Pengaturcaraan R - Panduan Pemula Untuk Pengaturcaraan Bahasa R

R adalah salah satu alat analisis yang paling popular. Tetapi selain digunakan untuk analisis, R juga merupakan bahasa pengaturcaraan.Dengan pertumbuhannya dalam industri IT, terdapat permintaan yang berkembang pesat untuk mahir atau dengan pemahaman R sebagai keduanya, alat analisis data dan bahasa pengaturcaraan.Dalam blog ini, saya akan membantu anda memahami pelbagai asas pengaturcaraan R. Dalam kami hlm tersedar Blog ,kita telah membincangkan Mengapa kita memerlukan Analisis, Apa itu Analisis Perniagaan, Mengapa dan Siapa yang menggunakan R.

Di blog ini, kita akan memahami konsep teras Pengaturcaraan R di bawah mengikut urutan berikut:

1. Pemboleh ubah
2. Jenis Data
3. Pengendali Data
4. Penyataan Bersyarat
5. Gelung
6. Fungsi

Anda boleh melalui rakaman webinar Bahasa Pengaturcaraan R di mana pengajar kami telah menerangkan topik secara terperinci dengan contoh yang akan membantu anda memahami Pengaturcaraan R dengan lebih baik.

Pengaturcaraan R Untuk Pemula | Tutorial Bahasa Pengaturcaraan R | Edureka

Oleh itu, mari maju dan lihat konsep pertama Pengaturcaraan R - Pemboleh ubah.

Pengaturcaraan R: Pemboleh ubah

Pemboleh ubah tidak lain hanyalah nama ke lokasi memori yang mengandungi nilai. Pemboleh ubah dalam R dapat menyimpan nilai Numerik, Nilai Kompleks, Perkataan, Matriks dan juga Jadual. Mengejutkan, bukan?

Gambar: Ciptaanpemboleh ubah

Gambar di atas menunjukkan kepada kita bagaimana pemboleh ubah dibuat dan bagaimana ia disimpan dalam blok memori yang berbeza. Dalam R, kita tidak perlu menyatakan pemboleh ubah sebelum menggunakannya, tidak seperti bahasa pengaturcaraan lain seperti Java, C, C ++, dll.

Mari kita maju dan cuba memahami apa itu jenis Data dan pelbagai jenis Data yang disokong dalam R.

Pengaturcaraan R: Jenis Data

Dalam R, pemboleh ubah itu sendiri tidak dinyatakan dari jenis data apa pun, melainkan mendapatkan jenis data objek R yang ditugaskan kepadanya. Jadi R disebut bahasa yang dinaip secara dinamis, yang bermaksud bahawa kita dapat mengubah jenis data dari pemboleh ubah yang sama berulang kali ketika menggunakannya dalam program.

Jenis Data menentukan jenis nilai yang dimiliki oleh pemboleh ubah dan jenis operasi matematik, relasional atau logik apa yang dapat diterapkan padanya tanpa menyebabkan kesalahan. Terdapat banyak jenis data dalam R, Namun di bawah ini adalah jenis data yang paling kerap digunakan:

Mari kita bincangkan setiap jenis data ini secara berasingan, bermula dari Vectors.

Vektor

Vektor adalah objek data R yang paling asas dan terdapat enam jenis vektor atom. Berikut adalah enam vektor atom:

Logik : Ia digunakan untuk menyimpan nilai logik seperti BENAR atau SALAH .

Berangka : Ia digunakan untuk menyimpan nombor positif dan negatif termasuk nombor nyata.

Cth: 25, 7.1145, 96547

Bilangan bulat : Ia menyimpan semua nilai integer iaitu semua nombor bulat positif dan negatif.

Cth: 45.479, -856.479, 0

Kompleks : Ini adalah bentuk x + yi, di mana x dan y berangka dan saya mewakili punca kuasa dua -1.

Cth: 4 + 3i

Perwatakan : Ia digunakan untuk menyimpan satu watak, kumpulan watak (kata) atau sekumpulan kata bersama. Watak-watak boleh didefinisikan dalam petikan tunggal atau petikan ganda.

Cth: 'Edureka', 'R seronok dipelajari'.

Secara umum, vektor didefinisikan dan diinisialisasi dengan cara berikut:

Vtr = c (2, 5, 11, 24) Atau Vtr<- c(2, 5, 11 , 24)

Marilah kita bergerak maju dan memahami jenis data lain di R.

