SlideShare una empresa de Scribd logo
1 de 10
Descargar para leer sin conexión
Satoshi Kume
140818 ver 1.0
R note 02 on Mac OS X
1. 乱数の生成
> head(A <- runif(10, min=0, max=1)) # 0∼1間の一様分布
> head(B <- rnorm(10000, mean=0, sd=1)) # 正規分布に従う乱数生成関数
# head(): 変数の先頭だけ表示、default=6個
[1] -0.6443054 -0.1996644 0.3180832 -0.2864285 0.4732518 1.4134141
> mean(B); var(B) #「;」 複数行を繋げられる
[1] -0.007418862 # 平均 0 分散 1 に近似される
[1] 0.9759483
> sample(B, 5) # Aから5個の非復元ランダム抽出
> head(C <- rexp(5, rate = 1)) # 指数分布に従う乱数生成関数
> data(ToothGrowth) # 歯の成長に対するビタミンCの効果
> ToothGrowth # 右のように表示される
> str(ToothGrowth) # データフレームで読み込まれている
'data.frame':	60 obs. of 3 variables:...
2. サンプルデータのロード
3. データ列 & 行の取り出し
> ToothGrowth$len # len行の表示・選択
> ToothGrowth[,1] # 1列目の表示・選択(上記と同じ)
> ToothGrowth[1,] # 1行目の表示・選択
> len <- ToothGrowth$len # len行をオブジェクト「len」
# に格納する
> attach(ToothGrowth) # リスト名を明示する必要がなくなる。
# 以下の3行を実行するのと同じ
> len <- ToothGrowth$len
> supp <- ToothGrowth$supp
> dose <- ToothGrowth$dose
> detach(ToothGrowth) # attachのキャンセル
4. データフレームの要素参照
5. 単純集計・クロス集計
> attach(ToothGrowth) # 列名による要素参照
以下のオブジェクトはマスクされています (from ToothGrowth (position 3)) :
dose, len, supp
> table(supp) # suppの単純集計
supp
OJ VC
30 30
> table(ToothGrowth$supp, ToothGrowth$dose) # suppとdoseのクロス集計
0.5 1 2
OJ 10 10 10
VC 10 10 10
> table(supp, dose) # suppとdoseのクロス集計(結果は上と同じ)
dose # doseとsuppの説明が追加される。
supp 0.5 1 2
OJ 10 10 10
VC 10 10 10
> head(supp.dose.c <- cbind(supp, dose)) # suppとdoseの列結合
supp dose
[1,] 2 0.5
[2,] 2 0.5
[3,] 2 0.5
> head(supp.dose.r <- rbind(supp, dose)) # suppとdoseの行結合
[,1] [,2] [,3] ...
supp 2.0 2.0 2.0 ...
dose 0.5 0.5 0.5 ...
> ToothGrowth1 <- transform(ToothGrowth, x=1) # 列 x の追加
> head(ToothGrowth1)
> ToothGrowth1 <- transform(ToothGrowth, abc=2) # 列 abc の追加
> head(ToothGrowth1)
> ToothGrowth1$def <- 3 # 列 def の追加
> head(ToothGrowth1)
6. 行・列データの結合
7. 行・列データの抽出
> data(ToothGrowth)
> (ToothGrowth1 <- subset(ToothGrowth, dose==0.5)) # dose 0.5 行の抽出
> (ToothGrowth2 <- subset(ToothGrowth, supp=="VC")) # supp VC 行の抽出
> (ToothGrowth3 <- subset(ToothGrowth, dose>0.5)) # dose 1 と 2 行の抽出
> (ToothGrowth4 <- subset(ToothGrowth, dose>0.5, c(len, dose)))
# dose 1 と 2 行 かつ len と dose 列の抽出
> (ToothGrowth5 <- ifelse(ToothGrowth, dose>0.5, c(len, dose)))
