R-opetusohjelma - Aloittelijan opas R-ohjelmoinnin oppimiseen



Tämä R-oppaassa oleva blogi tutustuttaa sinut R-työkaluun ja auttaa sinua ymmärtämään R-ohjelmoinnin eri perusteita yksityiskohtaisesti esimerkkien avulla.

R on suosituin data-analyysityökalu, koska se on avoimen lähdekoodin, joustava, tarjoaa useita paketteja ja sillä on valtava yhteisö. Se on suunniteltu ohjelmisto-ohjelmoijille, tilastotieteilijöille ja tiedonlouhijoille, ja siksi se on saanut aikaan suosion .Tässä R Tutorial -blogissa annan sinulle täydellisen käsityksen R: stä esimerkkien avulla.

Alla ovat tämän R Tutorial -blogin aiheet, joista keskustelen seuraavassa järjestyksessä:





  1. Miksi tarvitsemme Analyticsia ?
  2. Mikä on Business Analytics ?
  3. Miksi R ja kuka käyttävät R: tä ?
  4. R: n asennus
  5. Dataoperaattorit
  6. Tietotyypit
  7. Virtauksen hallinta

R-opetusohjelma: Miksi tarvitsemme analyysia?

Ennen kuin vastaan ​​kysymykseen, anna minun kertoa sinulle joistakin ongelmista ja niiden ratkaisuista R: ssä useilla aloilla.



pankkitoiminta - R-opetusohjelma - Edureka

Pankkitoiminta :

Pankeissa tuotetaan päivittäin suuri määrä asiakastietoja. WKun on tekemisissä miljoonien asiakkaiden kanssa säännöllisesti, on vaikea seurata heidän asuntolainojaan.



Ratkaisu :

R rakentaa mukautetun mallin, joka ylläpitää jokaiselle asiakkaalle myönnetyt lainat, mikä auttaa meitä päättämään asiakkaan maksettavasta summasta ajan myötä.

Vakuutus :

Vakuutus riippuu suuresti ennusteista. On vaikeaapäättää, mikä käytäntö hyväksytään tai hylätään.

Ratkaisu:

Käyttämällä jatkuvaa luottoraporttia syötteenä voimme luoda mallin R: ssä, joka paitsi arvioi riskinottohalun myös antaa ennustavan ennusteen.

Terveydenhuolto:

Joka vuosi miljoonat ihmiset joutuvat sairaalaan ja miljardeja käytetään vuosittain pelkästään pääsyprosessissa.

Ratkaisu :

Potilashistoria ja sairaushistoria huomioon ottaen voidaan rakentaa ennakoiva malli sen tunnistamiseksi, kenelle on vaarassa joutua sairaalahoitoon ja missä määrin lääkinnällisiä laitteita tulisi skaalata.

Nyt tiedämme, kuinka data-analytiikka auttaa organisaatioita hyödyntämään tietojaan ja käyttämään sitä uusien mahdollisuuksien tunnistamiseen. Jos puhumme analyysin tarpeesta organisaatiossa, sinun on kohdattava nämä 4 näkökohtaa:

Seuraavaksi siirrytään eteenpäin R-opetusblogissa, jossa ymmärretään ensin, mikä on liiketoiminnan analytiikka.

R-opetusohjelma: Mikä on yritysanalyysi?

