In den letzten beiden Artikeln haben wir gelernt, wie man Gnu R auf dem Linux -Betriebssystem installiert und ausführt. Der Zweck dieses Artikels ist es, ein kurzes Referenz -Tutorial für GNU R bereitzustellen, das die Einführung in die Hauptziele der R -Programmiersprache enthält . Wir werden über grundlegende Operationen in R, Funktionen und Variablen erfahren. Darüber hinaus werden wir Datenstrukturen, Objekte und Klassen einführen.

Grundlegende Operationen in r

Beginnen wir mit einem einfachen mathematischen Beispiel. Geben Sie beispielsweise sieben und drei in Ihre R -Konsole ein und drücken Sie die Eingabetaste, wobei wir Folgendes erhalten:

> 7+3 [1] 10

Um ausführlicher zu erklären, was gerade passiert ist und welche Terminologie wir beim Ausführen von R verwenden, sagen wir, dass das der R Dolmetscher gedruckt an Objekt zurückgegeben von an Ausdruck eingegeben in die R Konsole. Wir sollten auch erwähnen, dass R eine beliebige Zahl als Vektor interpretiert. Daher bedeutet „[1]“ in der Nähe unseres Ergebnis. Dies kann durch die Definition eines längeren Vektors mit dem weitergezogen werden C() Funktion. Zum Beispiel:

> C (1: 100) [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 [19] 19 20 21 22 23 24 25 26 28 29 30 31 32 33 34 35 36 [ 37] 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 [55] 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 [73] 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 [91] 91 92 93 94 95 96 97 98 99 100

Es ist auch möglich, Operationen für Vektoren durchzuführen. Zum Beispiel können wir zwei Vektoren wie folgt hinzufügen:

> C (1,5,67,0)+C (0,1).5,6.7,3) [1] 1.0 6.5 73.7 3.0

Beachten Sie, dass dies bedeutet, entsprechende Elemente dieser beiden Vektoren hinzuzufügen. Wenn die Vektoren nicht die gleiche Größe haben, wird der kürzere Vektor mehrmals wiederholt und wenn die längere Objektlänge kein Vielfaches der kürzeren Objektlänge ist, wird eine Warnmeldung erstellt:

> C (1,5,8,9)+C (0, 1.4) [1] 1.0 6.4 8.0 10.4> C (1,5,8,9)+C (0, 1.4,7) [1] 1.0 6.4 15.0 9.0 Warnmeldung: In C (1, 5, 8, 9) + C (0, 1.4, 7): Eine längere Objektlänge ist keine Vielzahl von kürzerer Objektlänge

Darüber hinaus können wir Charaktervektoren in R als: definieren:

> C ("Linuxcareer.com "," r Tutorial ") [1]" Linuxcareer.com "" r Tutorial "

Um schließlich einen Kommentar zum R -Code abzugeben, verwenden wir "#". Insbesondere,

> # Dies ist ein Kommentar im R -Code

Funktionen und Variablen

Wir können auch vordefinierte Funktionen in r definieren oder verwenden. Die meisten Funktionen in R werden in der folgenden Form konstruiert

f (Argument1, Argument2,…)

Hier ist „f“ der Name der Funktion und „Argument1, Argument2,…“ die Liste der Argumente an die Funktion. Zum Beispiel einige vordefinierte Funktionen, die wir erhalten

> sin (pi/2) [1] 1> log (3) [1] 1.098612

Im Gegensatz zum obigen Beispiel befinden sich einige Funktionen in R in Form von Operatoren wie Addition, Leistung, Gleichheit usw. Zum Beispiel erzeugt der Gleichstellungsbetreiber ein Boolean Datentyp -Ergebnis (False/True):

> 4 == 4 [1] wahr

Ähnlich wie in anderen Programmiersprache verwendet R Variablen. Der Zuordnungsoperator ist hier “<-” (or “=”), for instance

> x x+x [1] 2 8 14

Wir können uns nun auf den dritten Wert des Vektors „X“ beziehen

> x [3] [1] 7

Oder holen Sie nur Mitglieder weniger als sieben:

> x [x<7] [1] 1 4

Wir können zum Beispiel auch die Elemente eins und drei als abrufen

> x [c (1,3)] [1] 1 7

Schließlich können Sie Funktionen in R definieren, indem Sie sie einfach entsprechend benennen und sie dann mit diesem Namen ähnlich wie das Build in R -Funktionen anrufen. Zum Beispiel:

> Myfunktion myfunktion (4,5) [1] 9

Wenn Sie den Code sehen möchten, der einer bestimmten Funktion entspricht

> MyFunction -Funktion (x, y) x+y

Datenstrukturen

Als erstes Beispiel einer Datenstruktur veranschaulichen wir, wie man Matrizen (Arrays) definiert, das sind mehrdimensionale Vektoren.

Wir können zum Beispiel ein Array explizit wie folgt definieren

> a a [, 1] [, 2] [, 3] [, 4] [1,] 1 7 13 19 [2,] 2 8 14 20 [3,] 3 9 15 21 [4,] 4 10 16 22 [5,] 5 11 17 23 [6,] 6 12 18 24 24

Oder wir können zuerst einen Vektor erstellen und die verwenden Matrix() Funktion, das heißt

V M M [, 1] [, 2] [, 3] [, 4] [1,] 1 7 13 19 [2,] 2 8 14 20 [3,] 3 9 15 21 [4,] 4 10 16 22 [ 5,] 5 11 17 23 [6,] 6 12 18 24 24

