![値を入れる箱
> hako <- 10
> hako
[1] 10
> hako * 2
[1] 20
変数
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-31-320.jpg)
![値を入れる箱
> hako <- 10
> hako
[1] 10
> hako * 2
[1] 20
変数
変数に対して
処理(かけ算)
変数に値を入れる
左矢印のイメージ
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-32-320.jpg)
![複数の値をまとめる
> array <- c(10,20,30)
> array
[1] 10 20 30
> array * 2
[1] 20 40 60
配列
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-33-320.jpg)
![複数の値をまとめる
> array <- c(10,20,30)
> array
[1] 10 20 30
> array * 2
[1] 20 40 60
処理は
配列全体に
適用される
配列
３つの値を
配列に格納
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-34-320.jpg)
![各要素へのアクセス
> array[1]
[1] 10
> array[2]
[1] 20
> array[3]
[1] 30
配列
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-35-320.jpg)
![各要素へのアクセス
> array[1]
[1] 10
> array[2]
[1] 20
> array[3]
[1] 30
配列[番号]で
１個ずつ値を
取り出せる
配列
２個目
3個目
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-36-320.jpg)
![２次元の配列
> array2 <- matrix(c(10,20,30, ?
40,50,60), 2, 3)
> array2
[,1] [,2] [,3]
[1,] 10 30 50
[2,] 20 40 60
行列
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-37-320.jpg)
![２次元の配列
> array2 <- matrix(c(10,20,30, ?
40,50,60), 2, 3)
> array2
[,1] [,2] [,3]
[1,] 10 30 50
[2,] 20 40 60
matrixという
関数を利用して
作る
行列
２行３列の
行列
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-38-320.jpg)
![各要素の指定
> array2[1,1]
[1] 10
> array2[1,]
[1] 10 30 50
> array2[,1]
[1] 10 20
行列
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-40-320.jpg)
![各要素の指定
> array2[1,1]
[1] 10
> array2[1,]
[1] 10 30 50
> array2[,1]
[1] 10 20
1行1列を
指定
行列
1行目全体
を指定
1列目全体
を指定
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-41-320.jpg)
![要素の指定
> x$HEIGHT
[1] 158 162 177 173 166
> x$HEIGHT[1]
[1] 158
> x$HEIGHT[1:3]
[1] 158 162 177
$で
身長(HEIGHT)
を全指定
データフレーム
身長1つめだけ
身長1-3番目
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-44-320.jpg)
![合計を求める関数
> array
[1] 10 20 30
> sum(array)
[1] 60
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-50-320.jpg)
![合計を求める関数
> array
[1] 10 20 30
> sum(array)
[1] 60
処理結果が
出力される
関数名(引数)
で処理呼び出し
先ほどの配列
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-51-320.jpg)
![行列も足せる
> array2
[,1] [,2] [,3]
[1,] 10 30 50
[2,] 20 40 60
> sum(array2)
[1] 210
関数
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-52-320.jpg)
![行列も足せる
> array2
[,1] [,2] [,3]
[1,] 10 30 50
[2,] 20 40 60
> sum(array2)
[1] 210
合計値が
表示される
関数
先ほどの行列
array2
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-53-320.jpg)
![結果を格納関数
> ret <- sum(array2)
> ret
[1] 210
変数
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-54-320.jpg)
![結果を格納関数
> ret <- sum(array2)
> ret
[1] 210
処理結果を
変数に格納
変数
合計値の
確認
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-55-320.jpg)
![自分で関数を作る自作関数
> varp <- function(x) {