Yritysanalytiikka on prosessi, jossa tutkitaan suuria tietojoukkoja ja saavutetaan piilotettuja malleja, korrelaatioita ja muita oivalluksia. Se auttaa periaatteessa ymmärtämään kaikki keräämäsi tiedot, olivatpa ne organisaatiotiedot, markkina- tai tuotetutkimustiedot tai muunlaiset tiedot. Sinun on helppo tehdä parempia päätöksiä, parempia tuotteita, parempia markkinointistrategioita jne. Katso lisätietoja alla olevasta kuvasta:

Jos tarkastelet yllä olevaa kuvaa, ensimmäisessä kuvassa olevat tiedot ovat hajallaan. Nyt, jos haluat jotain erityistä, kuten tietyn tietueen tietokantaan, siitä tulee hankala. Tämän yksinkertaistamiseksi tarvitset analyysin. Analyysin avulla on helppo löytää korrelaatio tietojen välillä. Kun olet määrittänyt, mitä tehdä, sinun on melko helppoa tehdä päätöksiä, kuten mitä polkua haluat seurata, tai liike-analyysin suhteen, mikä polku johtaa organisaatiosi parantamiseen.

Mutta et voi odottaa, että yllä olevan ketjun ihmiset ymmärtävät aina analyysin jälkeen antamasi raakatiedot. Joten tämän aukon voittamiseksi meillä on käsite tietojen visualisointi .

Tietojen visualisointi : Tietojen visualisointi on visuaalinen pääsy valtaviin tietomääriin, jotka olet luonut analyysin jälkeen. Ihmisen mieli käsittelee visuaalisia kuvia ja visuaalinen grafiikka ovat parempia kuin verrata raakatietoihin. Meidän on aina helppo ymmärtää ympyräkaavio tai pylväsdiagrammi verrattuna raakalukuihin. Nyt saatat miettiä, miten voit saavuttaa tämän tietojen visualisoinnin jo analysoiduista tiedoista?
Data Visualization -markkinoilla on useita työkaluja:

Teidän kaikkien on mietittävä, että on jo niin monia työkaluja, jotka auttavat sinua saavuttamaan tietojen visualisoinnin ja tietyn määrän analytiikkaa, miksi mennä R: n kanssa?

Joten seuraava aihe R-opetusblogissa käsittelee 'miksi R' ja 'kuka käyttää R: tä'.

R-opetusohjelma: Miksi R ja kuka käyttää R: tä?

Miksi R?

R on ohjelmointi- ja tilastokieli.

R: ää käytetään tietojen analysointiin ja visualisointiin.

R on yksinkertainen ja helppo oppia, lukea ja kirjoittaa.

R on esimerkki FLOSS: sta (Free Libre and Open Source Software), jossa voi vapaasti levittää kopioita ohjelmistosta, lukea sen lähdekoodia, muokata sitä jne.

Kuka käyttää R: tä?

  • Kuluttajansuojavirasto käyttää R: ää tietojen analysointiin
  • John Deeren tilastotieteilijät käyttävät R: tä aikasarjojen mallintamiseen ja paikkatietojen analysointiin luotettavalla ja toistettavalla tavalla.
  • Bank of America käyttää R-ilmoitusta.
  • R on osa Foursquare-kuuluisan suositusmoottorin takana olevaa teknologiapinoa.
  • ANZ, Australian neljänneksi suurin pankki, joka käyttää R-luottoriskianalyysiä.
  • Google käyttää R: tä ennustamaan taloudellista toimintaa.
  • Firefox-selaimesta vastaava säätiö Mozilla käyttää R: tä verkkotoiminnan visualisointiin.

Alla on joitain verkkotunnuksia, joissa käytetään R: tä:

Siirrytään nyt eteenpäin R-opetusblogissa ja asennetaan R.

R-opetusohjelma: R: n asennus

Haluan opastaa sinut asentamaan R järjestelmääsi. Seuraa vain seuraavia vaiheita:

Vaihe 1 : Siirry linkille- https://cran.r-project.org/

Vaihe 2 : Lataa ja asenna R 3.3.3 järjestelmääsi.

Katso alla oleva kuvakaappaus saadaksesi paremman käsityksen.

Noudattamalla yllä olevia vaiheita, olet valmis R-asennusosaan. Nyt voit aloittaa koodauksen suoraan R: ssä lataamalla RStudio IDE: n. Voit ladata tämän seuraavasti:

Vaihe 1 : Siirry linkille- https://www.rstudio.com/

Vaihe 2 : Lataa ja asenna Rstudio järjestelmääsi.

