Вывучыць X за Y хвілін

Дзе X=R

R - гэта статыстычная мова праграмавання. Яна мае шмат бібліятэк для загрузкі і ачысткі даных, запуску статыстычных працэдур і стварэння графікаў. Вы таксама можаце запускаць каманды R унутры LaTeX дакумента.

# Каментарыі пачынаюцца са знака рашоткі, таксама вядомага як знак нумара (#).

# Вы не можаце рабіць шматрадковыя каментарыі, 
# але можаце стагаваць некалькі каментарыяў такім чынам.

# на Windows вы можаце выкарыстоўваць CTRL-ENTER каб выканаць радок.
# на Mac гэта COMMAND-ENTER



#############################################################################
# Рэчы, якія вы можаце рабіць не разумеючы нічога пра праграмаванне
#############################################################################

# У гэтай секцыі мы пакажам некаторыя выдатныя рэчы, якія вы можаце
# рабіць у R не разумеючы нічога пра праграмаванне. Не хвалюйцеся,
# калі не разумееце штосьці з таго, што робіць код. Атрымлівайце асалоду!

data()          # агляд падрыхтаваных датасэтаў
data(rivers)    # агляд наступнага: "Даўжыня галоўных рэк Паўночнай Амерыкі"
ls()            # заўважце, што ў працоўнай прасторы цяпер ёсць "rivers"
head(rivers)    # заглянуць у датасэт
# 735 320 325 392 524 450

length(rivers)  # колькі рэк было вымерана?
# 141
summary(rivers) # якая зводная статыстыка?
#   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
#  135.0   310.0   425.0   591.2   680.0  3710.0

# зрабіць графік "сцябло і лісце" (прадстаўленне даных у якасці гістаграмы)
stem(rivers)

#  Дзесятковая кропка - 2 лічбы справа ад |
#
#   0 | 4
#   2 | 011223334555566667778888899900001111223333344455555666688888999
#   4 | 111222333445566779001233344567
#   6 | 000112233578012234468
#   8 | 045790018
#  10 | 04507
#  12 | 1471
#  14 | 56
#  16 | 7
#  18 | 9
#  20 |
#  22 | 25
#  24 | 3
#  26 |
#  28 |
#  30 |
#  32 |
#  34 |
#  36 | 1

stem(log(rivers)) 
# Заўважце, што даныя размеркаваны ані нармальна, ані логнармальна!
# З'ешце, прыхільнікі званавіднай крывой.

#  Дзесятковая кропка - 1 лічба злева ад |
#
#  48 | 1
#  50 |
#  52 | 15578
#  54 | 44571222466689
#  56 | 023334677000124455789
#  58 | 00122366666999933445777
#  60 | 122445567800133459
#  62 | 112666799035
#  64 | 00011334581257889
#  66 | 003683579
#  68 | 0019156
#  70 | 079357
#  72 | 89
#  74 | 84
#  76 | 56
#  78 | 4
#  80 |
#  82 | 2

# зрабіць гістаграму:
hist(rivers, col = "#333333", border = "white", breaks = 25)
hist(log(rivers), col = "#333333", border = "white", breaks = 25)
# пагуляйцеся з параметрамі, зробіце больш графікаў пазней

# Вось іншы элегантны датасэт, адзін з падрыхтаваных. У R такіх шмат.
data(discoveries)
plot(discoveries, col = "#333333", lwd = 3, xlab = "Year",
     main="Number of important discoveries per year")
plot(discoveries, col = "#333333", lwd = 3, type = "h", xlab = "Year",
     main="Number of important discoveries per year")