# dose 1 と 2 行 かつ len と dose 列の抽出
8. 作図関数 plot()
> plot(Xdata, Ydata,
col = "black",
type = "p, l, b, c, o, h, s, S, n", pch = 20,
lwd = 2, lty = 1, log = “”,
cex=1.5, cex.axis=1.5, cex.main=1.5,
xlim=c(0, 1), ylim=c(0, 1),
cex.lab=1.5, xlab="X-axis", ylab="Y-axis"); par(new=”F”)
type=””
”p”: 点グラフ, ”l”: 折れ線グラフ, type=”b”: 点・線グラフ, ”c”: 線グラフ, ”h”: 垂線グラフ、, ”s or S”: 階段グラフ
log=””: 対数表示無し(デフォルト), log=”x”: X軸の対数表示, log=”xy”: XY軸の対数表示
xlim=c(0,5): X座標の最小値 0 &最大値 5, ylim=c(-10,10): Y座標の最小値 -10 &最大値 10
col = 1: 作図に用いる色
1: black, 2: red, 3: green, 4: blue, 5: skyblue, 6: violet, 7: yellow, 8: grey, rainbow(12): 虹色12段階,
heat.colors(12): 暖色12段階, cm.colors(12): 寒色12段階, topo.colors(12): 地質色12段階
pch = 1: 作図に用いるシンボル(0~25の整数),
0: 四角, 1: ⃝, 2: △, 3: +, 4: ×, 5: ◇, 6: ▽, 8: *, 15: ■, 16: ●, 17: ▲, 18: #
bg = ””: 背景色の指定, fg = ””: 前面色の指定, bty = ”l”: 枠L字型, bty = ”n”: 無枠型
lwd = ”1”: 線分の幅(値が大きければ、太い), lty =”1”: 線分の形式
0: 線無し, 1: 実線, 2: 破線, 3: ドット線, 4: ドット破線, 5: 長いダッシュ, 6: 2つのダッシュ
cex = ”1.5”: 文字やマーカーの拡大率, cex.axis: 軸の拡大率, cex.lab: ラベルの拡大率, cex.main: タイトルの拡大率,
cex.sub: サブタイトルの拡大率
par(new=”T”): 図を上書きする, par(new=”F”): 図を上書きしない
-1.0 -0.5 0.0 0.5 1.0
0.00.20.40.60.81.0
x
y1
-1.0 -0.5 0.0 0.5 1.0
-1.0-0.8-0.6-0.4-0.20.0
x
y2
9. 円の作図
> x <- seq(-1,1,0.01)
> y1 <- sqrt(1-x^2)
> y2 <- -sqrt(1-x^2)
> plot(x, y1) ; par(new="T")
> plot(x, y2, col="red")
> x <- seq(-1,1,0.01)
> y1 <- sqrt(1-x^2)
> y2 <- -sqrt(1-x^2)
> plot(x, y1, ylim=c(-1.1,1.1), type="l", lwd=3) ; par(new="T")
> plot(x, y2, col="red", ylim=c(-1.1,1.1), type="l", lwd=3, axes=F, ann=F)
① ② ③ ④
⑤ ⑥ ⑦ ⑧
10. plotのいろいろ
> plot(sin, -3*pi, 3*pi, type="l") # ①
> plot(cos, -3*pi, 3*pi, type="l") # ②
> plot(ToothGrowth$len) # ③
> plot(ToothGrowth$supp, ToothGrowth$len) # ④
> plot(ToothGrowth$supp, ToothGrowth$dose) # ⑤
> plot(ToothGrowth$dose, ToothGrowth$len) # ⑥
> plot(ToothGrowth$len, ToothGrowth$supp) # ⑦
> plot(ToothGrowth$len, ToothGrowth$dose) # ⑧
②①
11. 作図関数のいろいろ boxplot()
> boxplot(ToothGrowth$len ~ ToothGrowth$supp) # ①
> boxplot(ToothGrowth$len ~ ToothGrowth$dose) # ②
12. 作図関数のいろいろ hist()
> hist(ToothGrowth$len)
13. グラフの保存
1. ファイル $ 別名で保存 $ Png/Jpeg $ 名前を付けて保存する。
2. グラフ上 $ Control + C $ パワポ上で、Control + V
> png(filename="file.png",width=400,height=500,pointsize=12,bg="white")
> dev.off() ## 必ず行う!