Asennuksen jälkeen kaikki on asetettu koodaamaan!

R-opas aloittelijoille | R-ohjelmointiopetus | Edureka

Seuraavaksi siirrytään eteenpäin R Tutorial -blogissa ja ymmärretään, mitä ovat R: n dataoperaattorit.

R-opetusohjelma: Dataoperaattorit ryhmässä R

Operaattoreita on pääasiassa 5 erilaista, jotka on lueteltu alla:

  1. Aritmeettiset operaattorit : Suorita aritmeettiset operaatiot, kuten yhteenlasku, vähennyslasku, kertolasku, jako jne.
  2. Tehtäväoperaattorit :Määritysoperaattoreita käytetään arvojen määrittämiseen. Esimerkiksi:
  • Tehtäväoperaattori =
    Syntaksi:
    muuttujan nimi = arvo
> x = 5 >x 
Lähtö: [1] 5
  • Tehtäväoperaattori<-
    Syntaksi:
    muuttujan nimi<- value

    > x<- 15 > x
    Lähtö: [1] 15
  • Tehtäväoperaattori<<-
    Syntaksi :
    muuttujan nimi<<- value
> x<<- 2 > x
Lähtö: [1] 2
  • Tehtäväoperaattori ->
    Syntaksi :
    arvo -> muuttujan nimi

    > 25 -> x > x 
    Lähtö: [1] 25

3. Relaatio-operaattori : Se määrittelee kahden yksikön välisen suhteen. Esimerkiksi: ,<=,!= etc.

> xx! = 2
Tuotos:[1] TOSI

4. Loogiset operaattorit : Nämä operaattorit vertailevat kahta kokonaisuutta ja niitä käytetään tyypillisesti loogisten (loogisten) arvojen, kuten &, | ja!.

> x2 ja 3
Tuotos:[1] TOSI

5. Erityisoperaattorit : Näitä operaattoreita käytetään tiettyyn tarkoitukseen, ei loogiseen laskentaan. Esimerkiksi:

  • Se luo numerosarjan peräkkäin vektorille.

    > xx
    Lähtö: [1] 2 3 4 5 6 7 8
  • % prosentteina Tätä operaattoria käytetään tunnistamaan, kuuluuko elementti vektoriin.
    Esimerkki

    > xyy% prosentteina% x
    Lähtö: [1] TOSI

R Opetusohjelma: tietotyypit

Tietotyyppejä käytetään tietojen tallentamiseen. R: ssä meidän ei tarvitse ilmoittaa muuttujaa tietyksi tietotyypiksi. Muuttujat määritetään R-objektien kanssa ja R-objektin tietotyypistä tulee muuttujan tietotyyppi.R: ssä on pääasiassa kuusi tietotyyppiä:

kuinka kääntää kaksinkertainen osaksi int

Tarkastellaanpa tarkemmin kutakin niistä:

Vektori : Vektori on saman tyyppisten tietoelementtien sarja. Esimerkki:

vtr = (1, 3, 5, 7 9)

tai

vtr<- (1, 3, 5 ,7 9)

Atomivektoreita on 5, joita kutsutaan myös viideksi vektoriluokaksi.

Lista : Luettelot ovat R-objekteja, jotka sisältävät erityyppisiä elementtejä, kuten & miinus numerot, merkkijonot, vektorit ja toisen luettelon sen sisällä.

