R impatient

Original: http://www.burns-stat.com/documents/tutorials/impatient-r/

 

Préface

 

Il s’agit d’un tutoriel (anciennement « Quelques conseils pour les débutants de R ») pour commencer à apprendre le R, langage de programmation. C’est un arbre de pages — se déplacer dans les pages de n’importe quelle façon meilleur convient à votre style d’apprentissage.

 

Vous êtes probablement impatient d’apprendre R — la plupart des gens sont. C’est très bien. Mais notez que tenter de parcourir passé les bases qui sont présentés ici presque sûrement prendra plus de temps en fin de compte.

 

Cette page comporte plusieurs sections, ceux-ci peuvent être placés en quatre catégories : général, objets, Actions, aider.

 

Générales

 

Introduction
Syndrome de l’écran blanc
Idées fausses en raison d’une langue antérieure

 

Environnements informatiques utiles
Vocabulaire de R
Épilogue

 

Objets

 

Objets clés
Lecture des données en R
Voir les objets
Enregistrement d’objets
Fonctions magiques, des objets magiques
Certains types de fichiers
Paquets

 

Actions

 

Ce qui se passe au démarrage de R
Actions-clés
Erreurs et autres
Graphiques
Vectorisation
L’erreur sur le but

 

Aide

 

Comment lire un fichier d’aide
Vous cherchez une fonctionnalité
D’autres documents
Liste de diffusion de R-aide

 

Introduction

 

L’objectif principal de ce tutoriel est — dans les premiers jours de votre contact avec R — pour vous aider à devenir aussi à l’aise avec R que possible.

 

J’ai demandé à ce que leurs plus grandes pierres d’achoppement ont été dans l’apprentissage de R. utilisateurs de R Une réponse commune qui m’a surpris a été :

 

La plus grande pierre d’achoppement pensait que R est difficile.

 

À la réflexion, peut-être je ne devrais pas ont été tellement surpris par cette réponse. L’immensité de la fonctionnalité de R peut être assez intimidante (même à ceux d’entre nous qui sont autour de lui depuis des années), mais faire une seule tâche dans R est un processus souvent simple et logique.

 

Donc Astuce numéro un lorsque vous commencez R semble être d’ignorer votre peur.

 

Plus introduction R (y compris l’installation).

 

Ce qui se passe au démarrage de R

 

R est principalement utilisé comme un programme interactif — vous ordonnez R et il répond à cette commande. Le résultat peut influer sur la prochaine commande que vous donnez R.

 

Entre le moment où vous commencez à R et il vous donne la première invite, un certain nombre de choses peut arriver (selon votre installation). Mais la chose qui arrive toujours, c’est qu’un certain nombre de « packages » est “attaché” à la « liste de recherche ». (Les guillemets indiquent des mots qui sont utilisés dans un sens technique — autrement dit, les mots entre guillemets font partie du jargon R.)

 

Vous pouvez voir ce que ces paquets sont dans votre cas avec la commande :

 

> search()

 

(Ne pas taper le “> » — c’est l’invite de R, mais vous frappez la touche retour à la fin de la ligne.)

 

Le premier élément sur la liste de recherche est « l’environnement mondial ». Il s’agit de votre espace de travail où seront les objets que vous créez lors de la session de R.

 

Vous quittez R avec la commande :

 

> q()

 

R vous demandera si vous souhaitez enregistrer ou supprimer l’environnement global lorsque vous quittez. (À ce moment-là, c’est tout ou rien — voir enregistrement d’objets pour savoir comment sauver quelques-uns des objets.)

 

Si vous n’enregistrez pas l’environnement global, vous pouvez démarrer une nouvelle session de R avec ces objets dans l’environnement mondial au début de la nouvelle session. Vous enregistrez les objets dans l’environnement mondial, vous enregistrez pas la session. En particulier, vous enregistrez pas la liste de recherche.

 

Plus démarrage R (y compris les spécificités de la plate-forme).
Syndrome de l’écran blanc

 

Si vous avez démarré avec succès R sur votre machine. Voici où les ennuis commencent parfois — il y a une grosse, énorme invite audacieux de faire quelque chose.

 

Vous n’avez pas besoin un miroir de savoir que vous avez que cerf-dans-le-phares regarder sur votre visage.