Más contenido relacionado

La actualidad más candente

解説#74 連結リスト
解説#74 連結リスト解説#74 連結リスト
解説#74 連結リストRuo Ando
 
"What Does Your Code Smell Like?"で学ぶPerl6
"What Does Your Code Smell Like?"で学ぶPerl6"What Does Your Code Smell Like?"で学ぶPerl6
"What Does Your Code Smell Like?"で学ぶPerl6risou
 
Rで学ぶデータマイニングI 第8章〜第13章
Rで学ぶデータマイニングI 第8章〜第13章Rで学ぶデータマイニングI 第8章〜第13章
Rで学ぶデータマイニングI 第8章〜第13章Prunus 1350
 
SQL勉強会 初級編
SQL勉強会 初級編SQL勉強会 初級編
SQL勉強会 初級編Kazuma Hidaka
 
Goをカンストさせる話
Goをカンストさせる話Goをカンストさせる話
Goをカンストさせる話Moriyoshi Koizumi
 
第12回計算機構成
第12回計算機構成第12回計算機構成
第12回計算機構成眞樹 冨澤
 
FNA provime pranuese teste
FNA provime pranuese testeFNA provime pranuese teste
FNA provime pranuese testeArton Feta
 
第10回 計算機構成
第10回 計算機構成第10回 計算機構成
第10回 計算機構成眞樹 冨澤
 
20150701卒研進捗LT (share)
20150701卒研進捗LT (share)20150701卒研進捗LT (share)
20150701卒研進捗LT (share)mohemohe
 
K010 appstat201201
K010 appstat201201K010 appstat201201
K010 appstat201201t2tarumi
 
モナドがいっぱい!
モナドがいっぱい!モナドがいっぱい!
モナドがいっぱい!Kenta Sato
 
すごいH 第12章モノイド
すごいH 第12章モノイドすごいH 第12章モノイド
すごいH 第12章モノイドShinta Hatatani
 
KETpic できれいな図を書こう
KETpic できれいな図を書こうKETpic できれいな図を書こう
KETpic できれいな図を書こうYoshitomo Akimoto
 
すごいHaskell楽しく学ぼう 第6章
すごいHaskell楽しく学ぼう 第6章すごいHaskell楽しく学ぼう 第6章
すごいHaskell楽しく学ぼう 第6章aomori ringo
 

La actualidad más candente (18)

機械学習
機械学習機械学習
機械学習
 
初めてのSTL
初めてのSTL初めてのSTL
初めてのSTL
 
解説#74 連結リスト
解説#74 連結リスト解説#74 連結リスト
解説#74 連結リスト
 
"What Does Your Code Smell Like?"で学ぶPerl6
"What Does Your Code Smell Like?"で学ぶPerl6"What Does Your Code Smell Like?"で学ぶPerl6
"What Does Your Code Smell Like?"で学ぶPerl6
 
Rで学ぶデータマイニングI 第8章〜第13章
Rで学ぶデータマイニングI 第8章〜第13章Rで学ぶデータマイニングI 第8章〜第13章
Rで学ぶデータマイニングI 第8章〜第13章
 
SQL勉強会 初級編
SQL勉強会 初級編SQL勉強会 初級編
SQL勉強会 初級編
 
Goをカンストさせる話
Goをカンストさせる話Goをカンストさせる話
Goをカンストさせる話
 
第12回計算機構成
第12回計算機構成第12回計算機構成
第12回計算機構成
 
FNA provime pranuese teste
FNA provime pranuese testeFNA provime pranuese teste
FNA provime pranuese teste
 
第10回 計算機構成
第10回 計算機構成第10回 計算機構成
第10回 計算機構成
 
20150701卒研進捗LT (share)
20150701卒研進捗LT (share)20150701卒研進捗LT (share)
20150701卒研進捗LT (share)
 
K010 appstat201201
K010 appstat201201K010 appstat201201
K010 appstat201201
 
CG2013 03
CG2013 03CG2013 03
CG2013 03
 
モナドがいっぱい!
モナドがいっぱい!モナドがいっぱい!
モナドがいっぱい!
 