> n = c (2, 3, 5) > s = c ('aa', 'bb', 'cc', 'dd', 'ee') > x = luettelo (n, s, TOSI) > x

Tuotos -

[[1]] [1] 2 3 5 [[2]] [1] 'aa' bb '' cc '' dd '' ee '[[3]] [1] TOSI

Taulukot : Taulukot ovat R-tieto-objekteja, jotka voivat tallentaa tietoja useampaan kuin kahteen ulottuvuuteen. Se ottaa vektorit syötteeksi ja käyttää dim-parametrin arvoja taulukon luomiseen.

vektori 1<- c(5,9,3) vektori 2<- c(10,11,12,13,14,15) tulos<- array(c(vector1,vector2),dim = c(3,3,2))

Tuotos -

,, 1 [, 1] [, 2] [, 3] [1,] 5 10 13 [2,] 9 11 14 [3,] 3 12 15 ,, 2 [, 1] [, 2] [, 3 ] [1,] 5 10 13 [2,] 9 11 14 [3,] 3 12 15

Taulukot : Matriisit ovat R-objekteja, joissa elementit on järjestetty kaksiulotteiseksi suorakulmaiseksi. Matriisi luodaan käyttämällä matriisi () -funktiota. Esimerkki: matriisi (data, nrow, ncol, byrow, dimnames) missä,

tiedot on tulovektori, josta tulee matriisin dataelementtejä.

nyt on luotavien rivien määrä.

ncol on luotavien sarakkeiden määrä.

byrow on looginen vihje. Jos TOSI, niin tulovektori-elementit on järjestetty riveittäin.

himmeä nimi on riveille ja sarakkeille määritetyt nimet.

> Mat<- matrix(c(1:16), nrow = 4, ncol = 4 ) > Mat
Tuotos :
[, 1] [, 2] [, 3] [, 4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16

Tekijät : Tekijät ovat dataobjekteja, joita käytetään tietojen luokittelemiseen ja tallentamiseen tasoina. Ne voivat tallentaa sekä merkkijonoja että kokonaislukuja. Ne ovat hyödyllisiä tietojen analysoinnissa tilastollisessa mallinnuksessa.

> tiedot<- c('East','West','East','North','North','East','West','West“,'East“) > factor_data<- factor(data) > factor_data

Tuotos :

[1] Itä-länsi-itä pohjoinen koillis-länsi-länsi-itä Tasot: itään luoteeseen

Tietokehykset : Datakehys on taulukko tai kaksiulotteinen matriisimainen rakenne, jossa kukin sarake sisältää yhden muuttujan arvot ja jokainen rivi sisältää yhden joukon arvoja kustakin sarakkeesta.

> std_id = c (1: 5) > std_name = c ('Rick', 'Dan', 'Michelle', 'Ryan', 'Gary') > merkit = c (623,3 515,2 611,0 729,0 843,25) > vakiotiedot<- data.frame(std_id, std_name, marks) > vakiotiedot

Tuotos :

std_id std_name -merkit 1 1 Rick 623.30 2 2 Ja 515.20 3 3 Michelle 611.00 4 4 Ryan 729,00 5 5 Gary 843,25

Tällä tavoin olemme päässeet erilaisten tietotyyppien loppuun R. Seuraavaksi siirrytään eteenpäin R Tutorial -blogissa ja ymmärretään toinen keskeinen käsite - vuonohjauslausekkeet.

R Opetusohjelma: Virtauksen säätölausunnot

Virtauksen ohjauslausekkeilla on erittäin tärkeä rooli, koska niiden avulla voit hallita komentosarjan suorituksen kulkua toiminnon sisällä. Yleisimmin käytetyt virtauksen säätölauseet on esitetty alla olevassa kuvassa:

Keskustelkaamme nyt jokaisesta niistä esimerkkien avulla.

R Opetusohjelma: Valintalausekkeet

  • Jos ohjauslauseke : Tämä valvontalauseke arvioi yhden ehdon. Se on melko helppoa, koska sillä on vain yksi avainsana 'jos', jota seuraa ehto ja sitten tietty joukko lauseita, jotka on suoritettava, jos se on totta. Katso seuraava vuokaavio saadaksesi paremman käsityksen:

Tässä vuokaaviossa koodi vastaa seuraavalla tavalla:

  1. Ensinnäkin se tulee silmukkaan, jossa se tarkistaa kunnon.
  2. Jos ehto on tosi, suoritetaan ehdollinen koodi tai kirjoitetut lauseet.
  3. Jos ehto on väärä, lauseet jätetään huomiotta.

