Az R az egyik legnépszerűbb elemző eszköz. De azon kívül, hogy elemzésre használják, az R programozási nyelv is.Az informatikai ipar növekedésével növekvő igény mutatkozik a képzett vagy ill az R mint adatelemző eszköz és programozási nyelv megértésével.Ebben a blogban segítek megérteni az R programozás alapjait. Miénkben o háborító Blog ,megbeszéltük, miért van szükségünk Analyticsre, mi az üzleti elemzés, miért és ki használja az R-t
Ebben a blogban az R programozás alábbi alapfogalmait fogjuk megérteni a következő sorrendben:
Végigviheti az R programnyelv webináriumi felvételét, ahol oktatónk részletesen elmagyarázta a témákat példákkal, amelyek segítenek jobban megérteni az R programozást.
R programozás kezdőknek | R Programozási nyelv bemutatója Edureka
Tehát lépjünk előre, és nézzük meg az R programozás - Változók első koncepcióját.
R programozás: Változók
A változók nem más, mint egy értéket tartalmazó memóriahely neve. Az R változója számszerű értékeket, összetett értékeket, szavakat, mátrixokat és még egy táblázatot is tárolhat. Meglepő, igaz?
Ábra: Teremtésváltozók
A fenti kép megmutatja, hogy a változók hogyan jönnek létre és hogyan vannak tárolva a különböző memóriablokkokban. Az R-ben nem kell deklarálnunk egy változót, mielőtt használnánk, ellentétben más programozási nyelvekkel, például a Java, C, C ++ stb.
Menjünk előre és próbáljuk megérteni, mi az adattípus és az R-ben támogatott különféle adattípusok.
R programozás: adattípusok
R-ben maga a változó nincs deklarálva egyetlen adattípusról sem, inkább megkapja a hozzá rendelt R objektum adattípusát. Tehát az R-t dinamikusan tipizált nyelvnek hívják, ami azt jelenti, hogy ugyanazon változó adattípusát újra és újra megváltoztathatjuk, amikor azt egy programban használjuk.
java system.exit (1)
Az adattípusok meghatározzák, hogy a változó milyen típusú értékkel rendelkezik, és milyen típusú matematikai, relációs vagy logikai műveletek alkalmazhatók rá hiba nélkül. Az R-ben sok adattípus létezik, az alábbiakban azonban a leggyakrabban használtakat találjuk:
Most megvitassuk ezeket az adattípusokat egyenként, a vektoroktól kezdve.
Vektorok
A vektorok a legalapvetőbb R adatobjektumok, és hatféle atomvektor létezik. Az alábbiakban látható a hat atomvektor:
Logikus : A logikai érték tárolására használják IGAZ vagy HAMIS .
Numerikus : Mind a pozitív, mind a negatív számok tárolására szolgál, beleértve a valós számot is.
Például: 25, 7,1145, 96547Egész szám : Tartalmazza az összes egész értéket, azaz az összes pozitív és negatív egész számot.
Pl .: 45.479, -856.479, 0Összetett : Ezek x + yi alakúak, ahol x és y numerikus, i pedig a -1 négyzetgyöke.
Pl .: 4 + 3ikarakter : Egyetlen karakter, karaktercsoport (szavak) vagy szavak együttes tárolására szolgál. A karakterek definiálhatók egy vagy két idézőjelben.
Pl .: 'Edureka', 'R szórakoztató tanulni'.A vektort általában a következő módon definiálják és inicializálják:
Vtr = c (2, 5, 11, 24) Vagy Vtr<- c(2, 5, 11 , 24)
Menjünk előre és értsük meg az R egyéb adattípusait
Lista
A listák meglehetősen hasonlóak a vektorokhoz, de a listák azok az R objektumok, amelyek különböző típusú elemeket tartalmazhatnak, például & mínusz számokat, karakterláncokat, vektorokat és egy másik listát benne.
Például:
Vtr<- c('Hello', 'Hi','How are you doing') mylist <- list(Vtr, 22.5, 14965, TRUE) mylist Kimenet:
[[1]] [1] Helló, szia, hogyan csinálod '[[2]] [1] 22,5 [[3]] [1] 14965-öt [[4]] [1] IGAZ
Mátrix
A Matrix az R objektum, amelyben az elemek kétdimenziós téglalap alakú elrendezésben vannak elrendezve.