 

La solution est, tout d’abord, d’avoir quelque chose à faire et ensuite de diviser cette tâche en étapes.

 

Objets clés

 

Un effectif important de R, c’est qu’il est très riche dans les types d’objets qu’il soutient. Cette force est plutôt un inconvénient lorsque vous apprenez tout d’abord R.

 

Mais pour commencer, il vous suffit d’obtenir votre tête autour de quelques types d’objets.

 

objets de base

 

Voici trois objets fondamentaux importants :
  • « vecteur atomique »
  • « liste »
  • NULL
vecteur atomique

 

Il existe trois variétés de vecteur atomique que vous êtes susceptibles de rencontrer :
  • « numérique »
  • « logique »
  • « caractère »
La chose à retenir à propos des vecteurs atomiques est que tous les éléments y sont seulement d’un type. Il ne peut pas être un vecteur atomique qui a la fois des nombres et des chaînes de caractères, par exemple.

 

liste

 

Listes peuvent avoir différents types d’éléments dans les différents composants. Un élément d’une liste doit se trouver une autre liste comme un vecteur atomique (et autres choses).

 

NULL

 

L’objet final dans la liste ci-dessus est NULL. Il s’agit d’un objet qui a une longueur nulle. Pratiquement tous les autres objets que vous traitez aura la longueur supérieure à zéro.

 

objets dérivés
Il existe trois types importants de ce qu’on appelle
dérivé — ou non élémentaire — objets.
  • matrice
  • trame de données
  • facteur
cadre Matrix et données

 

Trames de données et de matrices sont les deux objets de données rectangulaires. La différence entre eux est que tout dans une matrice doit être du même type atomique, mais les trames de données peuvent avoir différents types dans différentes colonnes. Chaque colonne d’une trame de données doit être d’un seul type.

 

Une matrice peut ressembler exactement à une trame de données, mais elles sont mises en œuvre tout à fait différemment.

 

Parfois il n’est pas grave si vous avez une matrice ou une trame de données. D’autres fois il est très important de savoir que vous avez.

 

facteur

 

Facteurs représentent les données catégorielles. (On peut se demander pourquoi ils ne sont pas appelés quelque chose comme catégorie — Oui, Eh bien, longue histoire…)

 

Facteurs sont souvent facilement confondus avec des vecteurs de caractère. En particulier, colonnes de trames de données que vous pourriez penser comme caractère sont souvent facteurs réellement.

 

Parfois il n’est pas grave si vous avez un facteur ou un vecteur de caractère. D’autres fois il est très important de savoir que vous avez.

 

 

Actions-clés

 

Trois actions de base en R sont affectation, génération fermant et aléatoire.

 

affectation

 

L’action en R est précipitée par les appels de fonction. La plupart des fonctions retournent une valeur (autrement dit, un objet de données). Vous voudrez souvent attribuer ce résultat à un nom. Il y a deux façons d’y parvenir. Vous pouvez faire :
meanx <-mean(x)
ou
meanx = mean(x)
Une fois que vous avez exécuté une des ces commandes, puis meanx sera un objet dans votre environnement global.

 

Il y a une quantité choquante de la controverse sur quelle forme de cession à utiliser. La position que je vais prendre ici veut dire d’utiliser celui qui vous êtes plus à l’aise avec. Il existe des moyens de fonctionnement dans le pétrin avec un, mais en utilisant la flèche entourée d’espaces est sans doute l’approche la plus sûre par une faible marge.

 

Notez que R est sensible à la casse. Les deux noms meanx et Meanx sont différents.

 

indicer

 

Mise en indice est important. Il s’agit de la Loi d’extraire des morceaux d’objets. Mise en indice est fait avec des crochets :

 

x [1]
extraits du premier élément de x.
La commande :
x [1, 3]

 

extrait l’élément dans la première ligne et la troisième colonne d’une trame de données ou de la matrice.
Mise en indice comprend également remplacer les pièces d’un objet. La commande :
x [1] < – 9
changera le premier élément de x 9.

