы с его защищённостью и управлением памятью.
• R имеет много пространств имен. Иногда такое впечатление, что их даже слишком много. Тем не менее ситуация улучшается.
• Так как R — это статистический язык, то он не такой интуитивный, как Python, и в нём не так просто работать с ООП, как в Python.

Давайте уже начнём его изучать

А теперь я представлю вам язык R в формате кратких описательных разделов.

Автор фото Jonas Jacobsson, источник Unsplash

2. Как установить R?

Можете установить R на эти платформы:

Первый шаг — загрузите R:

• Откройте интернет-браузер.
• Пройдите по ссылке www.r-project.org .
• Последняя версия R на момент написания оригинала этой статьи была 3.6.3 (Holding the Windsock). Выпущена 2020–02–29.

Вот вам и линки:

3. Где писать на R?

Есть разные графические интерфейсы. Очень советую R-Studio.

Скриншот R-Studio

Загрузите десктопную версию RStudio:

• Скачайте RStudio по ссылке https://rstudio.com/products/rstudio/download/
• Лицензия RStudio Desktop бесплатная.
• За подробностями сюда: https://rstudio.com/products/rstudio/#rstudio-desktop
• RStudio требует R 3.0.1+ .

Если вы работаете на Windows, в процессе установки R Studio по умолчанию попадет сюда:

4. Что такое пакет R и скрипт R?

Это два ключевых компонента в языке. В этом разделе поверхностно расскажу о концепциях.

Пакет R

Так как R — это ЯП с открытым кодом, важно понимать, что тут подразумевается под пакетом. Пакет в сущности группирует и упорядочивает код, а также другие функции. Пакет — это библиотека, в которой содержится большое количество файлов.

Специалисты по данным могут писать и делиться своим кодом с другими. Будь это их собственный код с нуля или расширение пакетов других авторов. Пакеты позволяют специалистам по данным переиспользовать код и распространять его среди остальных.

Пакеты созданы, чтобы контейнировать функции и наборы данных.

Специалист по данным может создать пакет, чтобы упорядочить код, документацию, тесты, наборы данных и так далее, и потом этими пакетами можно делиться с другими людьми.

В интернете в открытом доступе есть десятки тысяч пакетов R. Эти пакеты собраны в центральном репозитории. Вообще есть разные репозитории. Это и CRAN, и Bioconductor, и любимый Github.

Одно хранилище заслуживает отдельного упоминания. Это CRAN. Это сеть серверов, которые хранят большое количество версий кода и документации для R.

Пакет содержит файл с описанием, где нужно указать дату, зависимости, автора и версию пакета, а также другие данные. Файл-описание помогает пользователям получить важную информацию о пакете.

Чтобы загрузить пакет, напечатайте:

library(имя пакета)

Чтобы пользоваться функциональностью пакета, напишите в его имени::название функции.

Например, если мы хотим применить функцию “AdBCDOne” из пакета “carat”, можем сделать следующее:

R Script

Скрипт R — это место, где специалист по данным может писать статистический код. Это текстовый файл с расширением .R , например мы может назвать скрипт tutorial.R .

Можем создать много скриптов в пакете.

В качестве примера, если вы создали два скрипта R:

• blog.R (для блога)
• publication.R (для публикации)

И если вы хотите вызвать функции publication.R в blog.R, то вам стоит пользоваться командой source(“target R script”) . Она импортирует publication.R в blog.R:

Создаём пакет скрипта

Процесс относительно простой. В сущности вот, что нужно сделать:

• Создайте файл описания.
• Создайте R.scripts и добавьте любые датасеты, документацию, тесты, которые должны быть в этом пакете.
• Напишите свои функции в скриптах R.
• Можем применить devtools и roxygen2 , чтобы создать пакеты R с помощью такой команды:

5. Какие бывают типы данных в R ?

Очень важно разобраться в разных типах данных и структурах в R. Так вы сможете пользоваться языком эффективно. В этом разделе я опишу концепции.