# Замест таго, каб пакідаць стандартную сарціроўку (па году), мы можам таксама
# выкарыстаць сарціроўку, каб пабачыць, што для яго характэрна:
sort(discoveries)
#  [1]  0  0  0  0  0  0  0  0  0  1  1  1  1  1  1  1  1  1  1  1  1  2  2  2  2
# [26]  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  3  3  3
# [51]  3  3  3  3  3  3  3  3  3  3  3  3  3  3  3  3  3  4  4  4  4  4  4  4  4
# [76]  4  4  4  4  5  5  5  5  5  5  5  6  6  6  6  6  6  7  7  7  7  8  9 10 12

stem(discoveries, scale = 2)
#
#  Дзесятковая кропка на |
#
#   0 | 000000000
#   1 | 000000000000
#   2 | 00000000000000000000000000
#   3 | 00000000000000000000
#   4 | 000000000000
#   5 | 0000000
#   6 | 000000
#   7 | 0000
#   8 | 0
#   9 | 0
#  10 | 0
#  11 |
#  12 | 0

max(discoveries)
# 12
summary(discoveries)
#   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
#    0.0     2.0     3.0     3.1     4.0    12.0

# Кінуць косць пару разоў
round(runif(7, min = .5, max = 6.5))
# 1 4 6 1 4 6 4
# Вашыя нумары будуць адрознівацца ад маіх, хіба што мы не
# ўкажам аднолькавы random.seed(31337)

# Выцягнуць значэнне з нармальнага размеркавання 9 разоў
rnorm(9)
# [1]  0.07528471  1.03499859  1.34809556 -0.82356087  0.61638975 -1.88757271
# [7] -0.59975593  0.57629164  1.08455362



##################################################
# Тыпы даных і базавая арыфметыка
##################################################

# Цяпер да арыентаванай на праграмавання часткі туторыяла.
# У гэтай секцыі вы пазнаёміцеся з важнымі тыпамі даных у R:
# цэлалікавыя, лічбавыя, сімвальныя, лагічныя і фактары.
# Ёсць і іншыя, але гэтыя - мінімум, які трэба ведаць, каб пачаць.

# ЦЭЛАЛІКАВЫЯ
# Доўгія цэлалікавыя пішуцца з літарай L
5L          # 5
class(5L)   # "integer"
# (Паспрабуйце ?class каб атрымаць больш інфармацыі пра функцыю class().)
# У R кожнае значэнне, як 5L, лічыцца вектарам даўжыні 1
length(5L)  # 1
# Вы можаце зрабіць цэлалікавы вектар з даўжынёй больш за 1, таксама:
c(4L, 5L, 8L, 3L)          # 4 5 8 3
length(c(4L, 5L, 8L, 3L))  # 4
class(c(4L, 5L, 8L, 3L))   # "integer"

# ЛІЧБАВЫЯ
# "numeric" - гэта лічба падвоенай дакладнасці з плаваючай кропкай
5           # 5
class(5)    # "numeric"
# Зноў жа, усё ў R ёсць вектарам;
# вы можаце зрабіць лічбавы вектар з больш чым адным элементам
c(3, 3, 3, 2, 2, 1) # 3 3 3 2 2 1
# Вы таксама можаце выкарыстоўваць навуковы запіс
5e4         # 50000
6.02e23     # пастаянная Авагадра
1.6e-35     # Планкаўская даўжыня
# Таксама ёсць бясконца вялікія і маленькія лікі
class(Inf)  # "numeric"
class(-Inf) # "numeric"
# Вы можаце выкарыстоўваць "Inf", напрыклад, у integrate(dnorm, 3, Inf);
# пазбаўляе ад неабходнасці ў табліцах нармальнага размеркавання.

# БАЗАВАЯ АРЫФМЕТЫКА
# Вы можаце рабіць арыфметычныя аперацыі з лічбамі
# Арыфметычныя аперацыі на сумесі цэлалікавых і лічбавых тыпаў даюць лічбавы
10L + 66L   # 76    # цэлалікавы плюс цэлалікавы дае цэлалікавы
53.2 - 4    # 49.2  # лічбавы мінус лічбавы дае лічбавы
2.0 * 2L    # 4     # лічбавы памножыць на цэлалікавы дае лічбавы
3L / 4      # 0.75  # цэлалікавы падзяліць на лічбавы дае лічбавы
3 %% 2      # 1     # рэшта ад двух лічбавых - таксама лічбавы
# Нядзеючыя арыфметычныя аперацыі даюць "not-a-number":
0 / 0       # NaN
class(NaN)  # "numeric"
# Вы можаце рабіць арыфметычныя аперацыі з двума вектарамі з даўжынёй,
# большай за 1, да тых пор, пакуль даўжыня большага вектара
# кратная даўжыні меншага
c(1, 2, 3) + c(1, 2, 3)     # 2 4 6
# Паколькі асобная лічба - гэта вектар даўжыні адзін, скаляры прымяняюцца 
# паэлементна да вектара
(4 * c(1, 2, 3) - 2) / 2    # 1 3 5
# Калі гэта не скаляр, будзьце асцярожнымі праводзячы арыфметычныя аперацыі 
# з вектарамі рознай даўжыні. Хаця гэта і магчыма, 
c(1, 2, 3, 1, 2, 3) * c(1, 2)               # 1 4 3 2 2 6
# Адпаведныя даўжыні з'яўляюцца лепшай практыкай і палягчаюць чытанне
# у большасці выпадкаў
c(1, 2, 3, 1, 2, 3) * c(1, 2, 1, 2, 1, 2)   # 1 4 3 2 2 6

