1 R

Program R jest zaawansowanym pakietem statystycznym i językiem programowania istniejącym na platformy Windows, Unix oraz MacOS. Objęty jest licencją GNU GPL.

Pierwsza wersja R (początek lat 90) została napisana przez Roberta Gentlemana i Ross Ihake pracujących na Wydziale Statystyki Uniwerstetu w Auckland. Obecnie rozwojem R kieruje fundacja “The R Foundation for Statistical Computing”.

Język R jest językiem interpretowanym, a nie kompilowanym (kolejne komendy interpretowane są linia po linii lub wykonywane jako skrypt).

Największą siłą R jest kilkadziesiąt tysięcy bibliotek funkcji napisanych przez setki osób z całego świata, przeznaczonych do najróżniejszych zastosowań. Każda biblioteka dostarczana jest z pełną dokumentacją.

Program RStudio

Istnieje wiele programów (nakładek) ułatwiających prace z programem R np. Rcmdr, RKWard, RStudio.

Strona domowa programu RStudio: www.rstudio.com

Programowanie w R

Język programowania R opiera się na zmiennych i funkcjach. Zmienne nie muszą być deklarowane.

Uwagi:

1. Klasycznym operatorem przypisania jest \(<-\), można również wykorzystywać znak \(=\).
2. Jeżeli chcemy, aby wynik przypisania został wyświetlony na ekranie, należy przypisanie zamknąć w nawiasy \(()\).
3. Jeśli chcemy, aby kilka wyrażeń było zapisanych w jednej linii, to musimy oddzielić je średnikiem.
4. R odróżnia wielkie i małe litery.
5. W celu określenia kolejności działań używamy nawiasów okrągłych.
6. Do grupowania wyrażeń używamy nawiasów klamrowych.

Podstawowe obiekty:

1. Wektory - umieszczamy w nich obserwowane wartości danej zmiennej.
2. Ramki danych - są to odpowiedniki arkuszy.
3. Listy - są to odpowiedniki skoroszytów.

1.1 Wywołania w R

1.1.1 Zmienne w R

x<-2
x
x=2
x
assign("x",2)
x
rm(x) # rm = remove

1.1.2 Podstwowe typy zmiennych w R

liczby = numeric

x<-2
class(x)

łańcuchy znakowe = character/factor

x<-"Poznań"
x
class(x)
x<-factor("Poznań")
x
class(x)

1.1.3 Podstawowe struktury danych w R

Wektory - uporządkowana kolekcja elementów tego samego typu, umieszczamy w nich obserwowane wartości danej zmiennej.

Tworzenie:

wek<-vector('numeric',5)
wiek<-c(17,18,20,24)
plec<-c('k','k','m','k')

Edycja (tylko w RStudio):

View(wiek)

Odwołania:

wiek[2]
wiek[-2]
wiek[c(2,4)]
wiek[wiek>19]

Przypadki szczególne:

2010:2015
seq(2010,2016,by=2)
rep(1:3,each=2)

Ramki danych - są to odpowiedniki arkuszy danych.

Tworzenie:

dane<-data.frame(wiek,plec)
dane

Edycja:

View(dane) # tylko w RStudio

Proste funkcje:

ncol(dane) # zwraca liczbę kolumn
nrow(dane) # zwraca liczbę wierszy
dim(dane) # zwraca rozmiar ramki

Nazwy wierszy i kolumn:

colnames(dane)[1]<-'age'
colnames(dane)[2]<-'sex'
tekst<-c('a','b','c','d')
rownames(dane)<-tekst
dane

Odwołania:

dane[3,2] # trzeci wiersz i druga kolumna
dane[1,] # pierwszy wiersz
dane[c(2,4),] # drugi i czwarty wiersz
dane[dane$sex=='k',] # tylko wiersze z danymi dla kobiet
dane[,2] # druga kolumna
dane$sex # druga kolumna
attach(dane) # dołącza nazwy kolumn do przestrzeni nazw
sex # druga kolumna (tylko w przypadku wcześniejszego polecenia attach(dane))

Usuwanie kolumn:

dane$sex=NULL

Uwaga: Większość danych w R przechowywana jest w postaci ramek.

iris

Impory/Export danych

Zapis w formacie RData

save(iris,file='iris.RData')

Import w formacie RData

Dane: Diabetes

load("Diabetes.RData")

Import z pliku tekstowego

Dane: winequality-red

winequality.red <- read.csv("winequality-red.data", header=FALSE, sep=";")

Import z formaty Excel

Dane: Demografia

library(readxl)
Demografia <- read_excel("Demografia.xlsx")

Pakiet dplyr

tibble - rozszerzona wersja ramki danych

library(dplyr)
dane_new=tibble(wiek,plec)
class(dane_new)

Przykładowe działania na tibblach (również w wersji potokowej)

select(dane_new,1)
dane_new %>% select(1)
dane_new %>% filter(plec=='k')

Listy - większość funkcji zwraca wynik w postaci listy.

Tworzenie:

lista<-list(name='Ala',plec=plec,dane=dane)

Odwołania:

lista[[2]]
lista$plec

Lista jako wynik funkcji princomp:

wynik<-princomp(iris[,1:4])
wynik[[3]]
wynik$center

Uwaga: Pomoc wywołujemy poprzedzając nazwę funkcji znakiem zapytania, np. ?princomp

1.1.4 Skrypty

Dane: paproc

source('paproc.R')
paproc(1000)
paproc(10000)
paproc(10000,col="red")

1.1.5 Raporty

Dane: Raport