Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Andere mochten auch
Andere mochten auch (20)
Ähnlich wie 10分で分かるr言語入門ver2 upload用
Ähnlich wie 10分で分かるr言語入門ver2 upload用 (20)
Mehr von Nobuaki Oshiro
Mehr von Nobuaki Oshiro (17)
10分で分かるr言語入門ver2 upload用
- 4. 自己紹介 • 名前：大城信晃 • Twitter：doradora09 • 職業：データマイニングエンジニア • R：勉強中。 • 業務ではhadoop使ってます • マイブーム： • カクテル作り • カメラ 4
- 12. 特徴 価格 大規模データ 速度 統計特化 無料 △ (メモリ依存) △ SAS/ SPSS 統計特化 数十万∼ ○ ○ エクセル 直感的 １万∼ (約100万行) C++ 高速だが 開発コスト高 無料∼ 数万 実装次第 ◎ Python スクリプト 言語 無料 実装次第 ○ 他言語との比較 12
- 17. Rコンソール起動 17
- 19. 処理の記述 3+5 = 8 10-7 = 3 19
- 23. 値を入れる箱 > hako <- 10 > hako [1] 10 > hako * 2 [1] 20 変数 23
- 24. 値を入れる箱 > hako <- 10 > hako [1] 10 > hako * 2 [1] 20 変数 変数に対して 処理(かけ算) 変数に値を入れる 左矢印のイメージ 24
- 25. 複数の値をまとめる > array <- c(10,20,30) > array [1] 10 20 30 > array * 2 [1] 20 40 60 配列 25
- 26. 複数の値をまとめる > array <- c(10,20,30) > array [1] 10 20 30 > array * 2 [1] 20 40 60 処理は 配列全体に 適用される 配列 ３つの値を 配列に格納 26
- 27. 各要素へのアクセス > array[1] [1] 10 > array[2] [1] 20 > array[3] [1] 30 配列 27
- 28. 各要素へのアクセス > array[1] [1] 10 > array[2] [1] 20 > array[3] [1] 30 配列[番号]で １個ずつ値を 取り出せる 配列 ２個目 3個目 28
- 29. ２次元の配列 > array2 <- matrix(c(10,20,30, 40,50,60), 2, 3) > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 行列 29
- 30. ２次元の配列 > array2 <- matrix(c(10,20,30, 40,50,60), 2, 3) > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 matrixという 関数を利用して 作る 行列 ２行３列の 行列 30
- 32. 各要素の指定 > array2[1,1] [1] 10 > array2[1,] [1] 10 30 50 > array2[,1] [1] 10 20 行列 32
- 33. 各要素の指定 > array2[1,1] [1] 10 > array2[1,] [1] 10 30 50 > array2[,1] [1] 10 20 1行1列を 指定 行列 1行目全体 を指定 1列目全体 を指定 33
- 34. 複数の型を持てる > sex <- c("F","F","M","M","M") #性別 > height <- c(158,162,177,173,166) #身長 > weight <- c(51,55,72,57,64) #体重 > ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) ) SEX HEIGHT WEIGHT 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 データフレーム 34
- 35. 複数の型を持てる > sex <- c("F","F","M","M","M") #性別 > height <- c(158,162,177,173,166) #身長 > weight <- c(51,55,72,57,64) #体重 > ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) ) SEX HEIGHT WEIGHT 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 性別(文字列型) 身長、体重(数値型) データフレーム data.frame関数で セット 35
- 36. 要素の指定 > x$HEIGHT [1] 158 162 177 173 166 ! > x$HEIGHT[1] [1] 158 ! > x$HEIGHT[1:3] [1] 158 162 177 $で 身長(HEIGHT) を全指定 データフレーム 身長1つめだけ 身長1-3番目 36
- 37. ここまで • 変数：１種類の型の値を１つ入れる箱(スカラー) • 配列：１種類の型の値を複数入れる箱(ベクトル) • 行列：１種類の型の複数ベクトルをまとめて表現 • データフレーム：複数の型のベクトルをまとめて 表現 37
- 40. 処理の呼び出し関数 目的 関数名と書式 データの結合 C(データ) 合計 sum(データ) 個数を求める length(データ) 平均 mean(データ) 標準偏差 sd(データ) ・・・ ・・・ 40