Senaraikan

Daftar hampir sama dengan vektor, tetapi Daftar adalah objek R yang boleh mengandungi unsur-unsur dari pelbagai jenis seperti & tolak nombor, rentetan, vektor dan senarai lain di dalamnya.

apa yang dilakukan oleh alert dalam javascript

Cth:

Vtr<- c('Hello', 'Hi','How are you doing') mylist <- list(Vtr, 22.5, 14965, TRUE) mylist 

Pengeluaran:

[[1]] [1] 'Hello' 'Hai' Bagaimana adakah anda melakukan '[[2]] [1] 22.5 [[3]] [1] 14965 [[4]] [1] BENAR

Matrik

Matriks adalah objek R di mana unsur-unsur disusun dalam susunan segi empat tepat dua dimensi.

Sintaks asas untuk membuat matriks dalam R ialah & tolak

 matriks (data, nrow, ncol, byrow, dimnames) 

Di mana:

• data adalah vektor input yang menjadi elemen data matriks.
• sekarang ialah bilangan baris yang akan dibuat.
• ncol ialah bilangan lajur yang akan dibuat.
• byrow adalah petunjuk logik. Sekiranya BENAR, maka elemen vektor input disusun mengikut baris.
• nama samaran adalah nama yang diberikan pada baris dan lajur.

Contoh:

Mymatrix<- matrix(c(1:25), nrow = 5, ncol = 5, byrow = TRUE) Mymatrix 

Pengeluaran:

[, 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

SELAMAT

Susunan dalam R adalah objek data yang dapat digunakan untuk menyimpan data dalam lebih dari dua dimensi. Ia mengambil vektor sebagai input dan menggunakan nilai di tidak parameter untuk membuat tatasusunan.

Sintaks asas untuk membuat susunan dalam R ialah & tolak

 tatasusunan (data, redup, dimnames) 

Di mana:

• data adalah vektor input yang menjadi elemen data array.
• tidak adalah dimensi array, di mana anda melewati jumlah baris, lajur dan bilangan matriks yang akan dibuat oleh dimensi yang disebutkan.
• nama samaran adalah nama yang diberikan pada baris dan lajur.

Contoh:

Myarray<- array( c(1:16), dim=(4,4,2)) Myarray 

Pengeluaran:

, satu [, 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

Rangka Data

Bingkai Data adalah jadual atau struktur dua dimensi seperti susunan di mana setiap lajur mengandungi nilai satu pemboleh ubah dan setiap baris mengandungi satu set nilaiuntuksetiap lajur. Berikut adalah beberapa ciri Rangka Data yang perlu dipertimbangkan setiap kali kami bekerja dengannya:

• Nama lajur tidak boleh kosong.
• Setiap lajur harus mengandungi jumlah item data yang sama.
• Data yang disimpan dalam kerangka data dapat berupa angka, faktor atau jenis karakter.
• Nama baris harus unik.

Contoh:

emp_id = c (100: 104) emp_name = c ('John', 'Henry', 'Adam', 'Ron', 'Gary') dept = c ('Penjualan', 'Kewangan', 'Pemasaran', 'HR ',' R&D ') emp.data<- data.frame(emp_id, emp_name, dept) emp.data 

Pengeluaran:

emp_id emp_name dept 1 100 Jualan John 2 101 Henry Kewangan 3 102 Pemasaran Adam 4 103 Ron HR 5 104 P&P Gary

Oleh itu, setelah kita memahami jenis data asas R, sudah tiba masanya kita menyelami R dengan memahami konsep Pengendali Data.

Pengaturcaraan R: Pengendali Data

Terdapat terutamanya 4 operator data di R, seperti yang dilihat di bawah:

Pengendali Aritmetik : Pengendali ini membantu kami melakukan operasi aritmetik asas seperti penambahan, pengurangan, pendaraban, dll.