retsult <- var(x) * (length(x) - 1) / length(x)
retsult
}
> varp(array)
[1] 66.66667
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-62-320.jpg)
![自分で関数を作る自作関数
> varp <- function(x) {
retsult <- var(x) * (length(x) - 1) / length(x)
retsult
}
> varp(array)
[1] 66.66667
関数の定義
処理を記述する
実行
14年3月29日土曜日](https://image.slidesharecdn.com/10rver2-140329010959-phpapp01/85/10-r-ver2-7-63-320.jpg)
10分で分かる谤言语入门惫别谤2.7
- 5. 自己紹介 ? 名前：大城信晃 ? Twitter：doradora09 ? 職業：データマイニングエンジニア ? R：勉強中。 ? 業務ではhadoop使ってます ? マイブーム： ? カクテル作り ? カメラ ? アプリ開発 <- new! 14年3月29日土曜日
- 10. DL数/評価 ?DL 41/56, 評価 1.80 / 5 ?まだまだ低いので使い勝手のコメント 等頂けると嬉しいです！ 14年3月29日土曜日
- 19. 特徴 価格 大規模データ 速度 統計特化 無料 △ (メモリ依存) △ SAS/ SPSS 統計特化 数十万～ ○ ○ エクセル 直感的 １万～ (約100万行) C++ 高速だが 開発コスト高 無料～ 数万 実装次第 ◎ Python スクリプト 言語 無料 実装次第 ○ 他言語との比較 14年3月29日土曜日
- 26. 処理の記述 3+5 = 8 10-7 = 3 14年3月29日土曜日
- 31. 値を入れる箱 > hako <- 10 > hako [1] 10 > hako * 2 [1] 20 変数 14年3月29日土曜日
- 32. 値を入れる箱 > hako <- 10 > hako [1] 10 > hako * 2 [1] 20 変数 変数に対して 処理(かけ算) 変数に値を入れる 左矢印のイメージ 14年3月29日土曜日
- 33. 複数の値をまとめる > array <- c(10,20,30) > array [1] 10 20 30 > array * 2 [1] 20 40 60 配列 14年3月29日土曜日
- 34. 複数の値をまとめる > array <- c(10,20,30) > array [1] 10 20 30 > array * 2 [1] 20 40 60 処理は 配列全体に 適用される 配列 ３つの値を 配列に格納 14年3月29日土曜日
- 35. 各要素へのアクセス > array[1] [1] 10 > array[2] [1] 20 > array[3] [1] 30 配列 14年3月29日土曜日
- 36. 各要素へのアクセス > array[1] [1] 10 > array[2] [1] 20 > array[3] [1] 30 配列[番号]で １個ずつ値を 取り出せる 配列 ２個目 3個目 14年3月29日土曜日
- 37. ２次元の配列 > array2 <- matrix(c(10,20,30, ? 40,50,60), 2, 3) > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 行列 14年3月29日土曜日
- 38. ２次元の配列 > array2 <- matrix(c(10,20,30, ? 40,50,60), 2, 3) > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 matrixという 関数を利用して 作る 行列 ２行３列の 行列 14年3月29日土曜日
- 40. 各要素の指定 > array2[1,1] [1] 10 > array2[1,] [1] 10 30 50 > array2[,1] [1] 10 20 行列 14年3月29日土曜日
- 41. 各要素の指定 > array2[1,1] [1] 10 > array2[1,] [1] 10 30 50 > array2[,1] [1] 10 20 1行1列を 指定 行列 1行目全体 を指定 1列目全体 を指定 14年3月29日土曜日
- 42. 複数の型を持てる > sex <- c("F","F","M","M","M") #性別 > height <- c(158,162,177,173,166) #身長 > weight <- c(51,55,72,57,64) #体重 > ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) ) SEX HEIGHT WEIGHT 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 データフレーム 14年3月29日土曜日
- 43. 複数の型を持てる > sex <- c("F","F","M","M","M") #性別 > height <- c(158,162,177,173,166) #身長 > weight <- c(51,55,72,57,64) #体重 > ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) ) SEX HEIGHT WEIGHT 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 性別(bool型) 身長、体重(数値型) データフレーム data.frame関数で セット 14年3月29日土曜日
- 44. 要素の指定 > x$HEIGHT [1] 158 162 177 173 166 > x$HEIGHT[1] [1] 158 > x$HEIGHT[1:3] [1] 158 162 177 $で 身長(HEIGHT) を全指定 データフレーム 身長1つめだけ 身長1-3番目 14年3月29日土曜日