CG2013 12
CG2013 12CG2013 12
CG2013 12
 
すごいH 第12章モノイド
すごいH 第12章モノイドすごいH 第12章モノイド
すごいH 第12章モノイド
 
KETpic できれいな図を書こう
KETpic できれいな図を書こうKETpic できれいな図を書こう
KETpic できれいな図を書こう
 
すごいHaskell楽しく学ぼう 第6章
すごいHaskell楽しく学ぼう 第6章すごいHaskell楽しく学ぼう 第6章
すごいHaskell楽しく学ぼう 第6章
 

Destacado

141007middletonj evidence based crime prevention vr 2
141007middletonj evidence based crime prevention vr 2141007middletonj evidence based crime prevention vr 2
141007middletonj evidence based crime prevention vr 2John Middleton
 
Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Satoshi Kume
 
151218 2 middletonj save the planet save the nhs
151218 2 middletonj save the planet save the nhs151218 2 middletonj save the planet save the nhs
151218 2 middletonj save the planet save the nhsJohn Middleton
 
Decoy documents: Baiting an Insider
Decoy documents: Baiting an InsiderDecoy documents: Baiting an Insider
Decoy documents: Baiting an InsiderD Dastagiri
 
Use_OpenBabel_ver1.0
Use_OpenBabel_ver1.0Use_OpenBabel_ver1.0
Use_OpenBabel_ver1.0Satoshi Kume
 
47532471 100-najboljih-blues-albuma
47532471 100-najboljih-blues-albuma47532471 100-najboljih-blues-albuma
47532471 100-najboljih-blues-albumaruzinaante
 
Slide Violence e Racism Ingles
Slide Violence e Racism InglesSlide Violence e Racism Ingles
Slide Violence e Racism InglesLeonardo Nunes
 
4 Cool Things You Can Do with The New Twitter Profile
4 Cool Things You Can Do with The New Twitter Profile4 Cool Things You Can Do with The New Twitter Profile
4 Cool Things You Can Do with The New Twitter ProfileReney Mosal
 
AutoDock_japanese_ver.1.0
AutoDock_japanese_ver.1.0AutoDock_japanese_ver.1.0
AutoDock_japanese_ver.1.0Satoshi Kume
 
ITC_principle02_japanese_ver.1.0
ITC_principle02_japanese_ver.1.0ITC_principle02_japanese_ver.1.0
ITC_principle02_japanese_ver.1.0Satoshi Kume
 
Igor_pro_ODE_japanese_ver2.0
Igor_pro_ODE_japanese_ver2.0 Igor_pro_ODE_japanese_ver2.0
Igor_pro_ODE_japanese_ver2.0 Satoshi Kume
 
Ligplot+_japanese_ver.1.1
Ligplot+_japanese_ver.1.1Ligplot+_japanese_ver.1.1
Ligplot+_japanese_ver.1.1Satoshi Kume
 

Destacado (16)

R note 01_ver1.2
R note 01_ver1.2R note 01_ver1.2
R note 01_ver1.2
 
141007middletonj evidence based crime prevention vr 2
141007middletonj evidence based crime prevention vr 2141007middletonj evidence based crime prevention vr 2
141007middletonj evidence based crime prevention vr 2
 
Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Mac_Terminal_ver1.0
Mac_Terminal_ver1.0
 
151218 2 middletonj save the planet save the nhs
151218 2 middletonj save the planet save the nhs151218 2 middletonj save the planet save the nhs
151218 2 middletonj save the planet save the nhs
 
Decoy documents: Baiting an Insider
Decoy documents: Baiting an InsiderDecoy documents: Baiting an Insider
Decoy documents: Baiting an Insider
 
Use_OpenBabel_ver1.0
Use_OpenBabel_ver1.0Use_OpenBabel_ver1.0
Use_OpenBabel_ver1.0
 
7.4
7.47.4
7.4
 
47532471 100-najboljih-blues-albuma
47532471 100-najboljih-blues-albuma47532471 100-najboljih-blues-albuma
47532471 100-najboljih-blues-albuma
 
Slide Violence e Racism Ingles
Slide Violence e Racism InglesSlide Violence e Racism Ingles
Slide Violence e Racism Ingles
 
4 Cool Things You Can Do with The New Twitter Profile
4 Cool Things You Can Do with The New Twitter Profile4 Cool Things You Can Do with The New Twitter Profile
4 Cool Things You Can Do with The New Twitter Profile
 
Slide todo ingles
Slide   todo inglesSlide   todo ingles
Slide todo ingles
 
AutoDock_japanese_ver.1.0
AutoDock_japanese_ver.1.0AutoDock_japanese_ver.1.0
AutoDock_japanese_ver.1.0
 
