linmodr создайте папку data, где будут храниться все файлы с данными для анализа.В итоге у вас должно получиться примерно это:
C:\linmodr\
C:\linmodr\data\Все настройки RStudio находятся меню Tools -> Global Options
General убираем галочку Restore .RData into workspace at startup, и меняем Save workspace to .RData on exit - NeverCode ставим галочку рядом с опцией Soft-wrap R source filesКомментарии в текстах программ обозначаются символом #
Ctrl + Shift + C - закомментировать/раскомментировать выделенный фрагмент кодаCtrl + Enter - отправляет строку из текстового редактора в консоль, а если выделить несколько строк, то будет выполнен этот фрагмент кода.Tab или Ctrl + Space - нажмите после того как начали набирать название функции или переменной, и появится список автоподстановки. Это помогает печатать код быстро и с меньшим количеством ошибок.Математические операторы + - / * ^
## [1] 4
## [1] 512
## [1] 1 2 3 4 5 6 7 8 9 10
## [1] 136
## [1] 16
Поэкспериментируйте с другими математическими операторами (+ - / * ^).
Для некоторых операций в R есть функции, например:
## [1] 5.196152
## [1] 4.60517
## [1] 2
Найдите длину гипотенузы прямоугольного треугольника со сторонами 3 и 5 см.
sqrt и нажать F1?sqrthelp()Переменные – это “контейнеры” для числовых (и разных других) значений.
Имена переменных могут содержать латинские буквы обоих регистров, символы точки . и подчеркивания _, а так же цифры. Имена переменных должны начинаться с латинских букв. Создавайте понятные и “говорящие” имена переменных.
Оператор присваивания это символ стрелочки <-. Он работает справа налево, это значит, что значение выражения в его правой части присваивается объекту в левой части.
Создаем переменную a и присваиваем ей значение 2, и переменную b со значением 5:
Переменные можно вызвать по имени:
## [1] 2
## [1] 5
С переменными можно проводить разные операции
## [1] 32
## [1] 6.6
Как выбрать название переменной?
a - плохо, и даже b, или х. Но в некоторых случаях допустимо:)var1 - плохо, но уже лучшеvar_1 - плохо, но уже лучшеshelllength - говорящее, но плохо читаетсяshell_length, wing_colour или leg_num - хорошие говорящие и читабельные названияОсторожно, переменные можно случайно или намеренно перезаписать. Пока что b было равно 5, но если мы присвоим переменной b другое значение — оно изменится.
## [1] 5
## [1] 13
Код — это линейная последовательность действий. Переменные можно использовать только после того, как они были созданы.
Пример 1
box_weight <- 1.5
apples <- 6
box / apples # ошибка. переменная box еще не была создана.
# нужная переменная называется box_weight.Пример 2
Переставьте строки так, чтобы код можно было выполнить без ошибки.
Представьте прямоугольник. Его ширина 3 см, а длина на 5 см больше. Чему равен периметр? (В решении используйте переменные).
Данные в R можно хранить в виде разных объектов.
В результате выполнения следующих команд числа. Одно выражение - одно значение.
## [1] 23
## [1] 5
На самом деле, эти величины - просто векторы единичной длины
Сначала разберемся с векторами, а другие структуры данных (датафреймы, списки, матрицы) будем изучать по мере знакомства с R .
Вектор - один объект, внутри которого несколько значений.
:Оператор : (двоеточие) используется для создания векторов, где значения следуют одно за другим с шагом 1 без пропусков.
## [1] 1 2 3 4 5 6 7 8 9 10
## [1] -5 -4 -3 -2 -1 0 1 2 3
Создайте вектор из целых чисел от 1 до 100. Как вы думаете, что означают номера в квадратных скобках в начале каждой строки?
c()Функция c() - от англ. concatenate. Следите, чтобы было английское си, а не русское эс:).
Функция c принимает несколько (произвольное количество) аргументов, разделенных запятыми. Она собирает из них вектор.
## [1] 2 4 6
## [1] -9.30 0.00 2.17 21.30
Создайте вектор, в котором будет три наименьших отрицательных простых числа в порядке возрастания.
seq()Функция seq() создает последовательности с заданным шагом или заданной длины.
## [1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
Если вы посмотрите в справку к seq(), то увидите, что в шаблоне ее вызова перечислены аргументы в определенном порядке: from, to, by и так далее.