- 49. 処理の呼び出し関数 目的 関数名と書式 データの結合 C(データ) 合計 sum(データ) 個数を求める length(データ) 平均 mean(データ) 標準偏差 sd(データ) ??? ??? 14年3月29日土曜日
- 50. 合計を求める関数 > array [1] 10 20 30 > sum(array) [1] 60 14年3月29日土曜日
- 51. 合計を求める関数 > array [1] 10 20 30 > sum(array) [1] 60 処理結果が 出力される 関数名(引数) で処理呼び出し 先ほどの配列 14年3月29日土曜日
- 52. 行列も足せる > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 > sum(array2) [1] 210 関数 14年3月29日土曜日
- 53. 行列も足せる > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 > sum(array2) [1] 210 合計値が 表示される 関数 先ほどの行列 array2 14年3月29日土曜日
- 54. 結果を格納関数 > ret <- sum(array2) > ret [1] 210 変数 14年3月29日土曜日
- 55. 結果を格納関数 > ret <- sum(array2) > ret [1] 210 処理結果を 変数に格納 変数 合計値の 確認 14年3月29日土曜日
- 57. 関数CSV > hawks <- read.csv("hawks.csv") > hawks height salary 1 173 17000 2 178 14000 3 180 9000 CSV読み込み 14年3月29日土曜日
- 58. 関数CSV > hawks <- read.csv("hawks.csv") > hawks height salary 1 173 17000 2 178 14000 3 180 9000 read.csv関数に hawks.csvという CSVファイルを 渡して 変数に代入 CSV読み込み 14年3月29日土曜日
- 59. CSV読み込み関数CSV > hawks <- read.csv("hawks.csv") > hawks height salary 1 173 17000 2 178 14000 3 180 9000 CSVファイルの 変数への 読み込みが 確認できる 14年3月29日土曜日
- 61. 関数の書き方 関数名 <- function (引数) { 処理 } 14年3月29日土曜日
- 62. 自分で関数を作る自作関数 > varp <- function(x) { retsult <- var(x) * (length(x) - 1) / length(x) retsult } > varp(array) [1] 66.66667 14年3月29日土曜日
- 63. 自分で関数を作る自作関数 > varp <- function(x) { retsult <- var(x) * (length(x) - 1) / length(x) retsult } > varp(array) [1] 66.66667 関数の定義 処理を記述する 実行 14年3月29日土曜日
- 67. 標準作図関数作図 ?標準の関数でも色々と作図可能 目的 関数名 ヒストグラム hist 散布図 plot 箱ヒゲ図 boxplot ??? ??? http://cse.naro.a?rc.go.jp/takezawa/r-tips/r/50.html 参考URL 14年3月29日土曜日
- 68. > x <- rnorm(50) > hist(x, breaks=seq(-3, 3,1)) 標準作図関数作図 14年3月29日土曜日
- 69. > x <- rnorm(50) > hist(x, breaks=seq(-3, 3,1)) 標準作図関数作図 乱数生成 ヒストグラム 作図関数 14年3月29日土曜日
- 72. > install.packages( ggplot2 ) > library("ggplot2") 外部パッケージパッケージ 作図 14年3月29日土曜日
- 73. > install.packages( ggplot2 ) > library("ggplot2") CRANから パッケージ ダウンロード＆ インストール 外部パッケージパッケージ 作図 パッケージを ロード 14年3月29日土曜日
- 74. a <- 1:10 b <- a^2 qplot(a,b) qplotが利用可能パッケージ 作図 14年3月29日土曜日
- 75. a <- 1:10 b <- a^2 qplot(a,b) qplotが利用可能パッケージ 作図 ggplot2 パッケージ の関数 14年3月29日土曜日
- 77. 紹介:分析用もあるパッケージ 目的 パッケージ名 主成分分析 stats(組み込み済) 対応分析 MASS クラスター分析 stats 線形回帰分析 stats 生存分析 survival ニューラルネット nnet ??? ??? 処理 14年3月29日土曜日
- 89. CRAN Task Viws ?Rには2000以上パッケージがある ?用途別におすすめパッケージを紹介 http://cran.r-project.org/web/views/ 14年3月29日土曜日
- 94. 質疑応答 14年3月29日土曜日
- 95. 予備資料 14年3月29日土曜日
- 100. Tips 14年3月29日土曜日
- 101. 補足：クリップボード関数 #windowsの場合 >hawks <- read.table("clipboard", header=TRUE,sep=’,’); #macの場合 >hawks <- read.table(pipe("pbpaste"), header=TRUE,sep=’,’) > hawks height salary 1 173 17000 2 178 14000 3 180 9000 クリップボードからも 読み込み可能 CSV 14年3月29日土曜日