A mátrix R-ben történő létrehozásának alapvető szintaxisa & mínusz
mátrix (adatok, nrow, ncol, byrow, dimnames) Hol:
- adat az a bemeneti vektor, amely a mátrix adatelemeivé válik.
- most a létrehozandó sorok száma.
- ncol a létrehozandó oszlopok száma.
- byrow logikus nyom. Ha IGAZ, akkor a bemeneti vektor elemek sorok szerint vannak rendezve.
- homályos név a sorokhoz és oszlopokhoz rendelt nevek.
Példa:
Mymatrix<- matrix(c(1:25), nrow = 5, ncol = 5, byrow = TRUE) Mymatrix
Kimenet:
[, 1] [, 2] [, 3] [, 4] [, 5] [1,] 1 2 3 4 5 [2,] 6 7 8 9 10 [3,] 11 12 13 14 15 [4, ] 16 17 18 19 20 [5,] 21 22 23 24 25
SOR
Az R tömbök olyan adatobjektumok, amelyek kettőnél több dimenzióban tárolhatók adatok. A vektorokat bemenetként veszi fel, és az értékeket használja a nem paraméter egy tömb létrehozásához.
Az R tömb létrehozásának alapvető szintaxisa a & mínusz
tömb (adatok, dim, dimnames) Hol:
- adat az a bemeneti vektor, amely a tömb adatelemeivé válik.
- nem a tömb dimenziója, ahol átadod a sorok, oszlopok és az említett dimenziók által létrehozandó mátrixok számát.
- homályos név a sorokhoz és oszlopokhoz rendelt nevek.
Példa:
Myarray<- array( c(1:16), dim=(4,4,2)) Myarray
Kimenet:
,, egy [, 1] [, 2] [, 3] [, 4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16 ,, 2 [, 1] [, 2] [, 3] [, 4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16
Adatkeret
Az adatkeret egy tábla vagy egy kétdimenziós tömbszerű szerkezet, amelyben minden oszlop egy változó értékét, és minden sor egy értékkészletet tartalmazmertminden oszlopot. Az alábbiakban bemutatjuk az adatkeret néhány jellemzőjét, amelyeket minden alkalommal figyelembe kell venni, amikor velük dolgozunk:
- Az oszlopnevek nem lehetnek üresek.
- Minden oszlopnak azonos mennyiségű adatelemet kell tartalmaznia.
- Az adatkeretben tárolt adatok lehetnek numerikus, tényező vagy karakter típusúak.
- A sorneveknek egyedinek kell lenniük.
Példa:
emp_id = c (100: 104) emp_name = c ('John', 'Henry', 'Adam', 'Ron', 'Gary') oszt. = c ('Értékesítés', 'Pénzügy', 'Marketing', 'HR ',' K + F ') emp.adatok<- data.frame(emp_id, emp_name, dept) emp.data Kimenet:
emp_id emp_name oszt 1 100 John Sales 2 101 Henry Finance 3 102 Adam Marketing 4 103 Ron HR 5 104 Gary K + F
Tehát most, hogy megértettük az R alapvető adattípusait, itt az ideje, hogy mélyen belemerüljünk az R-be az adatkezelők fogalmainak megértésével.
R programozás: Adatkezelők
R-ben főleg 4 adatkezelő van, ezek az alábbiak:
Számtani operátorok : Ezek az operátorok segítenek az alapvető számtani műveletek végrehajtásában, mint pl. Összeadás, kivonás, szorzás stb.
Tekintsük a következő példát:
num1 = 15 num2 = 20 num3 = 0 # kiegészítés num3 = num1 + num2 num3 #substraction num3 = num1 - num2 num3 #multiplication num3 = num1 * num2 num3 #division num3 = num1 / num2 num3 #modulus num3 = num1 %% num2 num3 #exponent num1 = 5 num2 = 3 num3 = num1 ^ num2 num3 # padlófelosztás num3 = num1% /% num2 num3
Kimenet:
[1] 35 [tizenöt [1] 300 [1] 0,75 [1] 15 [1] 125 [tizenegy
Relációs operátorok : Ezek az operátorok segítenek nekünk a relációs műveletek végrehajtásában, például annak ellenőrzésében, hogy egy változó nagyobb-e, kisebb-e vagy egyenlő-e egy másik változóval. A relációs művelet kimenete mindig logikai érték.
