R Cheat Sheet: quello che dovresti tenerlo a portata di mano

introduzione

Lo stato del linguaggio di programmazione R è passato dall'essere un semplice linguaggio di programmazione creato per l'analisi statistica a uno strumento a tutto tondo più potente. Anche la base di utenti di R è cresciuta negli ultimi anni. Ora è impiegato da una miriade di programmatori, studiosi e professionisti. Per ottenere il massimo da qualsiasi linguaggio di programmazione, imparare a ricevere aiuto è fondamentale perché è inevitabile che si verifichino errori.

Quindi, con la conoscenza della sintassi, la conoscenza su come accedere ai file della guida di R e trovare aiuto da altre fonti è fondamentale per il successo come programmatore R. Ora, qui è dove il cheat sheet di R tornerà utile. Il cheat sheet di R contiene tutte le funzioni vitali insieme alle sue chiamate per un facile riferimento dei programmatori.

Ulteriori informazioni: Tutorial R per principianti: diventa un esperto di programmazione R

Ottenere aiuto con il linguaggio di programmazione R

Anche i migliori libri per introdurre le persone e facilitare il loro ingresso nel mondo della programmazione in R non sono sufficienti da soli. A volte è necessario imparare e accedere ai file della guida di R. Questo file della guida di cui continuiamo a parlare presenta all'utente informazioni dettagliate su come utilizzare le varie dipendenze in R. Come utilizzare una funzione particolare, poiché ogni funzione incorporata è inserita in questi file della guida. Gli esempi di codice su come utilizzare la funzione specifica sono presenti anche in ciascuna di queste diverse pagine della guida.

Se desideri accedere ai file della guida di R, per ottenere aiuto su come utilizzare una particolare funzionalità, dovrai utilizzare una qualsiasi delle funzioni elencate di seguito:

1. ?: L'uso di un singolo punto interrogativo visualizza i file della guida relativi a qualsiasi funzione per la quale l'utente desidera ottenere aiuto. Ad esempio, “?data.frame” visualizzerebbe la pagina dei file della guida di R che contengono la documentazione su come utilizzare la funzione data.frame().

2. ??: Se vuoi cercare una particolare sottostringa nei file della guida di R, “??” farà il lavoro per te. Quindi, se vuoi conoscere i nomi di una funzione che contiene la parola "lista", tutto ciò che devi fare è eseguire "??lista" e il tuo problema sarebbe risolto

3. RSiteSearch(): questa funzione RSiteSearch() esegue essenzialmente ciò da cui prende il nome. In sostanza, esegue una ricerca in linea sulla query che viene passata come parametro per questa funzione. Quindi, RSiteSearch ("modelli lineari") compilerà la ricerca sul sito Web "RSiteSearch" per la stringa "modelli lineari".

Se stai lottando per ottenere aiuto per R e la documentazione integrata non ti soddisfa, ci sono molti pacchetti aggiuntivi che puoi installare per ottenere tutto l'aiuto di cui hai bisogno con R. Pacchetti come "sos" è disponibile per il download offerto da CRAN. Questo pacchetto R contiene alcune funzioni chiare e concise che renderebbero la ricerca di tutti i tipi di query attraverso tutti i file di aiuto disponibili sul sito Web "RSiteSearch".

Anche l'installazione del pacchetto è ragionevolmente semplice. Tutto ciò che devi fare è eseguire il codice install.packages ("sos") nella console R, quindi tutto ciò che resta è caricare il pacchetto. Il caricamento del pacchetto può essere effettuato tramite l'uso della libreria ("sos").

Con l'installazione del pacchetto “sos” avrete ora accesso alla funzione chiamata findFn(). Questa funzione findFn() accetta il parametro di ricerca come argomento e quindi restituisce l'elenco di centinaia di pagine Web, che contengono l'argomento che è stato passato. Quindi, ad esempio, se esegui la funzione findFn ("regressione") nella tua console R, ti troverai di fronte a una pagina web contenente molte informazioni.

Le informazioni includono collegamenti a molte funzioni che hanno la parola regressione nel nome, o anche se hanno la frase regressione nel testo della guida, troverai anche un riferimento ad essa se usi la funzione findFn().

Leggi: 6 interessanti idee per progetti R per principianti

Come importare dati in R

La tabella seguente è utile perché contiene alcune funzioni che risulteranno molto utili quando si desidera importare dati in R:

L'host della funzione a cui avrai accesso dopo aver eseguito quella riga di codice e lo scopo che servono sono elencati di seguito:

Fonte

Dai un'occhiata anche a: Perché imparare R? Gli 8 motivi principali per imparare R

Diversi tipi di dati e la manipolazione di base delle tabelle

1. Ci sono fondamentalmente tre tipi di dati che sono di grande importanza quando si programma in R. Questi tre tipi sono e precisamente: numerico, carattere e un fattore. Puoi eseguire rapidamente una ricerca per quale tipo di tipo di dati è questo, oppure puoi anche eseguire il typecast utilizzando i seguenti due comandi, rispettivamente, is.factor() e as.factor().