# СІМВАЛЬНЫЯ
# У R няма розніцы паміж радкамі і сімваламі
"Horatio"           # "Horatio"
class("Horatio")    # "character"
class("H")          # "character"
# Гэта ўсё сімвальныя вектары даўжыні 1
# Вось даўжэйшы:
c("alef", "bet", "gimmel", "dalet", "he")
# => "alef"   "bet"    "gimmel" "dalet"  "he"
length(c("Call","me","Ishmael")) # 3
# Вы можаце прымяняць regex аперацыі на сімвальных вектарах:
substr("Fortuna multis dat nimis, nulli satis.", 9, 15)  # "multis "
gsub('u', 'ø', "Fortuna multis dat nimis, nulli satis.") # "Fortøna møltis dat nimis, nølli satis."
# У R ёсць некалькі падрыхтаваных сімвальных вектараў:
letters
# =>
#  [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s"
# [20] "t" "u" "v" "w" "x" "y" "z"
month.abb # "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec"

# ЛАГІЧНЫЯ
# У R лагічным тыпам ёсць "logical"
                
class(TRUE)     # "logical"
class(FALSE)    # "logical"
# Яны паводзяць сябе звычайна
TRUE == TRUE    # TRUE
TRUE == FALSE   # FALSE
FALSE != FALSE  # FALSE
FALSE != TRUE   # TRUE
# Адсутныя даныя (NA) таксама лагічнага тыпу
class(NA)       # "logical"
# Выкарыстоўвайце | і & для лагічных аперацый.
# АБО
TRUE | FALSE    # TRUE
# І
TRUE & FALSE    # FALSE
# Выкарыстоўванне | і & на вектарах павяртае паэлементныя лагічныя аперацыі
c(TRUE, FALSE, FALSE) | c(FALSE, TRUE, FALSE)   # TRUE TRUE FALSE
c(TRUE, FALSE, TRUE) & c(FALSE, TRUE, TRUE)     # FALSE FALSE TRUE
# Вы можаце праверыць, ці x TRUE
isTRUE(TRUE)    # TRUE
# Тут мы атрымоўваем лагічны вектар з некалькімі элементамі:
c("Z", "o", "r", "r", "o") == "Zorro"   # FALSE FALSE FALSE FALSE FALSE
c("Z", "o", "r", "r", "o") == "Z"       # TRUE FALSE FALSE FALSE FALSE

# ФАКТАРЫ
# Фактар выкарыстоўваецца для катэгарычных даных
# Фактары могуць быць упарадкаванымі (як адзнакі) 
# або неўпарадкаванымі (як колеры)
factor(c("blue", "blue", "green", NA, "blue"))
#  blue blue green   <NA>   blue
# Levels: blue green
# "levels" - гэта значэнні, якія могуць прыймаць катэгарычныя даныя
# Заўважце, што адсутныя даныя не ўваходзяць ва ўзроўні
levels(factor(c("green", "green", "blue", NA, "blue"))) # "blue" "green"
# Калі вектар фактараў мае даўжыню 1, яго ўзроўні будуць таксама мець даўжыню 1
length(factor("green"))         # 1
length(levels(factor("green"))) # 1
# Фактары звычайна можна пабачыць у фрэймах даных, структуры даных,
# з якою мы разбяромся пазней 
data(infert)             # "Infertility after Spontaneous and Induced Abortion"
levels(infert$education) # "0-5yrs"  "6-11yrs" "12+ yrs"