Es ist auch möglich, mehr als ein zweidimensionales Array als zu definieren

> W w,, 1 [, 1] [, 2] [1,] 1 4 [2,] 2 5 [3,] 3 6,, 2 [, 1] [, 2] [1,] 7 10 [2) ,] 8 11 [3,] 9 12,, 3 [, 1] [, 2] [1,] 13 16 [2,] 14 17 [3,] 15 18,, 4 [, 1] [, 2] [1,] 19 22 [2,] 20 23 [3,] 21 24

Der Wert auf einen Wert eines Teils eines Arrays ist beispielsweise wieder einfach

 > W [1,1,1] [1] 1> W [1: 2,1: 2,1] [, 1] [, 2] [1,] 1 4 [2,] 2 5 5

Indem wir die Indizes weglassen, erhalten wir alle Elemente einer bestimmten Dimension, wie z. B.:

 > W [, 1,1] [1] 1 2 3

Betrachten wir nun kompliziertere Datenstrukturen mit mehr als einem zugrunde liegenden Datentyp. Diese Datentypen werden aufgerufen Listen. Listen in R können eine verschiedene Auswahl von Objekten verschiedener Datentypen enthalten. Wir können jede Komponente einer Liste benennen, und daher können wir später auf diese Komponente mit ihrem Namen oder Ort verweisen. Zum Beispiel,

> L l $ Name [1] "Linuxcareer.com "$ besuchern [1]" 10.000 "

Wir können nun die Komponenten der Liste per Namen oder nach dem Standort wie unten angegeben verweisen

> l $ Besucher [1] "10.000"> l [1] $ Name [1] "Linuxcareer.com "> l [[1]] [1]" Linuxcareer.com "

A Datenrahmen ist eine Liste, die mehrere benannte Vektoren mit den gleichen Längen enthält. Es ist eine ähnliche Struktur wie eine Datenbank. Lassen Sie uns nun einen Datenrahmen erstellen, der einige Wechselkurse enthält (andere Währung/USD):

> Währungsdatum_090812 Datum_100812 Austauscherataustauscheratdatum_090812 DATE_100812 1 Kroner 6.0611 6.0514 2 Kanadier $ 0.9923 0.9917 3 Hongkong $ 7.7556 7.7569 4 Rupien 55.1700 55.1800

Wir können nun ein bestimmtes Element eines Datenrahmens mit seinem Namen verweisen. Zum Beispiel müssen wir möglicherweise den Wechselkurs von Hongkong $/USD unter 090812 angeben. Wir können dies auf folgende Weise erreichen

> Austauscherat $ Date_090812 [Austauscherat $ Currency == "Hongkong $"] [1] 7.7556

Objekte und Klassen

R ist eine objektorientierte Programmiersprache. Dies bedeutet, dass jedes Objekt in R einen Typ hat und Mitglied einer Klasse ist. Um eine Klasse für ein bestimmtes Objekt zu identifizieren, verwenden wir die Funktion Klasse() Wie im folgenden Beispiel:

> Klasse (Austauscherat) [1] "Daten.Frame "> Klasse (MyFunction) [1]" Funktion "> Klasse (1.07) [1] "numerisch"

In R sind nicht alle Funktionen einer bestimmten Klasse wie in anderen objektorientierten Programmiersprachen verknüpft. Es gibt jedoch einige Funktionen, die eng mit einer bestimmten Klasse verbunden sind. Diese nennt man Methoden. In R -Methoden genannt Generische Funktionen Teilen Sie den gleichen Namen für verschiedene Klassen. Auf diese Weise können solche generischen Funktionen auf Objekte verschiedener Typen angewendet werden. Zum Beispiel ist „-“ eine generische Funktion zum Subtrahieren von Objekten. Sie können Zahlen subtrahieren, aber auch die Zahl von einem Datum wie unten abziehen:

> 4-2 [1] 2> als.Datum ("2012-09-08")-2 [1] "2012-09-06" 

Abschluss

Das Ziel dieses grundlegenden R -Tutorials war es, Anfänger die R -Programmiersprache vorzustellen, die R vor noch nie verwendet haben. Dieses Tutorial kann auch als Referenz -Tutorial für diejenigen nützlich sein, die fortgeschrittenere Anwendungen der statistischen Software R erfahren. Im nächsten Artikel werden wir beschreiben, wie Sie statistische Modelle definieren und grundlegende statistische Analysen mit R durchführen können. Dies wird mit der Abbildung grafischer Möglichkeiten der R -Software kombiniert.

GNU R Tutorial Series:

Teil I: GNU R Einführungs -Tutorials:

1. Einführung in GNU R auf Linux -Betriebssystem
2. Ausführen von GNU R auf Linux -Betriebssystem
3. Ein kurzes GNU -Tutorial für grundlegende Operationen, Funktionen und Datenstrukturen
4. Ein kurzes GNU -Tutorial für statistische Modelle und Grafiken
5. So installieren und verwenden Sie Pakete in GNU r
6. Basis von Grundpaketen in GNU r bauen

Teil II: GNU R -Sprache:

1. Ein Überblick über die GNU R -Programmiersprache

Verwandte Linux -Tutorials:

• Dinge zu installieren auf Ubuntu 20.04
• Eine Einführung in Linux -Automatisierung, Tools und Techniken
• Mastering -Bash -Skriptschleifen beherrschen
• Mint 20: Besser als Ubuntu und Microsoft Windows?
• Big Data Manipulation zum Spaß und Gewinn Teil 1
• Verschachtelte Schleifen in Bash -Skripten
• Dinge zu tun nach der Installation Ubuntu 20.04 fokale Fossa Linux
• Dinge zu installieren auf Ubuntu 22.04
• Ubuntu 20.04 Tricks und Dinge, die Sie vielleicht nicht wissen
• Wie man Kali Linux und Windows 10 Dual -Boot -Start hat