Alla on esimerkki jos Ohjauslauseke R: ssä. Yritä suorittaa tämä esimerkki R Studiossa.

x = 2 toista {x = x ^ 2 tulosta (x) jos (x> 100) {tauko}

Tuotos:

[1] 4 [1] 16 [1] 256
  • Jos muu valvontalauseke :Koes valvontalausekkeen tyyppiarvioi ehtoryhmän ja valitsee lausunnot. Katso seuraava vuokaavio saadaksesi paremman käsityksen:

Tässä vuokaaviossa koodi vastaa seuraavalla tavalla:

  1. Ensinnäkin se tulee silmukkaan, jossa se tarkistaa kunnon.
  2. Jos ehto on tosi, ensimmäiset if-käskyt suoritetaan.
  3. Jos ehto on väärä, se siirtyy ehtoon 'if if' ja jos se on totta, koodi 'muu jos' suoritetaan.
  4. Lopuksi, jos ”muu jos” -koodi on myös väärä, se siirtyy ”muu” -koodiin ja se suoritetaan. Tämä tarkoittaa, että jos mikään näistä ehdoista ei ole totta, muuten-käsky suoritetaan.

Alla on esimerkki tai muuten Ohjauslauseke R: ssä. Yritä suorittaa tämä esimerkki R Studiossa.

x5) {tulosta ('x on suurempi kuin 5')} elseif (x == 5) {tulosta ('x on yhtä suuri kuin 5')} muuten {tulosta ('x ei ole suurempi kuin 5')}

Tuotos:

[1] 'x on yhtä suuri kuin 5'
  • Vaihda lauseita : Näitä ohjauslausekkeita käytetään periaatteessa tietyn lausekkeen vertaamiseen tunnettuun arvoon. Katso seuraava vuokaavio saadaksesi paremman käsityksen:

Tässä Switch-tapauksen vuokaaviossa koodi vastaa seuraavissa vaiheissa:

  1. Ensinnäkin se tulee kytkinkoteloon, jolla on lauseke.
  2. Seuraavaksi se menee tapaus 1 -ehtoon, tarkistaa ehdolle välitetyn arvon. Jos se on totta, Lausekelohko suoritetaan. Sen jälkeen se irtoaa kytkinkotelosta.
  3. Jos se on väärä, se siirtyy seuraavaan tapaukseen. Jos Tapaus 2 -ehto on totta, se suorittaa lauseen ja rikkoo tapausta, muuten se siirtyy jälleen seuraavaan tapaukseen.
  4. Oletetaan, että et ole määrittänyt mitään tapauksia tai jos käyttäjä on syöttänyt väärän syötteen, se siirtyy oletustapaukseen, jossa se tulostaa oletusselosteen.

Alla on esimerkki kytkimen lausekkeesta R. Yritä suorittaa tämä esimerkki R Studiossa.

vtr<- c(150,200,250,300,350,400) option <-'mean' switch(option, 'mean' = print(mean(vtr)), 'mode' = print(mode((vtr))), 'median' = print(median((vtr))) ) 

Tuotos:

[1] 275

R Opetusohjelma: Silmukka-lauseet

Silmukat auttavat sinua toistamaan tiettyjä toimintoja, jotta sinun ei tarvitse suorittaa niitä toistuvasti. Kuvittele, että sinun on suoritettava toimenpide 10 kertaa, jos aloitat koodin kirjoittamisen jokaiselle kerralle, ohjelman pituus kasvaa ja sinun on vaikea ymmärtää sitä myöhemmin. Mutta samalla käyttämällä silmukkaa, jos kirjoitan saman lauseen silmukan sisään, se säästää aikaa ja helpottaa koodin luettavuutta. Se myös optimoidaan koodin tehokkuuden suhteen.

