Как работать в программе r

Содержание

Это введение в R («GNU S»), язык и среду для статистических вычислений и графики. R похож на отмеченную наградами систему 1 S, которая была разработана в Bell Laboratories Джоном Чемберсом и др. Он предоставляет широкий спектр статистических и графических методов (линейное и нелинейное моделирование, статистические тесты, анализ временных рядов, классификацию, кластеризацию и т. д.).

В этом руководстве содержится информация о типах данных,элементах программирования,статистическом моделировании и графике.

Данное руководство предназначено для R,версия 4.1.0 (2021-05-18).

Разрешение на изготовление и распространение стенографических копий данного руководства предоставляется при условии,что на всех копиях сохраняется уведомление об авторских правах и это уведомление о разрешении.

Разрешение на копирование и распространение модифицированных версий данного руководства предоставляется на условиях дословного копирования,при условии,что вся полученная в результате работа будет распространяться в соответствии с условиями уведомления о разрешении,идентичного данному.

R для каждого, Урок 1

Разрешается копировать и распространять переводы данного руководства на другой язык на условиях,описанных выше для измененных версий,за исключением того,что данное уведомление о разрешении может быть указано в переводе,одобренном R Core Team.

Preface

Это введение в R основано на оригинальном наборе заметок, описывающих среды S и S-PLUS, написанных в 1990–1992 годах Биллом Венейблсом и Дэвидом М. Смитом, когда они работали в Университете Аделаиды. Мы внесли ряд небольших изменений, чтобы отразить различия между программами R и S, и расширили часть материала.

Язык программирования R: ничего лишнего, только работа с данными

Правило 35: если в мире что-то существует, для этого уже придумали свой язык программирования. И работа с данными не исключение.

Евгения Сударикова

Евгения Сударикова
Технический писатель. Любит рассказывать просто про сложные вещи.

Язык R — главный конкурент Python для тех, кто занимается статистикой и анализом данных. Его используют в социальных и экономических науках для поиска причинно-следственных связей, сравнения выборок, создания наглядных отчётов и графиков.

Язык разработали учёные факультета статистики Оклендского университета. Сначала это был внутренний инструмент, но потом его сделали доступным для всех — уж очень удачным он получился.

Это важный момент: R разработан статистиками для статистиков — в нём уже есть популярные статистические тесты, методы анализа данных, удобные инструменты для построения графиков. Такие возможности есть далеко не во всех популярных языках общего назначения.

А специализированный язык R уверенно отвоёвывает себе место под солнцем: с 18-го места рейтинга TIOBE в 2016 году он поднялся на 8-ю строчку в январе 2021. Установить интерпретатор и рабочее окружение можно в любую современную операционную систему — MacOS, Linux, Windows.

R Studio как пользоваться

Что под капотом

R — интерпретируемый объектно-ориентированный язык программирования. Что это значит? Функции или таблицы для него — это объекты, которые относятся к определённому классу (типу данных), а готовая программа исполняется сразу — строчка за строчкой. Компилировать код в исполняемый файл перед запуском не надо.

Синтаксис языка R прост и включает минимальный набор примитивных типов данных: символьные, числовые, логические и комплексные. Примитивные типы объединяются в более сложные. Например, тип вектор — это, по сути, список из нескольких объектов (чисел, строк и других). Числовые переменные могут принимать и особые значения: NaN(not a number — не число), Inf(infinity — бесконечность) и NA(not available — недоступно).

Что можно сделать с помощью R

Обработать, очистить и преобразовать данные для исследования. Например, вы хотите посмотреть, сколько в среднем пользователей скачали ваше мобильное приложение за каждый летний и осенний месяц. Rпозволяет исключить из графика зиму и осень и сгруппировать их по месяцам для дальнейших подсчётов.
Провести статистические тесты.Допустим, вы хотите узнать, различается ли средняя продолжительность жизни мужчин и женщин. Для этого можно запустить t-тест— его результаты покажут, есть ли статистически значимые различия между данными.