2. Se ti capita di importare una tabella le cui variabili contengono una o più voci, che sono caratteri, R eseguirà automaticamente il cast della tabella come tipo di dati del fattore. Tuttavia, detto questo puoi ancora eseguire il cast dei dati in numerico forzando R, usando il comando= as.numeric(as.character(dat1$VAR1)).

3. I nomi dei comandi (dat1)=c(“ID”, “X”, “Y”, “Z”) rinominano effettivamente la variabile nel set di dati. Dovrai tenere a mente e la lunghezza del vettore dovrebbe corrispondere al numero di variabili che hai; in caso contrario, ti imbatterai in un errore.

4. Il comando fix (dat2) apre tutti i dati che hai in un foglio di calcolo in cui puoi modificare le celle con un semplice doppio clic nelle celle.

5. Se i dati in tuo possesso contengono solo valori numerici nella tabella, puoi eseguire la trasposizione della tabella. Utilizzare, dat2 = t(dat1), e la tabella denominata dat2 conterrà la trasposizione (trasformando tutte le righe in colonne) della tabella di dati contenuta in dat1.

Suggerimenti su come creare dati casuali e come eseguire il campionamento casuale

1. La funzione rnorm(10) accetta l'argomento 10 e crea dieci campioni casuali. Questi campioni casuali sono generati da una distribuzione normale, che ha una media zero, e la deviazione standard del set di dati sembra essere 1.

2. La funzione runif(10) prende dieci diversi campioni casuali per creare una distribuzione uniforme e il cui valore è compreso tra zero e uno.

3. La funzione round(rnorm(10)*3+15) prende dieci campioni, che sono casuali da una distribuzione normale la cui media è 15, e la deviazione standard che ha è di 3 e i punti mobili che sono presenti nel i dati vengono rimossi con l'aiuto della funzione di arrotondamento.

4. La funzione round(runif(10)*5+15) restituisce all'utente numeri interi casuali, che hanno un valore compreso tra 15 e 20. La distribuzione di questi valori sarà uniforme.

5. La funzione sample(c(“A”, “B”, “C”), 10, replace=TRUE) campiona e crea un campione casuale da qualsiasi vettore che è stato passato come argomento a questa funzione.

Impara i corsi di scienza dei dati dalle migliori università del mondo. Guadagna programmi Executive PG, programmi di certificazione avanzati o programmi di master per accelerare la tua carriera.

Suggerimenti su come trasformare i dati all'interno della tabella dati

1. La chiamata alla funzione della funzione di trasformazione eseguita in questo modo dat2=transform(dat1, VAR1=VAR1*0.4), moltiplica i valori memorizzati in VAR1 per 0,4 e quindi riassegna nuovamente il valore moltiplicato a VAR1.

2. La chiamata della funzione transform può essere utilizzata anche per creare variabili con dipendenze specifiche da variabili esistenti. Se chiami la funzione in questo modo dat2=transform(dat1, VAR2=VAR1*2), creerà una nuova variabile con il nome di VAR2, che conterrà il valore di VAR1 moltiplicato per un fattore due.

3. È inoltre possibile chiamare la funzione di trasformazione per modificare i valori in qualsiasi sito specifico richiesto. Per eseguire tale attività, dovrai chiamare la funzione come dat2=transform(dat1, VAR1=ifelse(VAR3== “Sito 1”, VAR1*0.4, VAR1)). La chiamata, come accennato in precedenza della funzione di trasformazione, moltiplica i dati memorizzati in VAR1 per le voci di dati, che sono il luogo noto come sito 1. Il valore della variabile VAR1 rimane lo stesso ovunque.

Leggi: 8 sorprendenti progetti di scienza dei dati in R per principianti

Conclusione

Il mondo della programmazione ha visto un boom di linguaggi negli ultimi anni. Questi linguaggi di programmazione hanno lo scopo di sradicare e focalizzare la sua attenzione su un aspetto dell'informatica. I linguaggi come R hanno un solido approccio statistico e incentrato sulla scienza dei dati principalmente a causa delle caratteristiche integrate che questo linguaggio possiede.

Mentre si lavora in qualsiasi linguaggio di programmazione, avere tutti i comandi a portata di mano non è un compito facile. Ora, è qui che il cheat sheet di R viene in soccorso. Una cosa da ricordare sempre è che il miglior cheat sheet di R è quello che crei tu.