ITC_principle02_japanese_ver.1.0
ITC_principle02_japanese_ver.1.0ITC_principle02_japanese_ver.1.0
ITC_principle02_japanese_ver.1.0
 
Igor_pro_ODE_japanese_ver2.0
Igor_pro_ODE_japanese_ver2.0 Igor_pro_ODE_japanese_ver2.0
Igor_pro_ODE_japanese_ver2.0
 
Ligplot+_japanese_ver.1.1
Ligplot+_japanese_ver.1.1Ligplot+_japanese_ver.1.1
Ligplot+_japanese_ver.1.1
 
Use_coot_ver.1.0
Use_coot_ver.1.0Use_coot_ver.1.0
Use_coot_ver.1.0
 

Similar a R_note_02_ver1.0

凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜Tomoki Yoshida
 
Java数値(浮動小数点)課題勉強会
Java数値(浮動小数点)課題勉強会Java数値(浮動小数点)課題勉強会
Java数値(浮動小数点)課題勉強会Tetsuya Yoshida
 
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)Yoshitake Takebayashi
 
Rの初歩: 6. グラフィックス
Rの初歩:  6. グラフィックスRの初歩:  6. グラフィックス
Rの初歩: 6. グラフィックスTeiko Suzuki
 
Rによる分類木 入門
Rによる分類木 入門Rによる分類木 入門
Rによる分類木 入門Hiro47
 
第1回R勉強会@東京
第1回R勉強会@東京第1回R勉強会@東京
第1回R勉強会@東京Yohei Sato
 
diffの真髄
diffの真髄diffの真髄
diffの真髄fuku68
 
C++11概要 ライブラリ編
C++11概要 ライブラリ編C++11概要 ライブラリ編
C++11概要 ライブラリ編egtra
 
みどりぼん9章前半
みどりぼん9章前半みどりぼん9章前半
みどりぼん9章前半Akifumi Eguchi
 
Rで実験計画法 前編
Rで実験計画法 前編Rで実験計画法 前編
Rで実験計画法 前編itoyan110
 
ダブル配列の実装方法
ダブル配列の実装方法ダブル配列の実装方法
ダブル配列の実装方法Higashiyama Masahiko
 
Processingによるプログラミング入門 第2回
Processingによるプログラミング入門 第2回Processingによるプログラミング入門 第2回
Processingによるプログラミング入門 第2回Ryo Suzuki
 
Factor型の注意点
Factor型の注意点Factor型の注意点
Factor型の注意点Hiroki K
 
第2回R勉強会1
第2回R勉強会1第2回R勉強会1
第2回R勉強会1Paweł Rusin
 
東京都市大学 データ解析入門 3 行列分解 2
東京都市大学 データ解析入門 3 行列分解 2東京都市大学 データ解析入門 3 行列分解 2
東京都市大学 データ解析入門 3 行列分解 2hirokazutanaka
 
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料Ken'ichi Matsui
 

Similar a R_note_02_ver1.0 (20)

凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
 
R intro
R introR intro
R intro
 
Java数値(浮動小数点)課題勉強会
Java数値(浮動小数点)課題勉強会Java数値(浮動小数点)課題勉強会
Java数値(浮動小数点)課題勉強会
 
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
 
Pythonintro
PythonintroPythonintro
Pythonintro
 
Rの初歩: 6. グラフィックス
Rの初歩:  6. グラフィックスRの初歩:  6. グラフィックス
Rの初歩: 6. グラフィックス
 
Tokyo r7 sem_20100724
Tokyo r7 sem_20100724Tokyo r7 sem_20100724
Tokyo r7 sem_20100724
 