 

génération aléatoire
Il y a une variété de fonctions qui produisent l’effet aléatoire. Par exemple, la commande :
runif(9)
crée un vecteur de 9 chiffres qui sont uniformément distribué entre 0 et 1. Vous obtiendrez des réponses différentes de cette commande si vous le faites à nouveau.

 

graphiques
La création d’un terrain est une autre chose qui peut être faite. Ceci est discuté plus loin dans la section graphisme.

 

Lecture des données en R

 

Transfert de données d’un endroit à l’autre est toujours pleine de dangers. ATTENDU qu’il est toujours bon la vous-même est juste mise en place de déception. Mais tombent parfois données R va en douceur.

 

Si vous essayez d’entrer des données rectangulaires (ce qui ressemble à une matrice ou une trame de données) dans R, alors la fonction read.table ou un de ses proches sera ce que vous voulez utiliser. Cette fonction renvoie une trame de données. Remarque : une trame de données, pas une matrice.

 

Il y a également des fonctions de lire dans les données plus arbitraires.

 

Voir les objets

 

Nous allons étudier deux aspects de voir des objets :
  • imprimer un objet
  • voir quels objets existent
imprimer

 

Pour imprimer l’objet nommé x, vous pouvez faire :
> print(x)
Ou vous pouvez simplement indiquer le nom de l’objet :
> x
Lorsqu’une cession est faite, alors le résultat n’est pas été imprimé automatiquement. Donc :
> mean(x)
causes R pour imprimer le résultat (et puis vous donner une invite de commandes), mais :
> meanx <-mean(x)
rend R vous donne juste une invite de commandes.

 

la liste des objets existants

 

Pour visualiser les noms des objets dans l’environnement global de votre session en cours, procédez comme :
> ls()

 

Enregistrement d’objets
Vous pouvez soit enregistrer un objet à utiliser à nouveau dans R, ou créez un fichier contenant les données de l’objet à utiliser dans un autre programme.

 

enregistrer un objet de R
Si vous souhaitez enregistrer un objet de sorte que vous pouvez l’utiliser dans les sessions suivantes de R, vous pouvez faire :
> enregistrer (x, file=”x.rda”)
Dans la nouvelle session, vous pouvez alors joindre le fichier :
> attach(“x.rda”)
Cela rendra l’ou les objets dans le fichier (x dans le cas présent) disponible dans la nouvelle session.

 

écrire un fichier pour un autre programme
Pour créer un fichier qui contient le contenu d’une image matricielle ou de données, utilisez :
> write.table (x, file=”x.txt”)
Voir les graphiques pour l’enregistrement graphique.

 

Erreurs et autres
Parfois, sans doute bientôt, vous allez obtenir une erreur dans l’arrêt r
Conseil : l’univers n’est pas sombrer dans une singularité juste à cause d’une erreur de R. en fait, il forge le caractère — voir faire des erreurs sur le but.
R produit des erreurs et des avertissements. Ecrivez les erreurs et les avertissements, la différence est que les erreurs empêcher l’exécution de la commande mais avertissements ne sont pas.
Nous allons classer les erreurs en trois types : les erreurs de syntaxe, objet introuvable erreurs et tout le reste.

 

Erreurs de syntaxe
Si vous obtenez une erreur de syntaxe, puis vous avez entré une commande qui R ne peut pas comprendre. Le message d’erreur est généralement assez bon sur pointant vers le point approximatif dans la commande lorsque l’erreur est.
Les erreurs de syntaxe communes manquent des virgules, entre parenthèses inégalées et le mauvais type d’accolade fermante [par exemple, un crochet d’ouverture mais une parenthèse fermante).

 

objet introuvable
Erreurs de la variété objet introuvable peuvent avoir l’une de plusieurs causes :
  • le nom n’est pas correctement orthographié, ou la capitalisation ne va pas
  • le paquet ou le fichier contenant l’objet n’est pas sur la liste de recherche
  • quelque chose d’autre (laissez votre imagination courir sauvage)

autres erreurs

Il y a des autres moyens d’obtenir une erreur. D’où un travail de détective est généralement nécessaire, considérez-le comme un puzzle de mots croisés qui doit résoudre.
Il devrait devenir une réaction réflexe de taper :
> traceback()
chaque fois que vous obtenez une erreur.
Les résultats pourraient signifie pas grand chose à vous en ce moment, mais ils seront à un moment donné. Le retraçage raconte vous quelles fonctions étaient en vigueur au moment de l’erreur. Cela peut vous donner un indice de ce qui se passe mal.

