�ݺ�ߣ

Тема 2
Сергей Мастицкий
БГУ, Минск, май 2014

 R работает по принципу «вопрос-ответ»
 Команды вводятся после «знака подсказки» в
командной строке, напр.:
> plot(rnorm(1000))
1000 случайно
сгенерированных
нормально распределенных
значений
Author: Sergey Mastitsky
0 200 400 600 800 1000
-3-2-10123
Index
rnorm(1000)

> 2 + 2
[1] 4
> exp(-2)
[1] 0.1353353
> rnorm(10)
[1] -0.505 1.728 -0.323
[4] -1.900 1.808 -1.898
[7] -1.108 -1.215 1.092
[10] -0.759

> x <- 2
> x
[1] 2
> x + x
[1] 4
> y <- 5
> x * y
[1] 10

Можно использовать любые символы, но:
 имена не должны начитаться с точки “.” и
содержать пробелы
 имена не должны начинаться с цифр
 имена чувствительны к регистру: WT и wt –
для R это разные переменные
 Не следует использовать зарезервированные
служебные имена:
- c, q, t, C, D, F, I, T
- diff, df, pt, и некоторые др.

 Векторы в R – самостоятельные объекты:
> weight <- c(60, 72, 57, 90, 95, 72)
> weight
[1] 60 72 57 90 95 72
c(…) – функция «конкатенации» (concatenation)
 Можно выполнять вычисления над
векторами, как над обычными числами:
> height <- c(1.75, 1.80, 1.65, 1.90,
1.74, 1.91)
> bmi <- weight/height^2
> bmi
[1] 19.592 22.2222 20.937 24.931 31.378 19.736

 Расчет среднего веса:
> xbar <- sum(weight)/length(weight)
> xbar
[1] 74.333
 Расчет стандартного отклонения:
> SD <- sqrt(sum((weight - xbar)^2) /
(length(weight) - 1))
> SD
[1] 15.422
  )1/()( 2
nxxSD i

> mean(weight)
[1] 74.33333
> sd(weight)
[1] 15.42293

2.2. R как язык
программирования

 То, что мы вводим в командную строку, имеет
более общее название – выражение (expression)
 Выражения обычно включают имена
переменных, операторы и функции:
xbar <- sum(weight)/length(weight)
функция
имя переменной
оператор

 Выражения выполняют действия над
объектами
 Практически все, что мы создаем в R,
можно назвать “объектом”
x, weight, height, SD – все это объекты
R – объекто-ориентированный язык

 Объекты, содержащие данные (data
objects) – векторы, матрицы, списки и
таблицы данных
 Функции (function objects)

 Функция – имеющий имя набор команд,
которые выполняют определенные операции
над другими объектами:
plot(), c(), sum(), mean()...
 Фактичекие аргументы функций – объекты, к
которым применяется функция:
plot(height, weight)
 Формальные аргументы – параметры,
управляющие поведением функции:
plot(height, weight, pch = 2)

Скобки должны использоваться всегда,
даже если мы не указываем никаких
аргументов при вызове функции
Типичный пример: ls()

Векторы
Подробнее см.:
http://r-analytics.blogspot.de/2011/06/r_30.html

 Количественные (numeric)
> c(2, 7, 10)
[1] 2 7 10
 Символьные (character)
> c("Treatment 1", "Treatment 2")
[1] "Treatment 1" "Treatment 2"
 Логические: TRUE или FALSE
> b <- bmi > 25
> b
[1] FALSE FALSE FALSE FALSE TRUE FALSE

 Часто встречаются на практике
 В R обозначаются как NA:
> c(2, NA, 10)
[1] 2 NA 10
 Операции над NA возвращают NA, и поэтому
часто такие значения приходится исключать
из анализа:
> mean(c(2, NA, 10))
[1] NA

 Примеры конкатенации:
> c(42,57,12,39,1,3,4)
[1] 42 57 12 39 1 3 4
> x <- c(1, 2, 3)
> y <- c(10, 20)
> c(x, y)
[1] 42 57 12 39 1 3 4 10 20
> c("abc", 10, 20)
[1] "abc" "10" "20"

 Последовательность чисел (sequence):
> seq(from = 4, to = 10)
[1] 4 5 6 7 8 9 10
 Команда с тем же результатом:
> 4:10
 Последовательность с шагом 2:
> seq(from = 4, to = 10, by = 2)
[1] 4 6 8 10

 Повторяющийся (repeated) мотив:
> z <- c(2, 4, 6)
> rep(z, 2)
[1] 2 4 6 2 4 6
 Попробуйте также:
> rep(z, 1:3)
> rep(1:2, c(3, 6))
> rep(1:2, each = 10)

Матрицы

 Матрица – 2D-вектор
 Широко используются в статистике
 Могут быть использованы для хранения
данных

 Пример использования matrix()
> h <- matrix(1:12, nrow=3,byrow=TRUE)
> h
 Присваивание имен строкам и столбцам
матрицы:
> rownames(h) <- c("A", "B", "C")
> colnames(h) <- c("V1", "V2", "V3", "V4")
> h
 Транспозиция (transposition) матрицы:
> t(h)

 “Связывание” (binding) векторов по
столбцам (columns):
> cbind(A = 1:4, B = 5:8, C = 9:12)
 “Связывание” (binding) векторов по строкам
(rows):
> rbind(A = 1:4, B = 5:8, C = 9:12)

