10分で分かるr言語入門ver2.15 15 1010
•
5 recomendaciones•3,195 vistas
https://api.atnd.org/events/70522
Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (20)
Similar a 10分で分かるr言語入門ver2.15 15 1010
Similar a 10分で分かるr言語入門ver2.15 15 1010 (20)
Más de Nobuaki Oshiro
Más de Nobuaki Oshiro (20)
Último
Último (8)
10分で分かるr言語入門ver2.15 15 1010
- 5. 自己紹介 • 名前：大城信晃 • Twitter：doradora09 • 職業：データ基盤構築&分析 • R：勉強中 • マイブーム： • カクテル作り、カメラ • いきなりステーキ 5
- 11. 本日のNews 11
- 18. 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 18
- 24. Rコンソール起動 24
- 26. 処理の記述 3+5 = 8 10-7 = 3 26
- 30. 値を入れる箱 > hako <- 10 > hako [1] 10 > hako * 2 [1] 20 変数 30
- 31. 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 31
- 32. 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 32
- 33. 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 33
- 34. 各要素へのアクセス > array[1] [1] 10 > array[2] [1] 20 > array[3] [1] 30 配列 34
- 35. 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 35
- 36. 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 36
- 37. 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 37
- 39. 各要素の指定 > array2[1,1] [1] 10 > array2[1,] [1] 10 30 50 > array2[,1] [1] 10 20 行列 39
- 40. 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 40
- 41. 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 41
- 42. 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 42
- 43. 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 43
- 44. 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 44
- 47. 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) ・・・ ・・・ 47
- 48. 合計を求める関数 > array [1] 10 20 30 > sum(array) [1] 60 48
- 49. 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 49
- 50. 行列も足せる > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 > sum(array2) [1] 210 関数 50
- 51. 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 51
- 52. 結果を格納関数 > ret <- sum(array2) > ret [1] 210 変数 52
- 53. 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 53
- 55. 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 55
- 56. 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 56
- 57. 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57
- 59. 関数の書き方 関数名 <- function (引数) { 処理 } 59
- 60. 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 60
- 61. 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 61
- 64. 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 64
- 65. > x <- rnorm(50) > hist(x, breaks=seq(-3, 3,1)) 標準作図関数作図 65
- 66. > 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 66
- 67. > x <- rnorm(50) > plot(x) 標準作図関数作図 乱数生成 プロット 関数 67
- 70. > install.packages( ggplot2 ) > library("ggplot2") 外部パッケージパッケージ 作図 70
- 71. > 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 71
- 72. a <- 1:10 b <- a^2 qplot(a,b) qplotが利用可能パッケージ 作図 72
- 73. 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 73
- 74. 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 74
- 76. 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 76
- 81. •日本語の資料 81
- 88. 88
- 90. •以下海外のサイト（英語) 90
- 97. 質疑応答 97
- 98. 予備資料 98
- 100. イケメンツールRStudio 100
- 103. Tips 103
- 104. 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 104