# NULL
# "NULL" дзіўны, выкарыстоўвайце яго каб "абнуляць" вектары
class(NULL) # NULL
parakeet = c("beak", "feathers", "wings", "eyes")
parakeet # "beak"     "feathers" "wings"    "eyes"
parakeet <- NULL
parakeet # NULL

# ПРЫВЯДЗЕННЕ ДАНЫХ
# Прывядзенне даных - гэта калі вы прымушаеце значэнне прыняць іншы тып
as.character(c(6, 8))   # "6" "8"
as.logical(c(1,0,1,1))  # TRUE FALSE  TRUE  TRUE
# Калі вы пакладзяце элементы розных тыпаў у вектар,
# адбудзецца дзіўнае прывядзенне:
c(TRUE, 4)          # 1 4
c("dog", TRUE, 4)   # "dog"  "TRUE" "4"
as.numeric("Bilbo")
# =>
# [1] NA
# Warning message:
# NAs introduced by coercion

# Майце на ўвазе: гэта былі толькі базавыя тыпы даных
# Існуе нашмат болей тыпаў даных, такіх як даты, часавыя рады і іншыя.



##################################################
# Пераменныя, цыклы, if/else
##################################################

# Пераменныя як скрыні, у якіх захоўваюцца значэнні для пазнейшага выкарыстання.
# Мы называем гэта "прызначэннем" значэння пераменнай.
# Наяўнасць пераменных дае нам магчымасць выкарыстоўваць цыклы, 
# функцыі і інструкцыю if/else

# ПЕРАМЕННЫЯ
# Ёсць шмат спосабаў прызначыць нешта:
x = 5       # гэта магчыма
y <- "1"    # гэта традыцыйна прынята
TRUE -> z   # гэта працуе, але выглядае дзіўна
# Звярніцеся да Інтэрнэту, каб даведацца пра іх працу і перавагі.

# ЦЫКЛЫ
# Для цыклаў ёсць
for (i in 1:4) {
	print(i)
}
# Ёсць цыклы while
a <- 10
while (a > 4) {
	cat(a, "...", sep = "")
	a <- a - 1
}
# Майце на ўвазе, што цыклы for і while працуюць павольна ў R
# Аперацыі на цэлых вектарах (г.з на цэлых радках, цэлых калонках)
# або функцыі накшталт apply() (абмяркуем гэта пазней) маюць перавагу

# IF/ELSE
# Зноў жа, усё даволі стандартна
if (4 > 3) {
	print("4 болей за 3")
} else {
	print("4 не болей за 3")
}
# =>
# [1] "4 болей за 3"

# ФУНКЦЫІ
# Аб'яўляюцца так:
jiggle <- function(x) {
	x = x + rnorm(1, sd=.1) # дадаць крыху (кантралюемага) шуму
	return(x)
}
# Выклікаюцца як і любыя іншыя функцыі R:
jiggle(5)   # 5±ε. Пасля set.seed(2716057), jiggle(5)==5.005043



###########################################################################
# Структуры даных: вектары, матрыцы, фрэймы даных і масівы
###########################################################################