Yllä olevassa kuvassa toistaa' ja sillä aikaa 'Lauseet auttavat sinua suorittamaan tietyt säännöt, kunnes ehto on tosi, mutta' varten on silmukka-lause, jota käytetään, kun tiedät kuinka monta kertaa haluat toistaa lauseosan. Jos nyt tiedät, että haluat toistaa sen 10 kertaa, siirryt 'for' -lausekkeeseen, mutta jos et ole varma siitä, kuinka monta kertaa haluat koodin toistuvan, jatkat 'toista' tai 'while' -silmukka.

Keskustellaan niistä jokaisesta esimerkkien avulla.

  • Toistaa : Toistosilmukka auttaa suorittamaan saman koodisarjan uudestaan ​​ja uudestaan, kunnes pysäytysolosuhteet täyttyvät. Katso seuraava vuokaavio saadaksesi paremman käsityksen:

Yllä olevassa vuokaaviossa koodi vastaa seuraavissa vaiheissa:

  1. Ensinnäkin se syöttää ja suorittaa koodisarjan.
  2. Seuraavaksi se tarkistaa ehdon, jos se on totta, se palaa takaisin ja suorittaa saman koodisarjan uudelleen, kunnes sen on tarkoitus olla väärä.
  3. Jos sen todetaan olevan väärä, se poistuu suoraan silmukasta.
  • Sillä aikaa : While-lause auttaa myös suorittamaan saman koodisarjan uudestaan ​​ja uudestaan, kunnes pysäytysehto täyttyy. Katso seuraava vuokaavio saadaksesi paremman käsityksen:

Yllä olevassa vuokaaviossa koodi vastaa seuraavissa vaiheissa:

  1. Ensinnäkin se tarkistaa kunnon.
  2. Jos sen todetaan olevan totta, se suorittaa koodijoukon.
  3. Seuraavaksi se tarkistaa ehdon uudelleen, jos se on totta, se suorittaa saman koodin uudelleen. Heti kun ehto todetaan vääräksi, se poistuu välittömästi silmukasta.

Alla on esimerkki while-lauseesta R. Yritä suorittaa tämä esimerkki R Studiossa.

x = 2 kun (x<1000) { x=x^2 print(x) } 

Tuotos:

4 16256 65536

Joten sinun on mietittävä, miten nämä kaksi lausumaa eroavat toisistaan? Anna minun tyhjentää epäilysi!
Tässä suurin ero toiston ja vaikka lausunnon välillä on, että se muuttuu kuntoosi nähden. Sillä aikaa silmukka määrittää periaatteessa, milloin aiot kirjoittaa silmukan suorittamaan lauseet ja toistaa silmukka määrittää, kun poistut silmukasta käskyjen suorittamisen jälkeen. Joten nämä kaksi lausetta tunnetaan sisäänkäynnin ohjaussilmukana ja poistumisen ohjauspiirinä. Näin vaikka toistuvat lausunnot ovat erilaisia.

  • Silmukka: Silmukoita käytetään, kun sinun on suoritettava koodilohko useita kertoja. Katso seuraava vuokaavio saadaksesi paremman käsityksen:

Yllä olevassa vuokaaviossa koodi vastaa seuraavissa vaiheissa:

  1. Ensinnäkin on alustaminen, jossa määritetään, kuinka monta kertaa silmukka toistetaan.
  2. Seuraavaksi se tarkistaa kunnon. Jos ehto on totta, se suorittaa koodisarjan määritetyn määrän kertoja.
  3. Heti kun ehto todetaan vääräksi, se poistuu välittömästi silmukasta.