В R можно вызывать функцию не только указывая ее аргументы с именами, но и просто в том порядке, в котором они следуют в шаблоне. Поэтому другой вариант кода даст тот же результат:
## [1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
Так можно поступать лишь с элементарными функциями. Если вы делаете что-то сложное, лучше назовите аргументы по именам — ваш код будет легче читать.
Посмотрите в справку к функции seq() и выясните, как создавать последовательности заданной длины. Создайте последовательность от -1 до 1 из 9 элементов.
Векторы можно хранить в переменных для последующего использования
## [1] -4 -3 -2 -1 0 1 2 3 4
## [1] 100 200 300 400
## [1] 1.3 1.7 1.2 0.4
nums, в котором сначала следуют все элементы вектора my_num, а затем все элементы вектора my_num_1.nums_2, в котором сначала идут элементыmy_num, а потомmy_num_2`.Посмотрите внимательно на вектор my_num, который мы только что создали.
## [1] 1.3 1.7 1.2 0.4
Произошло (без нашего ведома) приведение типов данных (от слова “приводить”). При объединении в один вектор данные должны были быть приведены к одному и тому же типу, поэтому целые числа превратились в дробные. И это хорошо, что не наоборот — так мы не потеряли точность.
Мы еще не раз столкнемся с приведением типов. К счастью, в большинстве случаев нас будет устраивать то, что R делает сам и нам почти никогда не придется делать приведение типов в явном виде.
Со всеми элементами вектора можно разом делать одинаковые операции. Это называется “векторизованные операции”. Математические операции и многие функции векторизованы, это значит, что вам не придется перебирать элементы вектора, чтобы сделать с ними повторяющиеся действия. Посмотрим, как это выглядит на примере:
## [1] 1 2 3 4 5 6 7 8 9
## [1] 6 7 8 9 10 11 12 13 14
## [1] 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5
## [1] 2.0000000 1.0000000 0.6666667 0.5000000 0.4000000 0.3333333 0.2857143
## [8] 0.2500000 0.2222222
При помощи оператора [], можно обратится к элементам вектора. В квадратных скобках вам нужно указать вектор из одного или нескольких индексов — порядковых номеров элементов.
Если вам нужен один элемент, все просто:
## [1] -4
## [1] 100
## [1] NA
А если вам нужно несколько элементов?
Вектор — одномерный объект. У его элементов только один порядковый номер (индекс). Поэтому при обращении к элементам вектора нужно указывать только одно число или один вектор с адресами, как мы это делали в предыдущих примерах. Но R выдаст ошибку, если при обращении к вектору, вы не создавали вектор, а просто перечислили номера элементов через запятую.
Если вам нужно несколько элементов, то их нужно передать квадратным скобкам в виде вектора.
## [1] -3 -1 1
## [1] -2 -1 0
Извлеките из вектора nums элементы:
Что будет, если в квадратных скобках указать отрицательный индекс элемента?
-13-1-c(1:3, 13)И что будет, если обратится к элементу с номером, больше, чем число элементов в векторе?
42.Встроенные константы в R: NA, NULL, NAN, Inf
Если попросили добыть из вектора номер элемента, которого там точно нет, то R выдаст NA, потому, что такого элемента нет.
Теперь посмотрим на встроенные константы в действии.
Создаем новый вектор с пропущенным значением для экспериментов.
Вот так он выглядит:
## [1] 1 3 NA 9 0 27
Что произойдет с NA?
## [1] 3 5 NA 11 2 29
## [1] 0 0 NA 0 0 0
## [1] Inf Inf NA Inf NaN Inf
Но в последнем случае вы увидите
NaN получится, если взять корень из отрицательного числа
## Warning in sqrt(-1): NaNs produced## [1] NaN
Только что видели
Каждый текстовый элемент (говорят “строка” - string, character) должен быть окружен кавычками - двойными или одинарными.
## [1] "это текст"
## [1] "это тоже текст"
## [1] "2"
С обычным текстом нельзя работать как с числом, но некоторый текст может превращаться в число.
Можно принудительно превратить число в кавычках в числовые данные.
## [1] 2
## [1] 4
При этом нельзя превратить обычный текст в число
Текстовые значения можно объединять в векторы и работать с ними как обычно. Давайте попробуем поэкспериментировать.
Создайте вектор rainbow с названиями цветов радуги. Добудьте из этого вектора при помощи [] элементы 1 и 6.