Rによる分類木 入門
Rによる分類木 入門Rによる分類木 入門
Rによる分類木 入門
 
第1回R勉強会@東京
第1回R勉強会@東京第1回R勉強会@東京
第1回R勉強会@東京
 
diffの真髄
diffの真髄diffの真髄
diffの真髄
 
C++11概要 ライブラリ編
C++11概要 ライブラリ編C++11概要 ライブラリ編
C++11概要 ライブラリ編
 
みどりぼん9章前半
みどりぼん9章前半みどりぼん9章前半
みどりぼん9章前半
 
Rで学ぶロバスト推定
Rで学ぶロバスト推定Rで学ぶロバスト推定
Rで学ぶロバスト推定
 
Rで実験計画法 前編
Rで実験計画法 前編Rで実験計画法 前編
Rで実験計画法 前編
 
ダブル配列の実装方法
ダブル配列の実装方法ダブル配列の実装方法
ダブル配列の実装方法
 
Processingによるプログラミング入門 第2回
Processingによるプログラミング入門 第2回Processingによるプログラミング入門 第2回
Processingによるプログラミング入門 第2回
 
Factor型の注意点
Factor型の注意点Factor型の注意点
Factor型の注意点
 
第2回R勉強会1
第2回R勉強会1第2回R勉強会1
第2回R勉強会1
 
東京都市大学 データ解析入門 3 行列分解 2
東京都市大学 データ解析入門 3 行列分解 2東京都市大学 データ解析入門 3 行列分解 2
東京都市大学 データ解析入門 3 行列分解 2
 
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
 

Más de Satoshi Kume

ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデートChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデートSatoshi Kume
 
230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdfSatoshi Kume
 
20230314_R-universe.pdf
20230314_R-universe.pdf20230314_R-universe.pdf
20230314_R-universe.pdfSatoshi Kume
 
211204_japan_r_v01
211204_japan_r_v01211204_japan_r_v01
211204_japan_r_v01Satoshi Kume
 
211104 Bioc Asia workshop
211104 Bioc Asia workshop211104 Bioc Asia workshop
211104 Bioc Asia workshopSatoshi Kume
 
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathonCRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathonSatoshi Kume
 
Exchange program 071128
Exchange program 071128Exchange program 071128
Exchange program 071128Satoshi Kume
 
D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)Satoshi Kume
 
AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)Satoshi Kume
 
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)Satoshi Kume
 
Openlink Virtuoso v01
Openlink Virtuoso v01Openlink Virtuoso v01
Openlink Virtuoso v01Satoshi Kume
 
201209 Biopackathon 12th
201209 Biopackathon 12th201209 Biopackathon 12th
201209 Biopackathon 12thSatoshi Kume
 
201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索Satoshi Kume
 
201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00preSatoshi Kume
 
200612_BioPackathon_ss
200612_BioPackathon_ss200612_BioPackathon_ss
200612_BioPackathon_ssSatoshi Kume
 
How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0Satoshi Kume
 
CentOS_slide_ver1.0
CentOS_slide_ver1.0CentOS_slide_ver1.0
CentOS_slide_ver1.0Satoshi Kume
 

Más de Satoshi Kume (20)

ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデートChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
 
230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf
 
20230314_R-universe.pdf
20230314_R-universe.pdf20230314_R-universe.pdf
20230314_R-universe.pdf
 
211204_japan_r_v01
211204_japan_r_v01211204_japan_r_v01
211204_japan_r_v01
 
211104 Bioc Asia workshop
211104 Bioc Asia workshop211104 Bioc Asia workshop
211104 Bioc Asia workshop
 
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathonCRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
 
Exchange program 071128
Exchange program 071128Exchange program 071128
Exchange program 071128
 
D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)
 
AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)
 
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
 
Openlink Virtuoso v01
Openlink Virtuoso v01Openlink Virtuoso v01
Openlink Virtuoso v01
 
201209 Biopackathon 12th
201209 Biopackathon 12th201209 Biopackathon 12th
201209 Biopackathon 12th
 
201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索
 
201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre
 
200612_BioPackathon_ss
200612_BioPackathon_ss200612_BioPackathon_ss
200612_BioPackathon_ss
 
How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0
 
CentOS_slide_ver1.0
CentOS_slide_ver1.0CentOS_slide_ver1.0
CentOS_slide_ver1.0
 
R_note_ODE_ver1.0
R_note_ODE_ver1.0R_note_ODE_ver1.0
R_note_ODE_ver1.0
 
R_note_01_ver1.1
R_note_01_ver1.1 R_note_01_ver1.1
R_note_01_ver1.1
 
MUMA_ver.1.0
MUMA_ver.1.0MUMA_ver.1.0
MUMA_ver.1.0
 

Último

ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ssusere0a682
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationYukiTerazawa
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ssusere0a682
 