Pertimbangkan contoh berikut:

num1 = 15 num2 = 20 num3 = 0 # add num3 = num1 + num2 num3 #substraction num3 = num1 - num2 num3 #multiplication num3 = num1 * num2 num3 #division num3 = num1 / num2 num3 # numum num% num% num # exponent num1 = 5 num2 = 3 num3 = num1 ^ num2 num3 #floor pembahagian num3 = num1% /% num2 num3

Pengeluaran:

[1] 35 [lima belas [1] 300 [1] 0.75 [1] 15 [1] 125 [sebelas

Pengendali Perhubungan : Pengendali ini membantu kami melakukan operasi hubungan seperti memeriksa sama ada pemboleh ubah lebih besar daripada, lebih kecil daripada atau sama dengan pemboleh ubah lain. Keluaran operasi hubungan selalu bernilai logik.

apa itu hashmap di java

Pertimbangkan contoh berikut:

num1 = 15 num2 = 20 # sama dengan num3 = (num1 == num2) num3 # tidak sama dengan num3 = (num1! = num2) num3 #lesser daripada num3 = (num1 num2) num3 #less than sama dengan num1 = 5 num2 = 20 num3 = (num1 = num2) num3

Pengeluaran:

[1] SALAH [1] BENAR [1] BENAR [1] SALAH [1] BENAR [1] SALAH

Pengendali Tugasan: Pengendali ini digunakan untuk memberikan nilai kepada pemboleh ubah dalam R. Tugasan dapat dilakukan dengan menggunakan sama ada operator penugasan(<-) atau sama dengan pengendali (=). Nilai pemboleh ubah boleh diberikan dalam dua cara, tugasan kiri dan tugasan kanan.

LogikPengendali: Pengendali ini membandingkan dua entiti dan biasanya digunakan dengan nilai boolean (logik) seperti ‘dan’, ‘atau’dan‘Tidak’.

Pengaturcaraan R: Pernyataan Bersyarat

1. Sekiranya Penyataan: Pernyataan If membantu anda dalam menilai satu ungkapan sebagai sebahagian daripada aliran. Untuk melakukan penilaian ini, anda hanya perlu menulis kata kunci If diikuti dengan ungkapan yang akan dinilai. Gambar rajah aliran di bawah akan memberi idea bagaimana pernyataan If mengawal aliran kod: Pertimbangkan contoh berikut:
   

num1 = 10 num2 = 20 jika (num1<=num2){ print('Num1 is less or equal to Num2') 

Pengeluaran:

[1] 'Num1 kurang atau sama dengan Num2'

• Jika Lain Penyataan: Pernyataan Else if membantu anda dalam memperluas cabang ke aliran yang dibuat oleh pernyataan If dan memberi anda peluang untuk menilai pelbagai keadaan dengan membuat cabang aliran baru. Aliran di bawah akan memberi anda idea tentang bagaimana yang lain jika penyataan mencantumkan aliran kod:
  
  Pertimbangkan contoh berikut:

  Num1 = 5 Num2 = 20 if (Num1 Num2) {print ('Num2 lebih rendah daripada Num1')} lain jika ('Num1 == Num2) {print (' Num1 dan Num2 adalah Sama ')}

  Pengeluaran:

  [1] 'Num1 lebih rendah daripada Num2'

• Penyataan Lain: Pernyataan lain digunakan apabila semua ungkapan lain diperiksa dan didapati tidak sah. Ini akan menjadi pernyataan terakhir yang akan dilaksanakan sebagai sebahagian daripada cawangan If - Else if. Aliran di bawah akan memberi anda idea yang lebih baik mengenai bagaimana Else mengubah aliran kod:

Pertimbangkan contoh berikut:

Num1 = 5 Num2 = 20 if (Num1 Num2) {print ('Num2 lebih rendah daripada Num1')} lain cetak ('Num1 dan Num2 sama')}

Pengeluaran:

[1] 'Num1 dan Num2 sama'

Pengaturcaraan R: Gelung

Pernyataan gelung membolehkan kita melaksanakan penyataan atau kumpulan penyataan berkali-kali. Terdapat terutamanya 3 jenis gelung di R:

1. ulang Gelung : Ia mengulangi pernyataan atau kumpulan pernyataan sementara keadaan yang diberikan adalah BENAR. Gelung ulangan adalah contoh terbaik dari gelung terkawal keluar di mana kod pertama kali dijalankan dan kemudian kondisinya diperiksa untuk menentukan sama ada kawalan harus berada di dalam gelung atau keluar darinya. Berikut adalah aliran kawalan dalam gelung berulang:
   Mari kita lihat contoh di bawah untuk memahami bagaimana kita boleh menggunakan gelung berulang untuk menambahkan angka n sehingga jumlahnya melebihi 100:

   x = 2 ulangi {x = x ^ 2 cetakan (x) jika (x> 100) {rehat}

   Pengeluaran:

   [1] 4 [1] 16 [1] 256

2. sambil Gelung : Sayat membantu mengulang pernyataan atau kumpulan penyataan sementara keadaan yang diberikan adalah BENAR. Walaupun gelung, jika dibandingkan dengan gelung berulang sedikit berbeza, ini adalah contoh gelung terkawal kemasukan di mana keadaan pertama kali diperiksa dan hanya jika keadaan itu didapati benar adakah kawalan dihantar di dalam gelung untuk melaksanakan kod . Berikut adalah aliran kawalan dalam gelung sementara:
   Mari kita lihat contoh di bawah untuk menambahkan jumlah petak untuk 10 nombor pertama dan memahami bagaimana gelung sementara berfungsi dengan lebih baik:

   num = 1 sumn = 0 sementara (num<=11){ sumn =(sumn+ (num^2) num = num+1 print(sumn) } 

   
   Pengeluaran:

   [sebelas [lima belas [1] 14 [1] 30 [1] 55 [1] 91 [1] 140 [1] 204 [1] 285 [1] 385 [1] 506

3. untuk Gelung : Ia digunakan untuk mengulangi pernyataan atau kumpulan untuk bilangan kali yang tetap. Tidak seperti loop berulang dan while, loop untuk digunakan dalam situasi di mana kita menyedari berapa kali kod perlu dilaksanakan terlebih dahulu. Ia sama dengan loop sementara sementara keadaan pertama kali diperiksa dan kemudian hanya kod yang ditulis di dalamnya dapat dilaksanakan. Mari kita lihat aliran kawalan untuk gelung sekarang:

Mari kita lihat contoh di mana kita akan menggunakan loop untuk mencetak 10 nombor pertama:

untuk (x dalam 1:10) {cetak (x)}

Pengeluaran:

[sebelas [1] 2 [1] 3 [1] 4 [lima belas [1] 6 [1] 7 [1] 8 [1] 9 [1] 10

Pengaturcaraan R: Fungsi

Fungsi adalah sekumpulan kod teratur dan boleh digunakan semula yang digunakan untuk melakukan satu tindakan yang berkaitan. Terdapat terutamanya dua jenis fungsi dalam R:

Fungsi yang telah ditentukan : Ini dibina dalam fungsi yang dapat digunakan oleh pengguna untuk membuat karya mereka termudahr. Cth: mean( x) , sawakm( x) , sqrt ( x ), penyepit( x ), dan lain-lain.

Pengguna Ditentukan Fungsi: Fungsi-fungsi ini dibuat oleh pengguna untuk memenuhi keperluan tertentu pengguna. Berikut adalah sintaks untuk membuat fungsi diR:

 keseronokan  nama_nama  <– fungsi (arg_1, arg_2, & hellip){ // Berfungsi badan }

Pertimbangkan contoh fungsi ringkas berikut untuk menghasilkan jumlah petakdaripada2 nombor:

jumlah_of_square<- function(x,y) { x^2 + y^2 } sum_of_sqares(3,4) 

Keluaran: [1] 25

Saya harap anda seronok membaca blog pengaturcaraan R ini. Kami telah membahas semua asas R dalam tutorial ini, jadi anda boleh mula berlatih sekarang. Selepas blog pengaturcaraan R ini, saya akan menghasilkan lebih banyak blog di R untuk Analitis, jadi nantikan.

Sekarang setelah anda memahami asas-asas R, lihat oleh Edureka, sebuah syarikat pembelajaran dalam talian yang dipercayai dengan rangkaian lebih daripada 250,000 pelajar berpuas hati yang tersebar di seluruh dunia. Analisis Data Edureka dengan latihan R akan membantu anda memperoleh kepakaran dalam Pengaturcaraan R, Manipulasi Data, Analisis Data Eksploratori, Visualisasi Data, Perlombongan Data, Regresi, Analisis Sentimen dan menggunakan RStudio untuk kajian kes kehidupan sebenar di Runcit, Media Sosial.

Ada soalan untuk kami? Sila sebutkan di bahagian komen blog 'R Programming' ini dan kami akan menghubungi anda secepat mungkin.