# АДНАМЕРНЫЯ

# Пачнём з самага пачатку, і з нечага, што вы ўжо ведаеце: вектараў.
vec <- c(8, 9, 10, 11)
vec     #  8  9 10 11
# Мы запытваем дакладны элемент, пазначаючы падмноства квадратнымі дужкамі
# (Заўважце, што адлік у R пачынаецца з 1)
vec[1]          # 8
letters[18]     # "r"
LETTERS[13]     # "M"
month.name[9]   # "September"
c(6, 8, 7, 5, 3, 0, 9)[3] # 7
# Мы таксама можам шукаць індэксы дакладных кампанентаў,
which(vec %% 2 == 0) # 1 3
# узяць толькі першыя або астатнія некалькі запісаў вектара,
head(vec, 1)    # 8
tail(vec, 2)    # 10 11
# або даведацца, ці ёсць дакладнае значэнне ў вектары
any(vec == 10)  # TRUE
# Калі індэкс "пераваліць", вы атрымаеце NA:
vec[6]      # NA
# Вы можаце знайсці даўжыню свайго вектара з length()
length(vec) # 4
# Вы можаце праводзіць аперацыі над цэлымі вектарамі або часткамі вектараў
vec * 4             # 32 36 40 44
vec[2:3] * 5        # 45 50
any(vec[2:3] == 8)  # FALSE
# і R мае шмат убудаваных функцый для падсумоўвання вектараў
mean(vec)   # 9.5
var(vec)    # 1.666667
sd(vec)     # 1.290994
max(vec)    # 11
min(vec)    # 8
sum(vec)    # 38
# Больш прыемных убудаванак:
5:15        # 5  6  7  8  9 10 11 12 13 14 15
seq(from = 0, to = 31337, by = 1337)
# =>
#  [1]     0  1337  2674  4011  5348  6685  8022  9359 10696 12033 13370 14707
# [13] 16044 17381 18718 20055 21392 22729 24066 25403 26740 28077 29414 30751

# ДВУМЕРНЫЯ (УСЕ АДНАГО КЛАСУ)

# Вы можаце зрабіць матрыцу з запісаў аднолькавага тыпу вось так:
mat <- matrix(nrow = 3, ncol = 2, c(1, 2, 3, 4, 5, 6))
mat
# =>
#      [,1] [,2]
# [1,]    1    4
# [2,]    2    5
# [3,]    3    6
# У адрозненні ад вектара, класам матрыцы ёсць "matrix", што б у ёй не было
class(mat)      # "matrix" "array"
# Запытаць першы радок
mat[1, ]        # 1 4
# Perform operation on the first column
3 * mat[, 1]    # 3 6 9
# Правесці аперацыю над першай калонкай
mat[3, 2]       # 6

# Транспанаваць усю матрыцу
t(mat)
# =>
#      [,1] [,2] [,3]
# [1,]    1    2    3
# [2,]    4    5    6

# Памнажэнне матрыц
mat %*% t(mat)
# =>
#      [,1] [,2] [,3]
# [1,]   17   22   27
# [2,]   22   29   36
# [3,]   27   36   45

# cbind() склейвае вектары па калонках каб зрабіць матрыцу
mat2 <- cbind(1:4, c("dog", "cat", "bird", "dog"))
mat2
# =>
#      [,1] [,2]
# [1,] "1"  "dog"
# [2,] "2"  "cat"
# [3,] "3"  "bird"
# [4,] "4"  "dog"
class(mat2) # matrix
# Зноў жа, заўважце, што здарылася!
# Таму што матрыца павінна змяшчаць у сабе запісы аднолькавага тыпу,
# усё павінна быць ператворана ў сімвальны клас
c(class(mat2[, 1]), class(mat2[, 2]))

# rbind() склейвае вектары па радках каб стварыць матрыцу
mat3 <- rbind(c(1, 2, 4, 5), c(6, 7, 0, 4))
mat3
# =>
#      [,1] [,2] [,3] [,4]
# [1,]    1    2    4    5
# [2,]    6    7    0    4
# Ах, усё аднаго класу. Ніякага прывядзення. Нашмат лепей.

# ДВУМЕРНЫЯ (РОЗНЫХ КЛАСАЎ)

# Для калонак розных тыпаў выкарыстоўвайце фрэймы даных
# Гэтая структура даных дужа карысная для статыстычнага праграмавання,
# яе версія была дададзена ў Python у пакеце "pandas".

students <- data.frame(c("Cedric", "Fred", "George", "Cho", "Draco", "Ginny"),
                       c(       3,      2,        2,     1,       0,      -1),
                       c(     "H",    "G",      "G",   "R",     "S",     "G"))
names(students) <- c("name", "year", "house") # даць імёны калонкам
class(students) # "data.frame"
students
# =>
#     name year house
# 1 Cedric    3     H
# 2   Fred    2     G
# 3 George    2     G
# 4    Cho    1     R
# 5  Draco    0     S
# 6  Ginny   -1     G
class(students$year)    # "numeric"
class(students[,3])     # "factor"
# find the dimensions
nrow(students)  # 6
ncol(students)  # 3
dim(students)   # 6 3
# Функцыя data.frame() аўтаматычна ператварала сімвальныя вектары 
# ў фактарныя вектары; Гэта змянілася ў R 4.0.0. Калі ваша версія 
# R старэйшая, адключыце гэта ўстанавіўшы stringsAsFactors = FALSE
# калі ствараеце data.frame
?data.frame