Выполнить разведочный анализ.Данные необходимо проверять на нормальность, потому что многие статистические методы (например, тот же
t-тест) требуют нормального распределения в исходниках. Нормальное распределение предполагает, что бóльшая часть данных группируется около среднего значения, а остальных значений гораздо меньше. Такое распределение часто встречается в жизни: людей среднего роста в мире больше всего, а высоких и низких — мало. В R есть инструменты проверки нормальности с помощью графиков и тестов.

Многие из этих функций подключаются с помощью библиотек. В стандартном пакете их около 20: например, stat для статистических тестов и graphicsдля простой визуализации. Дополнительные библиотеки можно скачать с сервера CRAN — в 2020 году их там было больше 16 тысяч. Среди них plotlyдля интерактивных графиков и tidyrдля очистки данных — она помогает заполнить пропущенные значения в столбцах и сделать так, чтобы каждый столбец соответствовал только одной переменной.

Сравнение R с другими инструментами для работы с данными

Основные конкуренты R — это инструменты анализа данных без кода — Excel, Google Sheets, SPSS, Tableau, Power BI и другие. А также языки программирования — Python и Julia.

R, Python и Julia

Python — универсальный язык, на нём можно создавать полноценные приложения, а R сильнее в работе со статистикой, поэтому его любят в академических кругах. Аналитики в компаниях любят оба языка, хотя Python пока популярнее и порог входа в него ниже.

Сторонники Julia прочат своему фавориту славу убийцы Python. Но пока это довольно молодой язык — у него не такое сильное сообщество, гораздо меньше готовых рецептов, библиотек и документации — особенно на русском.

Кстати, на Reddit есть интересный тред, а у нас — целая статья по выбору языка программирования для аналитики.

Язык R и готовые программные пакеты

Сила R и других языков программирования — в их гибкости. У программ типа Excel и Tableau есть ограничения: если вам не хватает функций, придётся ждать милости разработчиков, а специалист по R достаточно быстро может сделать кастомные отчёты и графики, сопоставить нужные данные. Ещё один плюс — язык программирования позволяет полноценно работать с Big Data и строить модели машинного обучения.

Преимущества R

Неограниченный набор функций для анализа данных — благодаря подключению библиотек.
Возможность работы с огромными таблицами и базами данных, которые не потянут программы.
Продвинутые настройки интерфейса: графический пользовательский или интерфейс командной строки.
Полностью бесплатная экосистема — компоненты распространяются бесплатно под лицензией GNU. Excel стоит 69,99 доллара в год, SPSS — 3200 долларов за бессрочную лицензию, Tableau для компаний — от 70 долларов за пользователя в месяц.
Доступен для большинства операционных систем: Windows, macOS, FreeBSD, Solaris, разных версий Unix и Linux.
Богатые возможности визуализации: можно создавать приложения, строить графики разных типов, в том числе интерактивные, а также редактировать их элементы. Например, график на основе известного датасета iris, показывающий плотность лепестков и чашелистиков в зависимости от вида ирисов.

Есть ли у языка R минусы

Минусы R — относительные:

Документация и большинство источников — только на английском языке. Хотя появляется всё больше русскоязычных источников — уже есть отдельный раздел на «Хабре», а ответы на частые вопросы можно найти на Stack Overflow.
Человеку без опыта программирования и знания основ статистики будет сложно. Но достаточно освоить базовые понятия: среднее, мода, медиана, выборка, нормальное распределение. Например, по книге «Статистика и котики» В. Савельева.
Узкая сфера применения: он идеален для анализа данных, но для разработки программ не подходит. Но в этом и его сила. Настоящий UNIX-way и находка для учёных, журналистов, дата-сайентистов, аналитиков — всех, кто хочет работать с данными.

Резюмируем

R — это не просто язык программирования, а целая инфраструктура и специализированная среда для работы с данными. В неё уже встроены многие статистические методы и варианты визуализации.

Data Science, доступный каждому: работаем с данными в облаке Google Colab
Первые во всём: как Hewlett-Packard создала гаражную стартап-культуру и Кремниевую долину
Гайд по кибербезопасности для разработчиков и начинающих специалистов

Самый известный пункт философии UNIX звучит так: «Пишите программы, которые делают что-то одно и делают это хорошо».