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptUniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptyuitoakatsukijp
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2Tokyo Institute of Technology
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024koheioishi1
 
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料Takayuki Itoh
 

Último (7)

ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
 
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptUniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
 
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
 

R_note_02_ver1.0

  • 1. Satoshi Kume 140818 ver 1.0 R note 02 on Mac OS X 1. 乱数の生成 > head(A <- runif(10, min=0, max=1)) # 0∼1間の一様分布 > head(B <- rnorm(10000, mean=0, sd=1)) # 正規分布に従う乱数生成関数 # head(): 変数の先頭だけ表示、default=6個 [1] -0.6443054 -0.1996644 0.3180832 -0.2864285 0.4732518 1.4134141 > mean(B); var(B) #「;」 複数行を繋げられる [1] -0.007418862 # 平均 0 分散 1 に近似される [1] 0.9759483 > sample(B, 5) # Aから5個の非復元ランダム抽出 > head(C <- rexp(5, rate = 1)) # 指数分布に従う乱数生成関数
  • 2. > data(ToothGrowth) # 歯の成長に対するビタミンCの効果 > ToothGrowth # 右のように表示される > str(ToothGrowth) # データフレームで読み込まれている 'data.frame': 60 obs. of 3 variables:... 2. サンプルデータのロード 3. データ列 & 行の取り出し > ToothGrowth$len # len行の表示・選択 > ToothGrowth[,1] # 1列目の表示・選択(上記と同じ) > ToothGrowth[1,] # 1行目の表示・選択 > len <- ToothGrowth$len # len行をオブジェクト「len」 # に格納する > attach(ToothGrowth) # リスト名を明示する必要がなくなる。 # 以下の3行を実行するのと同じ > len <- ToothGrowth$len > supp <- ToothGrowth$supp > dose <- ToothGrowth$dose > detach(ToothGrowth) # attachのキャンセル 4. データフレームの要素参照
  • 3. 5. 単純集計・クロス集計 > attach(ToothGrowth) # 列名による要素参照 以下のオブジェクトはマスクされています (from ToothGrowth (position 3)) : dose, len, supp > table(supp) # suppの単純集計 supp OJ VC 30 30 > table(ToothGrowth$supp, ToothGrowth$dose) # suppとdoseのクロス集計 0.5 1 2 OJ 10 10 10 VC 10 10 10 > table(supp, dose) # suppとdoseのクロス集計(結果は上と同じ) dose # doseとsuppの説明が追加される。 supp 0.5 1 2 OJ 10 10 10 VC 10 10 10
  • 4. > head(supp.dose.c <- cbind(supp, dose)) # suppとdoseの列結合 supp dose [1,] 2 0.5 [2,] 2 0.5 [3,] 2 0.5 > head(supp.dose.r <- rbind(supp, dose)) # suppとdoseの行結合 [,1] [,2] [,3] ... supp 2.0 2.0 2.0 ... dose 0.5 0.5 0.5 ... > ToothGrowth1 <- transform(ToothGrowth, x=1) # 列 x の追加 > head(ToothGrowth1) > ToothGrowth1 <- transform(ToothGrowth, abc=2) # 列 abc の追加 > head(ToothGrowth1) > ToothGrowth1$def <- 3 # 列 def の追加 > head(ToothGrowth1) 6. 行・列データの結合