# Існуе шмат звілістых спосабаў стварыць падмноства фрэйма даных, 
# усе па-свойму розныя
students$year       # 3  2  2  1  0 -1
students[, 2]       # 3  2  2  1  0 -1
students[, "year"]  # 3  2  2  1  0 -1

# Павялічаная версія структуры data.frame - гэта data.table
# Калі працуеце з вялізнымі або панэльнымі данымі, або маеце патрэбу
# аб'яднаць некалькі набораў даных, data.table можа быць добрым выбарам.
# Вось хуткі тур:
install.packages("data.table") # сцягнуць пакет з CRAN
require(data.table) # загрузіць яго
students <- as.data.table(students)
students # заўважце крыху іншы вывад
# =>
#      name year house
# 1: Cedric    3     H
# 2:   Fred    2     G
# 3: George    2     G
# 4:    Cho    1     R
# 5:  Draco    0     S
# 6:  Ginny   -1     G
students[name == "Ginny"] # атрымаць радкі, дзе "Ginny"
# =>
#     name year house
# 1: Ginny   -1     G
students[year == 2] # атрымаць радкі, дзе year == 2
# =>
#      name year house
# 1:   Fred    2     G
# 2: George    2     G
# data.table дазваляе лёгка аб'яднаць два наборы даных
# давайце зробім іншую data.table каб аб'яднаць яе з students
founders <- data.table(house   = c("G"     , "H"    , "R"     , "S"),
                       founder = c("Godric", "Helga", "Rowena", "Salazar"))
founders
# =>
#    house founder
# 1:     G  Godric
# 2:     H   Helga
# 3:     R  Rowena
# 4:     S Salazar
setkey(students, house)
setkey(founders, house)
students <- founders[students] # аб'яднаць два наборы даных з адпаведнымі "house"
setnames(students, c("house", "houseFounderName", "studentName", "year"))
students[, order(c("name", "year", "house", "houseFounderName")), with = F]
# =>
#    studentName year house houseFounderName
# 1:        Fred    2     G           Godric
# 2:      George    2     G           Godric
# 3:       Ginny   -1     G           Godric
# 4:      Cedric    3     H            Helga
# 5:         Cho    1     R           Rowena
# 6:       Draco    0     S          Salazar

# data.table робіць падсумоўванне табліц простым
students[, sum(year), by = house]
# =>
#    house V1
# 1:     G  3
# 2:     H  3
# 3:     R  1
# 4:     S  0

# Каб выключыць калонку з data.frame ці data.table,
# прызначце ёй значэнне NULL
students$houseFounderName <- NULL
students
# =>
#    studentName year house
# 1:        Fred    2     G
# 2:      George    2     G
# 3:       Ginny   -1     G
# 4:      Cedric    3     H
# 5:         Cho    1     R
# 6:       Draco    0     S

# Выключыць радок праз падмноства
# Выкарыстоўваючы data.table:
students[studentName != "Draco"]
# =>
#    house studentName year
# 1:     G        Fred    2
# 2:     G      George    2
# 3:     G       Ginny   -1
# 4:     H      Cedric    3
# 5:     R         Cho    1
# Выкарыстоўваючы data.frame:
students <- as.data.frame(students)
students[students$house != "G", ]
# =>
#   house houseFounderName studentName year
# 4     H            Helga      Cedric    3
# 5     R           Rowena         Cho    1
# 6     S          Salazar       Draco    0