Типы данных

Вот базовые типы данных в R:

• символ (character) : может быть таким “abc” или таким “a”
• целочисленный (integer) : например 5L
• числовой (numeric) : например 10.5
• логический (logical) : TRUE или FALSE
• комплексный (complex) : например 5+4i

Ещё можем пользоваться командой typeof(variable) , чтобы определить тип переменной.

Чтобы найти метаданные (атрибуты типа), используйте команду attributes(variable) .

Структуры данных

В R достаточно много структур данных. Привожу самые важные:

• Вектор (vector) : самая важная структура, которая в сущности является набором элементов.
• Матрица (matrix) : похожая на таблицу структура со строками и колонками
• Датафрейм (data frame) : табличная структура для статистических операций
• Списки (lists) : набор, в котором может быть комбинация типов данных.
• Факторы (factors) : для представления категориальных данных.

Я расскажу обо всех этих типах и структурах данных, так что начинаем строить фундамент.

6. Как объявлять переменные?

Как пользоваться r программой

Комментарии

Популярные По порядку
Не удалось загрузить комментарии.

ЛУЧШИЕ СТАТЬИ ПО ТЕМЕ

ТОП-15 книг по Python: от новичка до профессионала

Книги по Python (и связанным с ним специальным темам) на русском языке. Расставлены в порядке возрастания сложности, обобщены указанные читателями преимущества и недостатки.

DeepFake-туториал: создаем собственный дипфейк в DeepFaceLab

Рассказываем о технологии DeepFake и шаг за шагом учимся делать дипфейки в DeepFaceLab – нейросетевой программе, меняющей лица в видеороликах.

Пишем свою нейросеть: пошаговое руководство

Отличный гайд про нейросеть от теории к практике. Вы узнаете из каких элементов состоит ИНС, как она работает и как ее создать самому.

Источник: proglib.io

Структура R

IDE — integrated development environment, программные пакеты, которые облегчают программирование.

RStudio — интегрированная система для программирования в R. Нужно дополнительно устанавливать.

❗️Есть пробная онлайн-версия: https://rstudio.cloud/ — но медленная.

Установка и использование пакетов

install.packages(«readxl») # Один раз на каждом компьютере library(«readxl») # Перед использованием. После каждого перезапуска R. # Кстати, хэштэгом обозначают комментарии, которые не считываются R.

Ключевые структуры R

Объекты

Об R можно думать как об умном калькуляторе.

[1] 10

В верхнем окошке вы видите то, что вводит человек, в нижнем — то, чем отвечает на это компьютер.
[1] в ответе компьютера обозначает порядковый номер значения.

В дополнение к вычислениям, R может хранить в памяти различные данные (в широком смысле) — они называются объектами.

❗️Названия объектов должны начинаться c буквы или точки.

❗️R различает большие и маленькие буквы.

Виды (классы) объектов

Объектами могут быть любые фрагменты информации. Это может быть одно значение, вектор однотипных значений (переменная), список разнотипных значений, таблица, или даже список других объектов. И многое другое. Вид информации, хранящейся в объекте, называется класс объекта.

a) Типы переменных

• числовые numeric для интервальных непрерывных переменных;
• так называемые факторы factor для номинальных и порядковых ( ordered factor ) переменных;
• строчные string или character — для текстовых переменных;
• логические logical , переменные принимающие только значение TRUE или FALSE.

При чтении данных многие функции автоматически определяют тип переменных, но все равно лучше проверять.

numeric

[1] 1.10 2.50 3.23 4.00 5.00

string/character

[1] «cat» «dog» «mouse»

factor (unordered)

[1] horsebean horsebean horsebean Levels: casein horsebean linseed meatmeal soybean sunflower

ordered factor

[1] Primary Primary Levels: Primary < Secondary < Higher

logical

[1] FALSE TRUE TRUE TRUE

b) Структуры хранения данных

• векторы c — для отдельных переменных;
• двухмерные таблицы data.frame — наиболее используемые и привычные таблицы данных;
• матрицы matrix — двухмерная таблица, удобныя для матричных преобразований,
• массивы array — многомерная таблица,
• списки list — может содержать данные разных типов и любые объекты.

