Co je soubor R?
Soubor s příponou .r patří do programovacího jazyka R. Tento jazyk je určen pro statistické výpočty a je oblíbený mezi komunitou statistiků. Analýza dat a vývoj statistického softwaru jsou dvě hlavní kategorie prováděné tímto jazykem v oblasti dolování dat. Další výhodou použití tohoto jazyka a softwaru je, že poskytuje možnost statických grafů, které jsou užitečné při vytváření kvalitních grafů. Některé další balíčky se používají pro dynamickou a interaktivní grafiku.
Software tohoto jazyka obsahuje General Public License, takže jeho dostupnost je zdarma. Kód R je obvykle napsán v jazycích vysoké úrovně, jako je C a také samotné R. Software zahrnuje rozhraní příkazového řádku spolu s dostupností rozhraní třetích stran, jako jsou grafická uživatelská rozhraní RStudio a Jupyter (rozhraní notebooku). Existují statistické techniky používané při implementaci knihoven R. Zahrnuje také modelování jako lineární a nelineární.
Stručná historie
Tento jazyk je implementací sémantiky lexikálního rozsahu spolu s jazykem S. V roce 1976 v Bell Labs vyvinul John Chambers jazyk S. Dokonce ani tam není žádná změna ve velké části kódu S-PLUS při použití v jazyce R. V roce 1995 vytvořil Martin Maechler a jeho společníci jazyk R spolu se svobodným softwarem pod licencí General public.
Oficiální oznámení Comprehensive R Archive Network bylo učiněno 23. dubna 1997. V roce 2000 byla oficiálně vydána verze 1.0, která byla první stabilní beta verzí. Jeho první vydání se uskutečnilo v roce 1995, zatímco CRAN (comprehensive R archive network) byla vydána v pozdějších letech.
Základní tým byl vytvořen v roce 1997 pro další vývoj jazyka po prvních verzích. Mnoho aktualizací a upravených verzí bylo vydáváno v pozdějších letech a zahrnovalo nové funkce podle moderních operačních systémů a technologií. Nedávná úprava byla představena v květnu 2021.
Technická specifikace
R je tlumočnický jazyk a pro přístup k tomuto jazyku je vyžadován tlumočník příkazového řádku. Výpočty jako součet se zadávají do příkazu promo a výsledky se zobrazí po interpretaci. Data a kód jsou reprezentovány S-výrazy. Další specifikací tohoto jazyka je, že může být provozován jako sada nástrojů, která poskytuje možnost výpočtu obecné matice.
Ke spouštění a úpravě R kódu se používají různé aplikace. Integrovaná vývojová prostředí jako Rattle GUI, RKWard jsou také k dispozici pro spuštění kódu programovacího jazyka R. Další software od společnosti Microsoft známý jako Microsoft R open je také dostupný s kompatibilitou s distribucí R pro složité výpočty, jako jsou výpočty s více vlákny. R je jedním z pěti vybraných programovacích jazyků po celém světě, které obsahují Apache Spark API.
Jazyk R podporuje procedurální programování spolu s funkcemi. Zejména pro některé funkce však podporuje OOP (objektově orientované programování) spolu s generickými funkcemi. Hodnoty se používají k předávání argumentů, pokud funkce a jejich vyhodnocení probíhá při jejich použití, což znamená, že se nevyhodnocují, když jsou funkce volány.
Příklad formátu souboru R
Syntaxe
> x <- 1:6 # Create a numeric vector in the current environment
> y <- x^2 # Create vector based on the values in x.
> print(y) # Print the vector’s contents.
[1] 1 4 9 16 25 36
> z <- x + y # Create a new vector that is the sum of x and y
> z # return the contents of z to the current environment.
[1] 2 6 12 20 30 42
> z_matrix <- matrix(z, nrow=3) # Create a new matrix that turns the vector z into a 3x2 matrix object
> z_matrix
[,1] [,2]
[1,] 2 20
[2,] 6 30
[3,] 12 42
> 2*t(z_matrix)-2 # Transpose the matrix, multiply every element by 2, subtract 2 from each element in the matrix, and return the results to the terminal.
[,1] [,2] [,3]
[1,] 2 10 22
[2,] 38 58 82
> new_df <- data.frame(t(z_matrix), row.names=c('A','B')) # Create a new data.frame object that contains the data from a transposed z_matrix, with row names 'A' and 'B'
> names(new_df) <- c('X','Y','Z') # set the column names of new_df as X, Y, and Z.
> print(new_df) #print the current results.
X Y Z
A 2 6 12
B 20 30 42
> new_df$Z #output the Z column
[1] 12 42
> new_df$Z==new_df['Z'] && new_df[3]==new_df$Z # the data.frame column Z can be accessed using $Z, ['Z'], or [3] syntax, and the values are the same.
[1] TRUE
> attributes(new_df) #print attributes information about the new_df object
$names
[1] "X" "Y" "Z"
$row.names
[1] "A" "B"
$class
[1] "data.frame"
> attributes(new_df)$row.names <- c('one','two') ## access and then change the row.names attribute; can also be done using rownames()
> new_df
X Y Z
one 2 6 12
two 20 30 42
Funkce
# Declare function “f” with parameters “x”, “y“
# that returns a linear combination of x and y.
f <- function(x, y) {
z <- 3 * x + 4 * y
return(z) ## the return() function is optional here
}
> f(1, 2)
[1] 11
> f(c(1,2,3), c(5,3,4))
[1] 23 18 25
> f(1:3, 4)
[1] 19 22 25
Datové modelování
> x <- 1:6 # Create x and y values
> y <- x^2
> model <- lm(y ~ x) # Linear regression model y = A + B * x.
> summary(model) # Display an in-depth summary of the model.
Call:
lm(formula = y ~ x)
Residuals:
1 2 3 4 5 6
3.3333 -0.6667 -2.6667 -2.6667 -0.6667 3.3333
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -9.3333 2.8441 -3.282 0.030453 *
x 7.0000 0.7303 9.585 0.000662 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 3.055 on 4 degrees of freedom
Multiple R-squared: 0.9583, Adjusted R-squared: 0.9478
F-statistic: 91.88 on 1 and 4 DF, p-value: 0.000662
> par(mfrow = c(2, 2)) # Create a 2 by 2 layout for figures.
> plot(model) # Output diagnostic plots of the model.