# ШМАТМЕРНЫЯ (УСЕ ЭЛЕМЕНТЫ АДНАГО ТЫПУ)

# Масівы ствараюць n-мерныя табліцы
# Усе элементы павінны быць аднаго тыпу
# Вы можаце стварыць двухмерную табліцу (нешта накшталт матрыцы)
array(c(c(1, 2, 4, 5), c(8, 9, 3, 6)), dim = c(2, 4))
# =>
#      [,1] [,2] [,3] [,4]
# [1,]    1    4    8    3
# [2,]    2    5    9    6
# Вы можаце выкарыстоўваць масівы, каб таксама зрабіць трохмерныя матрыцы
array(c(c(c(2, 300, 4), c(8, 9, 0)), c(c(5, 60, 0), c(66, 7, 847))), dim = c(3, 2, 2))
# =>
# , , 1
#
#      [,1] [,2]
# [1,]    2    8
# [2,]  300    9
# [3,]    4    0
#
# , , 2
#
#      [,1] [,2]
# [1,]    5   66
# [2,]   60    7
# [3,]    0  847

# СПІСЫ(ШМАТМЕРНЫЯ, МАГЧЫМА НЯРОЎНЫЯ, З РОЗНЫХ ТЫПАМІ)

# Нарэшце, у R ёсць спісы (вектараў)
list1 <- list(time = 1:40)
list1$price = c(rnorm(40, .5*list1$time, 4)) # рандом
list1
# Вы можаце атрымаць элементы спіса наступным чынам
list1$time # адзін спосаб
list1[["time"]] # іншы спосаб
list1[[1]] # яшчэ іншы спосаб
# =>
#  [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
# [34] 34 35 36 37 38 39 40
# Вы можаце вылучаць падмноства спісаў як і любых іншых вектараў
list1$price[4]

# Спісы не найэфектыўнейшая структура даных для працы ў R;
# пакуль у вас няма вельмі добрай прычыны, лепей аддаваць перавагу data.frames
# Спісы звычайна павяртаюцца функцыямі, якія выконваюць лінейныя рэгрэсіі

##################################################
# Сямейства функцый apply()
##################################################

# Памятаеце mat?
mat
# =>
#      [,1] [,2]
# [1,]    1    4
# [2,]    2    5
# [3,]    3    6
# Выкарыстоўвайце apply(X, MARGIN, FUN) каб прымяніць функцыю FUN на матрыцы X
# для радкоў (MAR = 1) або калонак (MAR = 2)
# Усё так, R выконвае FUN на кожным радку (або калонцы) X нашмат хутчэй
# за цыклы for і while
apply(mat, MAR = 2, jiggle)
# =>
#      [,1] [,2]
# [1,]    3   15
# [2,]    7   19
# [3,]   11   23
# іншыя функцыі: ?lapply, ?sapply

# Не бойцеся, кожны згодны, што гэта даволі заблытана

# Пакет plyr накіраваны на замену (і паляпшэнне) сямейства *apply().
install.packages("plyr")
require(plyr)
?plyr



#########################
# Загрузка даных
#########################

# "pets.csv" - файл з інтэрнэту
# (але гэта таксама можа быць файл на вашым уласным камп'ютары)
require(RCurl)
pets <- read.csv(textConnection(getURL("https://learnxinyminutes.com/pets.csv")))
pets
head(pets, 2) # першыя два радкі
tail(pets, 1) # апошні радок

# Каб захаваць фрэйм даных або матрыцу ў .csv файл
write.csv(pets, "pets2.csv") # зрабіць новы .csv файл
# устанаўлівайце працоўную дырэкторыю з setwd(), дазнавайцеся яе з getwd()