  • 5. 7. 行・列データの抽出 > data(ToothGrowth) > (ToothGrowth1 <- subset(ToothGrowth, dose==0.5)) # dose 0.5 行の抽出 > (ToothGrowth2 <- subset(ToothGrowth, supp=="VC")) # supp VC 行の抽出 > (ToothGrowth3 <- subset(ToothGrowth, dose>0.5)) # dose 1 と 2 行の抽出 > (ToothGrowth4 <- subset(ToothGrowth, dose>0.5, c(len, dose))) # dose 1 と 2 行 かつ len と dose 列の抽出 > (ToothGrowth5 <- ifelse(ToothGrowth, dose>0.5, c(len, dose))) # dose 1 と 2 行 かつ len と dose 列の抽出
  • 6. 8. 作図関数 plot() > plot(Xdata, Ydata, col = "black", type = "p, l, b, c, o, h, s, S, n", pch = 20, lwd = 2, lty = 1, log = “”, cex=1.5, cex.axis=1.5, cex.main=1.5, xlim=c(0, 1), ylim=c(0, 1), cex.lab=1.5, xlab="X-axis", ylab="Y-axis"); par(new=”F”) type=”” ”p”: 点グラフ, ”l”: 折れ線グラフ, type=”b”: 点・線グラフ, ”c”: 線グラフ, ”h”: 垂線グラフ、, ”s or S”: 階段グラフ log=””: 対数表示無し(デフォルト), log=”x”: X軸の対数表示, log=”xy”: XY軸の対数表示 xlim=c(0,5): X座標の最小値 0 &最大値 5, ylim=c(-10,10): Y座標の最小値 -10 &最大値 10 col = 1: 作図に用いる色 1: black, 2: red, 3: green, 4: blue, 5: skyblue, 6: violet, 7: yellow, 8: grey, rainbow(12): 虹色12段階, heat.colors(12): 暖色12段階, cm.colors(12): 寒色12段階, topo.colors(12): 地質色12段階 pch = 1: 作図に用いるシンボル(0~25の整数), 0: 四角, 1: ⃝, 2: △, 3: +, 4: ×, 5: ◇, 6: ▽, 8: *, 15: ■, 16: ●, 17: ▲, 18: # bg = ””: 背景色の指定, fg = ””: 前面色の指定, bty = ”l”: 枠L字型, bty = ”n”: 無枠型 lwd = ”1”: 線分の幅(値が大きければ、太い), lty =”1”: 線分の形式 0: 線無し, 1: 実線, 2: 破線, 3: ドット線, 4: ドット破線, 5: 長いダッシュ, 6: 2つのダッシュ cex = ”1.5”: 文字やマーカーの拡大率, cex.axis: 軸の拡大率, cex.lab: ラベルの拡大率, cex.main: タイトルの拡大率, cex.sub: サブタイトルの拡大率 par(new=”T”): 図を上書きする, par(new=”F”): 図を上書きしない
  • 7. -1.0 -0.5 0.0 0.5 1.0 0.00.20.40.60.81.0 x y1 -1.0 -0.5 0.0 0.5 1.0 -1.0-0.8-0.6-0.4-0.20.0 x y2 9. 円の作図 > x <- seq(-1,1,0.01) > y1 <- sqrt(1-x^2) > y2 <- -sqrt(1-x^2) > plot(x, y1) ; par(new="T") > plot(x, y2, col="red") > x <- seq(-1,1,0.01) > y1 <- sqrt(1-x^2) > y2 <- -sqrt(1-x^2) > plot(x, y1, ylim=c(-1.1,1.1), type="l", lwd=3) ; par(new="T") > plot(x, y2, col="red", ylim=c(-1.1,1.1), type="l", lwd=3, axes=F, ann=F)
  • 8. ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ 10. plotのいろいろ > plot(sin, -3*pi, 3*pi, type="l") # ① > plot(cos, -3*pi, 3*pi, type="l") # ② > plot(ToothGrowth$len) # ③ > plot(ToothGrowth$supp, ToothGrowth$len) # ④ > plot(ToothGrowth$supp, ToothGrowth$dose) # ⑤ > plot(ToothGrowth$dose, ToothGrowth$len) # ⑥ > plot(ToothGrowth$len, ToothGrowth$supp) # ⑦ > plot(ToothGrowth$len, ToothGrowth$dose) # ⑧
  • 9. ②① 11. 作図関数のいろいろ boxplot() > boxplot(ToothGrowth$len ~ ToothGrowth$supp) # ① > boxplot(ToothGrowth$len ~ ToothGrowth$dose) # ② 12. 作図関数のいろいろ hist() > hist(ToothGrowth$len)
  • 10. 13. グラフの保存 1. ファイル $ 別名で保存 $ Png/Jpeg $ 名前を付けて保存する。 2. グラフ上 $ Control + C $ パワポ上で、Control + V > png(filename="file.png",width=400,height=500,pointsize=12,bg="white") > dev.off() ## 必ず行う!