 

mises en garde
Un avertissement n’est pas aussi grave qu’une erreur que la commande s’exécute jusqu’à la fin. Mais cela peut vouloir dire qu’ignorer un avertissement peut être très, très grave si c’est vous suggère que la réponse que vous avez obtenu était fausse.
C’est la bonne politique pour comprendre les messages d’avertissement pour voir si elles indiquent un problème réel ou pas.

 

Graphiques

 

Afin d’avoir une image, vous avez besoin d’une toile pour être sur. Dans R telle une toile s’appelle un « périphérique graphique ». Si vous effectuez simplement graphiques interactivement, vous n’avez pas besoin de s’inquiéter des périphériques graphiques — R va commencer un périphérique par défaut pour vous. Si vous souhaitez enregistrer des graphiques à partager, alors vous aurez besoin de décider sur un périphérique graphique.
La fonction principale pour la création d’un graphique est tracé. Souvent une commande comme :
> plot(x)
fonctionnera. Il ne serait pas l’image que vous souhaitez plus voir, mais souvent il fait quelque chose au moins semi-sensible.
Un terrain n’a pas besoin d’être créé tout en une seule commande, vous pouvez ajouter aux parcelles. Par exemple :
> abline (0, 1)
Ajoute une ligne de pente 1 et intercepter 0 à l’intrigue actuelle (mais, selon les parcelles, il ne serait pas visible).

 

Fonctions magiques, des objets magiques
Certaines fonctions sont magiques et certains objets sont magiques. (Notez que la magie n’est pas le terme technique).
Les objets qui ont une « classe » sont l’ensorcelé.
Les fonctions qui sont « génériques » sont magiques.
Lorsque vous utilisez une fonction générique, il ressemble pour la classe de son argument. Quelle action réelle se produit dépend de la classe.
La mauvaise chose sur impression étant générique, c’est que vous pouvez facilement imaginer que vous voyez l’objet réel. En réalité vous voyez juste l’autoportrait de l’objet qu’il veut vous voir.

 

Vectorisation

 

R est un langage de vecteur. Un objet ne devrait pas être un seul nombre ou chaîne de caractères ou une valeur logique. Plus probablement il y aura plusieurs valeurs dans l’objet — parfois des dizaines, parfois des millions.
Vectorisation est lorsqu’une opération traite l’objet comme un tout, plutôt que de traiter chaque valeur séparément. Par exemple :
> x + 2
Ajoute 2 à chaque valeur de x. Peu importe s’il y a une seule valeur de x ou deux mille.

 

L’erreur sur le but

 

Faire des erreurs à l’aide de R. Autrement dit, l’expérience. C’est ce que les pros.
Deux avantages d’expérimentation sont :
  • Vous apprenez comment les choses fonctionnent (souvent raisonnablement efficace).
  • Vous apprenez à maintenir votre équilibre quand quelque chose ne va pas.

 

Certains types de fichiers

 

R prêté aucune attention aux extensions sur les noms de fichier. Cependant, il y a des conventions qui rendre les choses plus facile pour nous les humains.

 

 

Le.R fichiers peuvent également être créées à l’intérieur de R par la fonction dump.
Fichiers appelés.RData sont les mêmes que les fichiers .rda.
Certains fichiers qui seraient logiquement.Fichiers R ont en fait une extension .q — une autre longue histoire.
ESS (voir environnement informatique plus R) crée des fichiers de .rt pour « Transcription R ».

 

Comment lire un fichier d’aide
Si vous voulez aider pour la fonction moyenne, vous pouvez faire :
>? signifie
L’effet secondaire de cette commande est pour vous montrer le fichier d’aide.
Le premier point sur les fichiers d’aide, c’est qu’ils ne sont pas des romans. Vous ne devriez pas se sentent obligés de les lire de bout en bout.
Mettant l’accent sur les exemples pour commencer peut être une bonne stratégie. (Même si cela a la faiblesse évidente qu’il dépend qu’il y ait de bons exemples dans le fichier d’aide.)
Il n’est peut-être pas sage d’attendre vous-même de tout comprendre avant d’utiliser la fonction. L’essayer, voir si il semble que ce sera utile pour vous, alors seulement vous devriez investir beaucoup de temps à comprendre les détails.