векторы c()

[1] 1 2 3

data.frame

var.one var.two 1 1 A 2 2 B 3 3 C

matrix

[,1] [,2] [,3] [,4] [,5] [1,] 1 7 13 19 25 [2,] 2 8 14 20 26 [3,] 3 9 15 21 27 [4,] 4 10 16 22 28 [5,] 5 11 17 23 29 [6,] 6 12 18 24 30

array

, , 1 [,1] [,2] [,3] [,4] [,5] [1,] 1 4 7 10 13 [2,] 2 5 8 11 14 [3,] 3 6 9 12 15 , , 2 [,1] [,2] [,3] [,4] [,5] [1,] 16 19 22 25 28 [2,] 17 20 23 26 29 [3,] 18 21 24 27 30

list

$`можно дать имя одному или всем элементам` [1] 1 2 3 4 5 [[2]] [1] «a» «c» [[3]] [1] «Просто единичная строка»

Операторы

С объектами можно производить различные операции. Типичные операции можно осуществлять с помощью специальных символов — операторов. Создадим два объекта a и b и сложим их значения:

[1] 11

Функции

Функции – это типовые операции, которые, чтобы не прописать заново, можно сохранять.

Весь R работает на функциях.

Например, можно подсчитать сумму, применив функцию sum() к числовому вектору.

some.numbers
[1] 10

mean() вычисляет среднюю, sd() — стандартное отклонение средней.

Другая простейшая функция c() — она объединяет ряд значений в вектор и конвертирует их в один и тот же тип.

c(1, 2, «R», «», 0)
[1] «1» «2» «R» «» «0»

In and Out

В каждой функции есть вводные параметры (аргументы), и ее продукт, результат, или то, что функция возвращает.

Форма

Большинство функций имеет форму:

НАЗВАНИЕ_ФУНКЦИИ(аргумент1 = «умолчание», аргумент2 = «умолчание2», . )

Иногда значение по умолчанию не задано, такие аргументы нужно обязательно указывать — обязательные аргументы. Аргументы, имеющие значение по умолчанию называются необязательными.

У каждого аргумента есть имя .

Количество и имена аргументов в каждой функции свои собственные (но могут быть и одинаковыми).

Пример

Функция subset имеет три обязательных аргумента, у которых нет умолчаний

subset(x, subset, select)

• x — массив, который фильтруем,
• subset — какие строки из массива х нужно оставить,
• select — какие переменные из массива нужно оставить.

А в функции c() [то есть c ombine] нет умолчаний, у аргументов нет имен и количество их не ограничено. Она возвращает вектор, объединяющий все данные ей аргументы.

Результат

Разные функции возвращают разные типы объектов, это может быть одно число, строка, массив данных, список, таблица, график, и так далее. В документации к каждой функции есть разел Value, где указывается, что возвращает функция.

Использование функций

Аргументы

Приписывание значений аргументам возможно только с использованием = .

❗️Если нужно проверить равенство, необходимо использовать == . Например: a == b вернет TRUE или FALSE, a = b не вернет ничего, но создаст (перезапишет) объект а скоровав в него значение объекта b .

Если мы решили использовать значение по умолчанию, можно пропустить аргумент. Можно также пропустить имя аргумента, но тогда нужно вводить аргументы в правильной последовательности.

# Эти строки эквивалентны: subset(x = mydata, subset = age > 65, select = c(«health», «income»)) subset( mydata, age > 65, c(«health», «income»))

Результат

В большинстве случаев результат работы функции нужно сохранять.

# Эта строка сохранит подмассив пожилых респондентов и только две переменных в объект old.respondents: old.respondents 65, c(«health», «income»))

❗️Если не сохранить результат работы функции в объект, вы увидите только часть информации в консоли, а сам результат потеряется.

Если результат сохранен в объект, в консоли обычно ничего не выводится.

Новые слова на языке R (функции):

Источник: maksimrudnev.com