Tekintsük a következő példákat:
num1 = 15 num2 = 20 # egyenlő a num3 = (num1 == num2) num3 #nem egyenlő a num3 = (num1! = num2) num3 #lesser mint num3 = (num1 num2) num3 #less, mint egyenlő a num1 = 5 num2 = 20 num3 = (num1 = num2) num3
Kimenet:
[1] HAMIS [1] IGAZ [1] IGAZ [1] HAMIS [1] IGAZ [1] HAMIS
Feladatkezelők: Ezeket az operátorokat használjuk értékek hozzárendeléséhez az R változókhoz. A hozzárendelés bármelyik hozzárendelési operátor használatával elvégezhető(<-) vagy megegyezik az operátorral (=). A változó értéke kétféleképpen rendelhető, bal hozzárendelés és jobb hozzárendelés.
LogikusOperátorok: Ezek az operátorok összehasonlítják a két entitást, és jellemzően olyan logikai (logikai) értékekkel használják őket, mint az ’és’, ‘vagy’és'nem'.
R programozás: Feltételes nyilatkozatok
- Ha nyilatkozat: Az If utasítás segít egyetlen kifejezés értékelésében a folyamat részeként. Az értékelés elvégzéséhez csak meg kell írnia az If kulcsszót, majd az értékelendő kifejezést. Az alábbi folyamatábra képet ad arról, hogy az If utasítás hogyan szabályozza a kód folyamatát: Vizsgáljuk meg a következő példát:
num1 = 10 num2 = 20 if (szám1<=num2){ print('Num1 is less or equal to Num2') Kimenet:
[1] 'A Num1 kisebb vagy egyenlő a Num2-vel'- Egyéb Ha nyilatkozat: Az Else if utasítás segít abban, hogy az ágakat kiterjessze az If utasítás által létrehozott folyamatra, és lehetőséget ad több feltétel kiértékelésére új áramlási ágak létrehozásával. Az alábbi folyamat ötletet ad arról, hogy az else if utasítás hogyan ágazza el a kód folyamatát:
Tekintsük a következő példát:Num1 = 5 Num2 = 20 if (Num1 Num2) {print ('Num2 kisebb, mint Num1')} else if ('Num1 == Num2) {print (' Num1 és Num2 egyenlő ')}Kimenet:
[1] 'A Num1 kisebb, mint a Num2' - Egyéb nyilatkozat: Az else utasítás akkor használható, ha az összes többi kifejezést ellenőrizzük és érvénytelennek találjuk. Ez lesz az utolsó utasítás, amely az If - Else if ág részeként kerül végrehajtásra. Az alábbi folyamat jobb képet ad arról, hogyan módosítja az Else a kód folyamatát:
Tekintsük a következő példát:
Num1 = 5 Num2 = 20 if (Num1 Num2) {print ('Num2 kisebb, mint Num1')} else print ('Num1 és Num2 egyenlő')}Kimenet:
[1] 'A Num1 és a Num2 egyenlő'R programozás: hurkok
A ciklusos utasítás lehetővé teszi számunkra, hogy egy állítást vagy utasításcsoportot többször is végrehajtsunk. Az R-ben főleg 3 típusú hurok van:
- ismételje meg a Hurkot : Megismétel egy állítást vagy állításcsoportot, miközben egy adott feltétel IGAZ. Az ismétlődő hurok a legjobb példa egy kilépés által vezérelt hurokra, ahol a kódot először végrehajtják, majd ellenőrzik a feltételt annak megállapítására, hogy a vezérlésnek a hurokban belül kell-e lennie, vagy abból kell kilépnie. Az alábbiakban látható a vezérlés folyamata egy ismétlődő hurokban:
Nézzük meg az alábbi példát, hogy megértsük, hogyan használhatjuk az ismétlődő ciklust n szám hozzáadásához, amíg az összeg el nem éri a 100-at:x = 2 ismételje meg {x = x ^ 2 print (x) if (x> 100) {break}Kimenet:
[1] 4 [1] 16 [1] 256. o