 

Paquets

 

Quelques paquets sont attachés au démarrage de R. Vous pouvez joindre plus d’une session. Il y a plusieurs paquets recommandés qui arrivent avec R mais ne sont pas typiquement attachés automatiquement.
Pour voir les paquets qui sont offrent à vous, faites :
> library()
Cette commande affiche une liste des paquets sur votre ordinateur (dans un endroit standard).
Il y a un très grand nombre de paquets dispersés autour de l’internet. Plus particulièrement, il y a CRAN — le dépôt principal des paquets de R apportées.
Si vous souhaitez utiliser un paquet CRAN qui n’est pas sur votre machine, vous devez le télécharger d’abord. Par exemple, si vous voulez le paquet fortunes, faire :
> install.packages(“fortunes”)
(La commande ci-dessus ne fonctionne que si votre ordinateur a accès à internet.) Vous devez uniquement installer un paquet de fois.
Pour utiliser un package, vous devez joindre à la session :
> require(fortunes)
Vous devez faire l’exigent la commande pour un paquet dans chaque session vous voulez l’utiliser.

 

Vous cherchez une fonctionnalité

 

Quelque chose que vous pourriez faire beaucoup est recherche pour savoir comment faire une tâche particulière R. débutants ne sont pas seuls dans cette. Les utilisateurs expérimentés doivent rechercher ainsi — R est un être vivant, étant de plus en plus.
Considérez-le comme une chasse au Trésor.

 

Idées fausses en raison d’une langue antérieure

 

Vous pouvez accroître votre connaissance d’autres langues et les programmes pour vous aider à apprendre R. Il existe généralement des pièges. Il peut y avoir des différences, parfois subtiles, qui vous mènent dans la mauvaise voie.
Environnements informatiques utiles

 

R ne doit pas être une île. Votre utilisation de R fera partie d’une tâche plus grande. Gens ont trouvé qu’avoir un éditeur qui est au courant de R lisse la tâche pleine considérablement.

 

D’autres documents

 

Il ya de nombreux endroits supplémentaires où vous pouvez apprendre sur R. Vos compétences avec la recherche vous aidera à les trouver. Voici quelques privilégiés.

 

sites Web

 

Il y a quelques sites qui semblent se détacher pour les débutants :
Un absolument amusant site est essayer R à l’école de Code.
Il y a un ensemble de vidéos de deux-minute appelé R twotorials.
Quelques suggestions supplémentaires sont quelques conseils pour les débutants de R.

 

livres
Une Introduction aux navires R avec R. Si vous êtes absolument frais, alors ce n’est pas le livre pour vous, mais un coup d’oeil.
Si vous envisagez d’acheter un livre sur R, celui qui convient pour obtenir dépend de votre parcours et ce que vous voulez faire avec R. Il y a un certain nombre de choix, que le nombre cesse de croître.
Cependant, il y a un livre d’introduction qui je pense se démarque du reste. C’est R pour les nulsla page de l’éditeur.

 

 

 

Liste de diffusion de R-aide

 

La liste de diffusion de R-help est une source d’information et d’aide (comme son nom l’indique).
Lecture (certains) R-aide va être instructif.
Écrire un message à R-help devrait être un dernier recours. Si vous écrivez un message et vous ne suivez pas les règles, vous devriez vous attendre un malmenée.
Une alternative à la liste de diffusion est la balise R de StackOverflow.

 

Vocabulaire de R

 

Il est bon de connaître la terminologie utilisée dans n’importe quel domaine. Il facilite :
  • les concepts d’apprentissage
  • communiquer avec les autres
  • devenir plus à l’aise

 

Épilogue

 

Débutant R, R newbie, R noobie, novice R néophyte R — quelle étiquette vous aimez — l’objectif de ce guide est pour vous aider à partir de là à utilisateur R aussi rapidement et sans douleur que possible.
L’image du cerf est de natefischer par l’intermédiaire de stock.xchng.

Comments are closed.