Alla on esimerkki lausekkeesta R. Yritä suorittaa tämä esimerkki R Studiossa.

vtr<- c(7,19,25,65, 45) for( i in vtr) { print(i) } 

Tuotos:

7 19 25 65 45

Seuraavaksi siirrytään R Tutorial -blogin viimeisiin lausekkeisiin, ts. Hyppylausekkeisiin.

R Opetusohjelma: Jump Statements

Tauko-ilmoitus : Break-lauseet auttavat lopettamaan ohjelman ja jatkavat ohjausta seuraavalle lauseelle seuraavalle käskylle. Näitä lauseita käytetään myös kytkentätapauksissa. Katso seuraava vuokaavio saadaksesi paremman käsityksen:

Yllä olevassa vuokaaviossa koodi vastaa seuraavissa vaiheissa:

  1. Ensinnäkin se tulee silmukkaan, jossa se tarkistaa kunnon.
  2. Jos silmukan ehto on väärä, se poistuu suoraan silmukasta.
  3. Jos ehto on totta, se tarkistaa sitten taukotilan.
  4. Jos katkaisuehto on totta, se on olemassa silmukasta.
  5. Jos katkaisuehto on väärä, se suorittaa silmukassa jäljellä olevat lauseet ja toistaa sitten samat vaiheet.

Alla on esimerkki hyppylausekkeesta R. Yritä suorittaa tämä esimerkki R Studiossa.

x<- 1:5 for (val in x) { if (val == 3){ break } print(val) } 

Tuotos:

[1] 1 [1] 2

Seuraava lausunto : Seuraavaa käskyä käytetään, kun haluat ohittaa silmukan nykyisen iteroinnin lopettamatta sitä. Seuraava lause on melko samanlainen kuin jatka muulla ohjelmointikielellä. Katso seuraava vuokaavio saadaksesi paremman käsityksen:

Yllä olevassa vuokaaviossa koodi vastaa seuraavissa vaiheissa:

  1. Ensinnäkin se tulee silmukkaan, jossa se tarkistaa kunnon.

  2. Jos silmukan ehto on väärä, se poistuu suoraan silmukasta.

  3. Jos silmukan ehto on tosi, se suorittaa lohkon 1 lauseet.

  4. Sen jälkeen se tarkistaa seuraavan lausekkeen. Jos se on läsnä, niin sen jälkeisiä lauseita ei suoriteta samalla silmukan iteraatiolla.

  5. Jos 'seuraava' -lauseketta ei ole, kaikki sen jälkeiset lauseet suoritetaan.

Alla on esimerkki R: n seuraavasta lauseesta. Yritä suorittaa tämä esimerkki R Studiossa.

for (i in 1:15) {if ((i %% 2) == 0) {seuraava} print (i)}

Tuotos:

1 3 5 7 9 11 13 15

Tämä on R-opetusblogin loppu. Toivon, että teillä on selvää jokaisesta käsitteestä, josta olen keskustellut edellä. Pysy kuulolla, seuraava blogini on R-koulutuksessa, jossa selitän lisää R-käsitteitä yksityiskohtaisesti ex: llärunsaasti.

Nyt kun olet ymmärtänyt R: n perusteet, tutustu Edureka, luotettava verkko-oppimisyritys, jolla on yli 250 000 tyytyväisen oppijan verkosto, joka levisi ympäri maailmaa. Edurekan Data Analytics with R -koulutus auttaa sinua hankkimaan asiantuntemusta R-ohjelmoinnista, tietojen käsittelystä, tutkivasta tietojen analysoinnista, tietojen visualisoinnista, tiedon louhinnasta, regressiosta, mielipiteiden analysoinnista ja R Studion käytöstä tosielämän tapaustutkimuksissa vähittäiskaupassa, sosiaalisessa mediassa.

Onko sinulla kysymys meille? Mainitse se tämän “R Tutorial” -blogin kommenttiosassa, niin otamme sinuun yhteyttä mahdollisimman pian.