Источник: skillbox.ru

Язык R для пользователей Excel (бесплатный видео курс)

В связи с карантином многие сейчас львиную долю времени проводят дома, и это время можно, и даже нужно провести с пользой.

В начале карантина я решил довести до ума некоторые проекты начатые несколько месяцев назад. Одним из таких проектов был видео курс «Язык R для пользователей Excel». Этим курсом я хотел снизить порог вхождения в R, и немного восполнить существующий дефицит обучающих материалов по данной теме на русском языке.

Если всю работу с данными в компании, в котороый вы работаете принято по-прежнему вести в Excel, то предлагаю вам познакомится с более современным, и при этом совершенно бесплатным инструментом анализа данных.

Если вы интересуетесь анализом данных возможно вам будут интересны мои telegram и youtube каналы. Большая часть контента которых посвящены языку R.

Ссылки
О курсе
Для кого этот курс
Программа курса
4.1. Урок 1: Установка языка R и среды разработки RStudio
4.2. Урок 2: Основные структуры данных в R
4.3. Урок 3: Чтение данных из TSV, CSV, Excel файлов и Google Таблиц
4.4. Урок 4: Фильтрация строк, выбор и переименование столбцов, пайпланы в R
4.5. Урок 5: Добавление вычисляемых столбцов в таблицу на языке R
4.6. Урок 6: Группировка и агрегация данных на языке R
4.7. Урок 7: Вертикальное и горизонтальное объединение таблиц на языке R
4.8. Урок 8: Оконные функции в R
4.9. Урок 9: Вращение таблиц или аналог сводных таблиц в R
4.10. Урок 10: Загрузка JSON файлов в R и преобразование списков в таблицы
4.11. Урок 11: Быстрое построение графиков с помощью функции qplot()
4.12. Урок 12: Построение графиков слой за слоем с помощью пакета ggplot2
4.13. Урок 13: Изменение элементов графика и применение тем в ggplot2
Заключение

Ссылки

Подписаться на YouTube канал
Плей лист курса на YouTube
Репозиторйи с материалами
Страница курса

О курсе

Курс построен вокруг архитектуры tidyverse , и входящих в неё пакетов: readr , vroom , dplyr , tidyr , ggplot2 . Конечно в R есть и другие хорошие пакеты выполняющие подобные операции, например data.table , но синтаксис tidyverse интуитивно понятен, его легко читать даже неподготовленному пользователю, поэтому я думаю, что начинать обучение языку R лучше именно с tidyverse .

Курс проведёт вас через все операции анализа данных, от загрузки до визуализации готового результата.

Почему именно язык R, а не Python? Потому, что R функциональный язык, пользователям Excel на него перейти легче, т.к. не надо вникать в традиционное объектно-ориентированное программирование.

На данный момент запланировано 13 видео уроков длительностью от 5 до 20 минут каждый.

Уроки будут открываться постепенно. Каждый понедельник я буду открывать доступ к новому уроку у себя на YouTube канале в отдельном плей листе.

Для кого этот курс

Думаю это понятно из названия, тем не менее опишу более подробно.

Курс ориентирован на тех, кто в работе активно использует Microsoft Excel и там же реализует всю работу с данными. В общем, если вы открываете приложение Microsoft Excel хотя бы раз в неделю то курс вам подойдёт.

Навыков программирования для прохождения курса от вас не требуется, т.к. курс ориентирован на начинающих.

Но, возможно начиная с 4 урока найдётся материал интересный и для активных пользователей R, т.к. основной функционал таких пакетов как dplyr и tidyr будет рассмотрен достаточно подробно.

Программа курса

Урок 1: Установка языка R и среды разработки RStudio

Ссылки:

Видео:

Описание:
Вступительный урок в ходе которого мы скачаем и установим необходимое программное обеспечение, и немного разберём возможности и интерфейс среды разработки RStudio.