## [1] TRUE
## [1] FALSE
Для ленивых - можно сокращать первыми заглавными буквами. Но лучше так не делать, чтобы читать программы было легче.
## [1] TRUE FALSE
Для проверки условий используются операторы сравнения и сопоставления == < > <= >= %in%.
Логические операторы используются для объединения результатов нескольких проверок: И - &, ИЛИ - |, НЕ - !
?Comparison # справка об операторах сравнения
?match # о сопоставлении
?Logic # Справка о логических операторах## Help on topic 'Logic' was found in the following packages:
##
## Package Library
## base /usr/lib/R/library
## methods /usr/lib/R/library
##
##
## Using the first match ...
Давайте представим, что перед нами несколько чашек с чаем. В них разное число кусков сахара и разная температура. И чай в них черный или зеленый.
sugar <- c(1, 3, 0, 2, 3, 4, 1, 0, 5, 0)
temp <- c(40, 50, 22, 22, 53, 41, 35, 47, 55, 52)
tea <- c('B', 'B', 'G', 'B', 'B', 'B', 'G', 'G', 'G', 'B')В векторах sugar, temp и tea информация об одних и тех же чашках в одинаковом порядке. Такие векторы мы назовем “сопряженные”.
## [1] TRUE FALSE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE
## [1] FALSE TRUE FALSE FALSE TRUE TRUE FALSE TRUE TRUE TRUE
## [1] 6
## [1] 2 5 6 8 9 10
Теперь посмотрим на логические операторы.
## [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE TRUE
# А если мы хотим знать, в каких чашках мало сахара или большая температура?
(sugar <= 2) | (temp > 40)## [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
Важный логический оператор — отрицание ! (восклицательный знак).
## [1] FALSE
## [1] TRUE
## [1] FALSE TRUE FALSE FALSE TRUE TRUE FALSE TRUE TRUE TRUE
## [1] TRUE FALSE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE
При помощи логических векторов ответьте на эти вопросы:
Логические векторы можно использовать в [], чтобы отобрать данные, соответствующие условию.
## [1] "B" "G" "B"
## [1] 22 35 47 55
При помощи логических векторов отберите нужные данные:
Факторы - это способ хранения дискретных (=категориальных данных). Например, если вы поймали 10 улиток и посмотрели их цвет. У большого количества улиток небольшое счетное количество возможных цветов.
## [1] "r" "r" "r" "y" "y" "g" "g" "g" "g"
Но цвет “желтый” обозначает одно и то же для каждой из улиток. Поэтому в целях экономии места можно записать цвета этих улиток в виде вектора, в котором численным значениям будут сопоставлены “этикетки” (называются “уровни” - levels) - названия цветов. Мы можем создать “фактор” цвет улиток.
## [1] r r r y y g g g g
## Levels: g r y
уровни (levels) этого фактора
По умолчанию, R назначает порядок уровней по алфавиту. Можно изменить порядок (см. help("factor")). Нам это пригодится позже для работы с дискретными переменными.
Факторы особенно полезны, когда у вас дискретный признак записан числами. Например, вы записали цвет улиток номерами оттенков Pantone (это фантастические улитки, все их цвета из палитры C, поэтому мы записали их только числами).
Для R это просто числа, поэтому он простодушно может посчитать сумму этих чисел или даже разделить их на какое-то число. Хотя такие операции с цветами улиток не имеют смысла.
## [1] 10803
## [1] 242.5 242.5 242.5 51.0 51.0 1143.0 1143.0 1143.0 1143.0
Правильно было бы сказать R, что snails_pantone — это фактор, и там содержаться просто какие-то дискретные значения.
## [1] 485 485 485 102 102 2286 2286 2286 2286
## Levels: 102 485 2286
Арифметические операции с фактором вызовут ошибки и предупреждения — это как раз то, чего мы хотели.
Вы уже видели массу функций, их легко узнать по скобкам после ключевого слова. Познакомимся еще с несколькими и научимся писать пользовательские функции. Пользовательские функции позволяют автоматизировать повторяющиеся действия и делают код легко читаемым.
Вот наш вектор
## [1] -4 -3 -2 -1 0 1 2 3 4 100 200 300 400
Длину вектора можно вычислить при помощи функции length()
## [1] 13
Сумму элементов вектора при помощи функции sum()
## [1] 1000
Вычислите среднее значение для вектора nums. Вначале попробуйте сделать это “вручную” при помощи функций length() и sum(). Как вы думаете, как называется функция, которая может это сделать сразу?