- míg Hurok : énA t segít megismételni egy állítást vagy állításcsoportot, miközben egy adott feltétel IGAZ. Míg a ciklus az ismétlődő ciklushoz képest kissé eltér, ez egy példa egy belépés által vezérelt ciklusra, ahol először ellenőrizzük a feltételt, és csak akkor kapjuk meg a vezérlőt a ciklus belsejében a kód végrehajtásához, ha a feltétel igaznak bizonyul. . Az alábbiakban látható a vezérlés folyamata egy darab hurokban:
Nézzük meg az alábbi példát, hogy hozzáadjuk az első 10 szám négyzetösszegét, és megértsük, hogy a while ciklus hogyan működik jobban:osztály vs felület Java-ban
num = 1 sumn = 0 while (szám<=11){ sumn =(sumn+ (num^2) num = num+1 print(sumn) }
Kimenet:[tizenegy [tizenöt [1] 14 [1] 30 [1] 55 [1] 91 [1] 140 [1] 204 [1] 285 [1] 385 [1] 506
- a Loop számára : Arra szolgál, hogy egy állítást vagy csoportot meghatározott számú alkalommal megismételjen. Az ismétléssel és a while ciklussal ellentétben a for ciklust olyan helyzetekben használják, amikor tisztában vagyunk azzal, hogy a kódot hányszor kell előzetesen végrehajtani. Hasonló a while ciklushoz, ahol először ellenőrzik a feltételt, majd csak a belsejébe írt kódot hajtják végre. Most láthatjuk a hurok vezérlésének folyamatát:
Most nézzünk meg egy példát, ahol a for ciklust fogjuk használni az első 10 szám kinyomtatásához:
(x 1: 10-ben) {print (x)}Kimenet:
[tizenegy [1] 2 [1] 3 [1] 4 [tizenöt [1] 6 [1] 7 [1] 8 [1] 9 [1] 10
R Programozás: Funkciók
A függvény egy szervezett, újrafelhasználható kód blokkja, amelyet egyetlen kapcsolódó művelet végrehajtására használnak. Az R-ben főleg kétféle funkció létezik:
Előre definiált funkciók : Ezek beépített funkciók, amelyeket a felhasználó felhasználhat a munkájához easyer. Pl .: mean( x) , sum( x) , sqrt ( x ), felső( x ) stb.
Felhasználó által meghatározott Funkciók: Ezeket a funkciókat a felhasználó azért hozza létre, hogy megfeleljen a felhasználó speciális követelményeinek. Az alábbiakban bemutatjuk a függvény létrehozásának szintaxisát aR:
func tion_name <– funkció (arg_1, arg_2 és hellip){ // Funkciótest }
Tekintsük az alábbi egyszerű példát a négyzetek összegének előállításáhoznak,-nek2 szám:
négyzet összege<- function(x,y) { x^2 + y^2 } sum_of_sqares(3,4) Kimenet: [1] 25Remélem, élvezettel olvasta ezt az R programozási blogot. Ebben az oktatóanyagban áttekintettük az R összes alapját, így most elkezdheti a gyakorlást. Ezen R programozási blog után további blogokat fogok előállítani az R for Analytics számára, így maradj velünk.
Most, hogy megértette az R alapjait, nézze meg a az Edureka, egy megbízható online tanulási vállalat, amelynek több mint 250 000 elégedett tanulóval rendelkező hálózata elterjedt az egész világon. Az Edureka Data Analytics with R képzése segít megszerezni a szakértelmet az R programozásban, az adatkezelésben, a feltáró adatelemzésben, az adatmegjelenítésben, az adatbányászatban, a regresszióban, a hangulatelemzésben és az RStudio felhasználásában a valós élet esettanulmányaihoz a kiskereskedelemben, a közösségi médiában.
Van egy kérdésünk? Kérjük, említse meg ennek az „R programozás” blognak a megjegyzés rovatában, és a lehető leghamarabb kapcsolatba lépünk Önnel.