# Глядзіце ?read.csv і ?write.csv каб атрымаць больш інфармацыі



#########################
# Статыстычны Аналіз
#########################

# Лінейная рэгрэсія!
linearModel <- lm(price ~ time, data = list1)
linearModel # выводзіць рэзультаты рэгрэсіі
# =>
# Call:
# lm(formula = price ~ time, data = list1)
# 
# Coefficients:
# (Intercept)         time  
#      0.1453       0.4943  
summary(linearModel) # больш падрабязны вывад з рэгрэсіі
# =>
# Call:
# lm(formula = price ~ time, data = list1)
#
# Residuals:
#     Min      1Q  Median      3Q     Max 
# -8.3134 -3.0131 -0.3606  2.8016 10.3992 
#
# Coefficients:
#             Estimate Std. Error t value Pr(>|t|)    
# (Intercept)  0.14527    1.50084   0.097    0.923    
# time         0.49435    0.06379   7.749 2.44e-09 ***
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
# Residual standard error: 4.657 on 38 degrees of freedom
# Multiple R-squared:  0.6124,	Adjusted R-squared:  0.6022 
# F-statistic: 60.05 on 1 and 38 DF,  p-value: 2.44e-09
coef(linearModel) # выцягнуць чаканыя параметры
# =>
# (Intercept)        time 
#   0.1452662   0.4943490 
summary(linearModel)$coefficients # іншы спосаб выцягнуць рэзультаты
# =>
#              Estimate Std. Error    t value     Pr(>|t|)
# (Intercept) 0.1452662 1.50084246 0.09678975 9.234021e-01
# time        0.4943490 0.06379348 7.74920901 2.440008e-09
summary(linearModel)$coefficients[, 4] # p-значэнні
# =>
#  (Intercept)         time 
# 9.234021e-01 2.440008e-09 

# АГУЛЬНЫЯ ЛІНЕЙНЫЯ МАДЭЛІ
# Лагістычная рэгрэсія
set.seed(1)
list1$success = rbinom(length(list1$time), 1, .5) # выпадковае бінарнае значэнне
glModel <- glm(success  ~ time, data = list1, family=binomial(link="logit"))
glModel # выводзіць рэзультат лагістычнай рэгрэсіі
# =>
# Call:  glm(formula = success ~ time, 
#	family = binomial(link = "logit"), data = list1)
#
# Каэфіцыенты:
# (Intercept)         time  
#     0.17018     -0.01321  
# 
# Degrees of Freedom: 39 Total (i.e. Null);  38 Residual
# Null Deviance:	    55.35 
# Residual Deviance: 55.12 	 AIC: 59.12
summary(glModel) # больш падрабязны вывад з рэгрэсіі
# =>
# Call:
# glm(
#	formula = success ~ time,
#	family = binomial(link = "logit"),
#	data = list1)

# Deviance Residuals: 
#    Min      1Q  Median      3Q     Max  
# -1.245  -1.118  -1.035   1.202   1.327  
# 
# Coefficients:
#             Estimate Std. Error z value Pr(>|z|)
# (Intercept)  0.17018    0.64621   0.263    0.792
# time        -0.01321    0.02757  -0.479    0.632
# 
# (Dispersion parameter for binomial family taken to be 1)
#
#     Null deviance: 55.352  on 39  degrees of freedom
# Residual deviance: 55.121  on 38  degrees of freedom
# AIC: 59.121
# 
# Number of Fisher Scoring iterations: 3


#########################
# Графікі
#########################

# УБУДАВАНЫЯ ФУНКЦЫІ ДЛЯ ГРАФІКАЎ
# Кропкавыя дыяграмы!
plot(list1$time, list1$price, main = "fake data")
# Намаляваць лінію рэгрэсіі на існуючай дыяграме
abline(linearModel, col = "red")
# Трымайце шэраг прыемных дыягностык
plot(linearModel)
# Гістаграмы!
hist(rpois(n = 10000, lambda = 5), col = "thistle")
# Слупкаватыя дыяграмы!
barplot(c(1, 4, 5, 1, 2), names.arg = c("red", "blue", "purple", "green", "yellow"))

# GGPLOT2
# І гэта нават не найпрыгажэйшыя з графікаў R
# Паспрабуйце пакет ggplot2, у якім больш лепшых графікаў
install.packages("ggplot2")
require(ggplot2)
?ggplot2
pp <- ggplot(students, aes(x = house))
pp + geom_bar()
ll <- as.data.table(list1)
pp <- ggplot(ll, aes(x = time, price))
pp + geom_point()
# ggplot2 has excellent documentation (available http://docs.ggplot2.org/current/)

Дзе ўзяць R?


Маеце параду? Ці, можа, папраўкі? Адкрыйце Issue у GitHub-рэпазіторыі або зрабіце pull request самастойна!

Першапачатковы аўтар e99n09, абноўлена 1 аўтарамі.