Факторы

 Фактор – качественная переменная,
содержащая метки для групп данных
(например, пол, место отбора проб,
экспериментальная группа и т.д.)
 Уровни фактора – конкретные
категории такой переменной (например,
“самец” и “самка”)

> sex <- c("male", "male",
"female", "female", "female")
> sex <- factor(sex)
> sex
[1] male male female female female
Levels: female male
> levels(sex)
[1] "female" "male"
> as.numeric(sex)
[1] 2 2 1 1 1

Этот способ тоже сработает, но лучше
его не использовать:
> sex <- c(0, 0, 1, 1, 1)
> sex <- factor(sex)
> sex
[1] 0 0 1 1 1
Levels: 0 1

Списки

 Список (list) – набор R-объектов любого
типа
> sex <- c("male", "male",
"female")
> weight <- c(80, 85, 60)
> height <- c(1.75, 1.80, 1.68)
> data <- list(Sex = sex,
Weight = weight,
Height = height)

> data
$Sex
[1] "male" "male" "female"
$Weight
[1] 80 85 60
$Height
[1] 1.75 1.80 1.68

> data$Sex
[1] "male" "male" "female“
> data$Weight
[1] 80 85 60
и т.д. …

Таблицы данных

 Таблица данных – список векторов
и/или факторов одинаковой длины,
упорядоченных в виде таблицы.
Каждый ряд в такой таблице
соответствует одному наблюдению. У
рядов также могут быть имена.

> data <- data.frame(
Sex = sex,
Weight = weight,
Height = height)
> data
Sex Weight Height
1 male 80 1.75
2 male 85 1.80
3 female 60 1.68

> names(data)
[1] "Sex" "Weight" "Height“
> data$Sex
[1] male male female
Levels: female male
> data$Height
[1] 1.75 1.80 1.68

 Извлечение определенных значений:
> weight[2]
[1] 85
> height[c(1, 3)]
[1] 1.75 1.68
> i <- c(2, 3)
> weight[i]
[1] 85 60
> height[-i]
[1] 1.75

 Условный выбор:
> height[height < 1.80]
[1] 1.75 1.68
> weight[weight>=80 & weight<=85]
[1] 80 85
Другие логические операторы:
| (логическое “или”)
! (логическое “не”)

 Значения из 2-го ряда 3-го столбца:
> data[2, 3]
[1] 1.8
 Весь 2-й ряд:
> data[2, ]
Sex Weight Height
2 male 85 1.8
 Весь 3-й столбец:
> data[, 3]
[1] 1.75 1.80 1.68

 Все данные для самцов:
> data[data$Sex == "male", ]
Sex Weight Height
1 male 80 1.75
2 male 85 1.80
> data$Sex == "male"
[1] TRUE TRUE FALSE

 Данные из 1-го и 3-го столбцов:
> data[, c(1, 3)]
Sex Height
1 male 1.75
2 male 1.80
3 female 1.68

 Полезные команды для больших таблиц:
> head(data, n = 2)
Sex Weight Height
1 male 80 1.75
2 male 85 1.80
> tail(data, n = 2)
...

Рабочее пространство

 Рабочее пространство – часть памяти
компьютера, где хранятся все объекты,
созданные в ходе конкретной R-сессии
(временно, пока не будут сохранены!)
 Проверка содержимого рабочего
пространства:
> ls()
...
В RStudio имеется закладка “Environment”

 Периодически стоит проводить «уборку»:
> rm(i)
 Для удаления всех объектов (осторожно!):
> rm(list = ls())
В RStudio:
закладка “Environment”, кнопка “Clear All”

 Сохранение текущего рабочего
пространства (создает файл .Rdata в
текущей рабочей директории):
> save.image()
 В RStudio:
- Закладка “Environment”
- Кнопка “Save Workspace As…”

 Рабочая директория – папка, из которой R по
умолчанию пытается загружать файлы (и
сохранять в нее)
 Проверка пути к текущей рабочей папке:
> getwd()
[1] "D:/DOCS"
 Создание новой рабочей директории:
> setwd("D:/DOCS/Analysis")
В RStudio:
Session/Set Working Directory/Choose Directory

 Для выполнения нескольких
однотипных/специализированных команд
стоит сохранить их в виде скрипта
 Опция 1: функция source() – загружает
файл со скриптом и выполняет его
 Опция 2: редактор скриптов в RStudio –
позволяет выполнять несколько команд
одновременно

Получение помощи

 Имеется обширная встроенная справочная
система:
> help.start()
или закладка Help в RStudio
 Справка по конкретной функции:
> help(plot) # или просто
> ?plot
 Справка по определенной теме:
> help.search("correlation")
 Справка по определенному пакету:
> help(package = "name")

Расширения (пакеты)

 Пакет – коллекция функций, созданных для
выполнения определенного класса задач, или
колекция таблиц с данными (см. закладку
Packages в RStudio)
 Для загрузки (уже установленного) пакета:
> library(package)
 Инсталляция нового пакета (требуется Интернет-
соединение):
> install.packages("имя_пакета")

> install.packages("ISwR")
> install.packages("HSAUR2")

 Зайдите на страницу CRAN Task Views
и исследуйте ее содержимое
 Зайдите на сайт Inside-R и исследуйте
список пакетов

�ݺ�ߣ

Основы языка R

More Related Content

Основы языка R