- 41. 合計を求める関数 > array [1] 10 20 30 > sum(array) [1] 60 41
- 42. 合計を求める関数 > array [1] 10 20 30 > sum(array) [1] 60 処理結果が 出力される 関数名(引数) で処理呼び出し 先ほどの配列 42
- 43. 行列も足せる > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 > sum(array2) [1] 210 関数 43
- 44. 行列も足せる > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 > sum(array2) [1] 210 合計値が 表示される 関数 先ほどの行列 array2 44
- 45. 結果を格納関数 > ret <- sum(array2) > ret [1] 210 変数 45
- 46. 結果を格納関数 > ret <- sum(array2) > ret [1] 210 処理結果を 変数に格納 変数 合計値の 確認 46
- 48. 関数CSV > hawks <- read.csv("hawks.csv") ! > hawks height salary 1 173 17000 2 178 14000 3 180 9000 CSV読み込み 48
- 49. 関数CSV > hawks <- read.csv("hawks.csv") ! > hawks height salary 1 173 17000 2 178 14000 3 180 9000 read.csv関数に hawks.csvという CSVファイルを 渡して 変数に代入 CSV読み込み 49
- 50. CSV読み込み関数CSV > hawks <- read.csv("hawks.csv") ! > hawks height salary 1 173 17000 2 178 14000 3 180 9000 CSVファイルの 変数への 読み込みが 確認できる50
- 52. 関数の書き方 関数名 <- function (引数) { 処理 } 52
- 53. 自分で関数を作る自作関数 > varp <- function(x) { retsult <- var(x) * (length(x) - 1) / length(x) retsult } > varp(array) [1] 66.66667 53
- 54. 自分で関数を作る自作関数 > varp <- function(x) { retsult <- var(x) * (length(x) - 1) / length(x) retsult } > varp(array) [1] 66.66667 関数の定義 処理を記述する 実行 54
- 57. 標準作図関数作図 •標準の関数でも色々と作図可能 目的 関数名 ヒストグラム hist 散布図 plot 箱ヒゲ図 boxplot ・・・ ・・・ http://cse.naro.affrc.go.jp/takezawa/r-tips/r/50.html 参考URL 57
- 58. > x <- rnorm(50) > hist(x, breaks=seq(-3, 3,1)) 標準作図関数作図 58
- 59. > x <- rnorm(50) > hist(x, breaks=seq(-3, 3,1)) 標準作図関数作図 乱数生成 ヒストグラム 作図関数 59
- 60. > x <- rnorm(50) > plot(x) 標準作図関数作図 乱数生成 プロット 関数 60
- 63. > install.packages( ggplot2 ) > library("ggplot2") 外部パッケージパッケージ 作図 63
- 64. > install.packages( ggplot2 ) > library("ggplot2") CRANから パッケージ ダウンロード＆ インストール 外部パッケージパッケージ 作図 パッケージを ロード 64
- 65. a <- 1:10 b <- a^2 qplot(a,b) qplotが利用可能パッケージ 作図 65
- 66. a <- 1:10 b <- a^2 qplot(a,b) qplotが利用可能パッケージ 作図 ggplot2 パッケージ の関数 66
- 67. qplot(carat, price, data = diamonds, colour = clarity) サンプルデータ diamonds パッケージ 作図 diamonds データの carat, priceを 描画 67
- 69. 紹介:分析用もあるパッケージ 目的 パッケージ名 主成分分析 stats(組み込み済) 対応分析 MASS クラスター分析 stats 線形回帰分析 stats 生存分析 survival ニューラルネット nnet ・・・ ・・・ 処理 69
- 74. •日本語の資料 74
- 81. 81
- 82. •以下海外のサイト（英語) 82
- 89. 質疑応答 89
- 90. 予備資料 90
- 95. Tips 95
- 96. 補足：クリップボード関数 #windowsの場合! >hawks <- read.table("clipboard", header=TRUE,sep=’,’);! #macの場合! >hawks <- read.table(pipe("pbpaste"), header=TRUE,sep=’,’)! > hawks! height salary! 1 173 17000! 2 178 14000! 3 180 9000! クリップボードからも 読み込み可能 CSV 96
- 97. 補足2：関数調べ方関数CSV > ?read.table > ??read.table >help(read.table) ! ヘルプを 呼び出すことが 出来る 97