Сумма не работает, если в векторе есть NA.
## [1] 1 3 NA 9 0 27
## [1] 6
## [1] NA
Чтобы узнать, почему и как это исправить - посмотрите в help("sum"). Выяснится, что у функции sum() есть аргумент na.rm, который по умолчанию принимает значение FALSE, то есть NA не учитываются при подсчете суммы.
Если мы передадим функции sum аргумент na.rm = TRUE, то получится правильная сумма
## [1] 40
Та же история с функцией mean
## [1] 8
Датафрейм - один из способов хранения табличных данных в R,
Векторы одинаковой длины можно хранить вместе в виде таблицы.
# Создадим векторы, чтобы объединить их в датафрейм.
len <- 1:9 # числовой
col <- c(rep("green", 4), rep("red", 5)) # текстовый
wid <- seq(from = 2, by = 2, to = 18) # числовой
# Создаем датафрейм
my_worms <- data.frame(Length = len,
Width = wid,
Colour = col)## Length Width Colour
## 1 1 2 green
## 2 2 4 green
## 3 3 6 green
## 4 4 8 green
## 5 5 10 red
## 6 6 12 red
## 7 7 14 red
## 8 8 16 red
## 9 9 18 red
## [1] "data.frame"
## 'data.frame': 9 obs. of 3 variables:
## $ Length: int 1 2 3 4 5 6 7 8 9
## $ Width : num 2 4 6 8 10 12 14 16 18
## $ Colour: Factor w/ 2 levels "green","red": 1 1 1 1 2 2 2 2 2
Создайте из этих векторов датафрейм под названием Jedi с колонками name, homeworld и num_starships.
person_name <- c('Luke Skywalker', 'Darth Vader', 'Obi-Wan Kenobi', 'Yoda')
planet_name <- c('Tatooine', 'Tatooine', 'Stewjon', NA)
starships <- c(2, 1, 5, 0)У каждой ячейки в датафрейме есть координаты вида [строка, столбец]
## [1] green
## Levels: green red
## Length Width Colour
## 2 2 4 green
## [1] 2 4 6 8 10 12 14 16 18
## [1] 2 4 6 8 10 12 14 16 18
Переменные можно извлечь при помощи оператора $ и имени переменной
## [1] 1 2 3 4 5 6 7 8 9
## [1] 2 4 6 8 10 12 14 16 18
Имена переменных можно использовать и внутри оператора []
## [1] 1 2 3 4 5 6 7 8 9
## [1] 2 4 6 8 10 12 14 16 18
Извлеките из датафрейма Jedi
Создайте датафрейм cups из созданных ранее векторов tea, temp, sugar. Пусть переменные в нем называются заглавными буквами: TEA, TEMP, SUGAR
При помощи [ ] извлеките из cups данные согласно заданию. Используйте ТОЛЬКО данные из датафрейма cups, а не исходные векторы:
В R похожие группы функций или функции для решения какой-то определенной задачи сгруппированы в пакеты. Часть пакетов у вас уже установлена по умолчанию вместе с базовой конфигурацией R. Какие-то нужные пакеты нам придется установить из репозитория на сайте CRAN или одном из его зеркал.
Выбираем в настройках источник для установки пакетов (это придется сделать только один раз). В меню Tools -> Global Options На вкладке Packages выбираем подходящее зеркало сайта CRAN (CRAN mirror). Мы рекомендуем чешские или немецкие зеркала, потому что российские часто барахлят.
Установка пакетов в систему делается один раз при помощи функции install.packages("имя_пакета"). Для установки пакетов с зеркала CRAN вы должны быть подключены к интернету. После установки пользоваться пакетами можно будет без подключения.
Для работы в этом курсе вам потребуются разные пакеты. Давайте установим некоторые из них и заодно изучим, как работает эта функция.
Не пугайтесь, вам напишут много текста. Главное, чтобы в нем не было слова ERROR.
Пакеты можно устанавливать по одному, как вы это видели только что, а можно сразу несколько (только в этом случае немного сложнее понять, если какой-то пакет не установился).
Самый простой способ проверить, установлен ли пакет — это пойти на вкладку Packages (в той же части окна RStudio, где Help) и набрать в поисковой строке название пакета.
Пакеты в систему придется установить один раз, но для работы с ними их придется каждый раз активировать (доставать из локальной библиотеки пакетов при помощи функции library()).
Как работать с пакетами мы поговорим в следующий раз.