У вас нет прав на редактирование этой страницы по следующей причине:
Запрошенное действие могут выполнять только участники из группы «Участники».
Текст:
{{w|http://ru.wikipedia.org/wiki/R_(язык_программирования)|R (язык программирования)}} R — язык программирования для статистической обработки данных и работы с графикой. Используется в Летописи для внешнего анализа данных наряду с [[Netlogo]], [[Графвиз]], [[VUE]], [[Gephi]], [[VOSviewer]] == Базовые возможности == == Типы данных == === Векторы === Векторы (vector) – это одномерные массивы данных, которые могут содержать числовые, текстовые или логические значения. Для создания вектора применяется функция объединения c(). Вот примеры векторов каждого типа: a <- c(1, 2, 5, 3, 6, -2, 4) b <- c(“one”, “two”, “three”) c <- c(TRUE, TRUE, TRUE, FALSE, === Матрицы === [[Матрица]] (matrix) – это двумерный массив данных, в котором каждый элемент имеет одинаковый тип (числовой, текстовый или логический). Вы можете обозначать строки, столбцы и элементы матрицы при помощи индексов и квадратных скобок. Например, X[i,] обозначает i-ую строку матрицы X, X[,j] – обозначает ее j-ый столбец, а X[i, j] соответствует элементу этой матрицы, расположенному на пересечении этой строки и этого столбца. См. [[Матрица смежности]] === Массивы === Массивы данных (array) сходны с матрицами, но могут иметь больше двух измерений. === Таблицы === Таблица данных (data frame) – это более широко используемый по сравнению с матрицей объект, поскольку разные столбцы могут содержать разные типы данных (числовой, текстовый и т. д.). Таблица данных – это самая часто используемая структура данных в R. === Факторы === Категориальные (номинальные и порядковые) данные называются в R факторами. Например, есть вектор diabetes <- c(“Type1”, “Type2”, “Type1”, “Type1”). Команда diabetes <- factor(diabetes) преобразует этот вектор в (1, 2, 1, 1) и устанавливает внутреннее соответствие 1=Type1 и 2=Type2 (присвоение числовых значений происходит в алфавитном порядке). Установку по умолчанию можно изменить при помощи параметра levels. Например, status <- factor(status, order=TRUE, levels=c(“Poor”, “Improved”, “Excellent”)) === Списки === Списки – это самый сложный тип данных в R. Фактически список – это упорядоченный набор объектов (компонентов). == Как загружать (импортировать данные в R) == ; data <- read.table(file.choose(),header=TRUE, sep=";", encoding="UTF-8") : ; x <- read.csv(file.choose(),header=TRUE, sep=";", encoding="UTF-8") : mydata <- read.csv(file.choose(),header=TRUE) mydata <- read.csv(file.choose(),sep=";", as.is=T, header=TRUE) === library(tidyverse) === * dt1 <- read_csv2("0303.csv") - считать таблицу == Как экспортировать данные из R ? == write.csv(x, file="filename", row.names=FALSE) === library(tidyverse) === * write_csv (object "filename.csv") == Как обработать данные в R ? == Удалить ненужные столбцы, выбрать нужные значение по датам и т.д. Выбрать только нужные столбцы newLD <- subset(letdata, select = c( -rev_user_text, -page_title)) * newLD <- subset(letdata, select = c( rev_user_text, page_title)) - если именно их хотим оставить LT2 <- data.frame(User = letdata[,4], Page = letdata[,3]) Отсортировать по времени * sort1.let <- newLD[order(NewLD$rev_timestamp), ] ** Например, сортируем историю летописи lhist2 <- lhist[order(lhist$rev_timestamp),] Выбрать уникальные значения ubi2 <- data.frame(User = ubi[,2], Page = ubi[,3]) * users <- unique(ubi2[,1]) * pages <- unique(ubi2[,2]) * users2006 <- unique(lhist.sub2006[,2]) ; А теперь посчитать сколько в списке участников ; Выбрать только тех, у кого есть все значения :newdata <- na.omit(lhist ) Как выбрать тех, у кого значение соответствует указанному - Например, 2006 grep(pattern = "2006", lethist, value = TRUE) subset(x, ...) — возвращает подмножество элемента, которое соответствует заданному условию == Диаграммы == dev.new() plot() == Специальные пакеты == === [[igraph]] === Пакет для работы с графами - создание и видуализация графов === [[tidyverse]] === Пакет упрощающий работу с данными. Книги по Tidyverse # Hadley Wickham and Garrett Grolemund - '''R for Data Science Import, Tidy, Transform, Visualize, and Model Data''' 2017 # === [[tidygraph]] === === Пакет для обработки решеток Келли - OpenRepGrid === http://docu.openrepgrid.org/s === [[R]] + [[Netlogo]] === * http://www.inside-r.org/packages/cran/RNetLogo/docs/NLGetGraph === R + Gephi === * https://blogs.msdn.microsoft.com/gpalem/2013/03/29/convert-igraph-r-objects-to-gexf-gephi-format/ ---- [[Категория:Язык программирования]] [[Категория:R]] [[Категория:Учебная аналитика]]
Описание изменений:
Малое изменение Включить эту страницу в список наблюдения
Отменить