![値を入れる箱
> hako <- 10
> hako
[1] 10
> hako * 2
[1] 20
変数
23](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-23-320.jpg)
![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
24](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-24-320.jpg)
![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
25](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-25-320.jpg)
![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
26](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-26-320.jpg)
![各要素へのアクセス
> array[1]
[1] 10
> array[2]
[1] 20
> array[3]
[1] 30
配列
27](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-27-320.jpg)
![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
28](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-28-320.jpg)
![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
29](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-29-320.jpg)
![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
30](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-30-320.jpg)
![各要素の指定
> array2[1,1]
[1] 10
> array2[1,]
[1] 10 30 50
> array2[,1]
[1] 10 20
行列
32](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-32-320.jpg)
![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
33](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-33-320.jpg)
![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
36](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-36-320.jpg)
![合計を求める関数
> array
[1] 10 20 30
> sum(array)
[1] 60
41](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-41-320.jpg)
![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
42](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-42-320.jpg)
![行列も足せる
> array2
[,1] [,2] [,3]
[1,] 10 30 50
[2,] 20 40 60
> sum(array2)
[1] 210
関数
43](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-43-320.jpg)
![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
44](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-44-320.jpg)
![結果を格納関数
> ret <- sum(array2)
> ret
[1] 210
変数
45](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-45-320.jpg)
![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
46](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-46-320.jpg)
![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
53](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-53-320.jpg)
![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
54](https://image.slidesharecdn.com/10rver2upload-150221031606-conversion-gate02/85/10-r-ver2-upload-54-320.jpg)
10分で分かるr言語入門ver2 upload用
- 4. 自己紹介 • 名前：大城信晃 • Twitter：doradora09 • 職業：データマイニングエンジニア • R：勉強中。 • 業務ではhadoop使ってます • マイブーム： • カクテル作り • カメラ 4
- 12. 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 12
- 17. Rコンソール起動 17
- 19. 処理の記述 3+5 = 8 10-7 = 3 19
- 23. 値を入れる箱 > hako <- 10 > hako [1] 10 > hako * 2 [1] 20 変数 23
- 24. 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 24
- 25. 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 25
- 26. 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 26
- 27. 各要素へのアクセス > array[1] [1] 10 > array[2] [1] 20 > array[3] [1] 30 配列 27
- 28. 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 28
- 29. 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 29
- 30. 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 30
- 32. 各要素の指定 > array2[1,1] [1] 10 > array2[1,] [1] 10 30 50 > array2[,1] [1] 10 20 行列 32
- 33. 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 33
- 34. 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 34
- 35. 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 35
- 36. 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 36
- 37. 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 37
- 40. 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) ・・・ ・・・ 40
- 41. 合計を求める関数 > array [1] 10 20 30 > sum(array) [1] 60 41
- 42. 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 42
- 43. 行列も足せる > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 > sum(array2) [1] 210 関数 43
- 44. 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 44
- 45. 結果を格納関数 > ret <- sum(array2) > ret [1] 210 変数 45
- 46. 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 46
- 48. 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 48
- 49. 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 49
- 50. 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50
- 52. 関数の書き方 関数名 <- function (引数) { 処理 } 52
- 53. 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 53
- 54. 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 54
- 57. 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 57
- 58. > x <- rnorm(50) > hist(x, breaks=seq(-3, 3,1)) 標準作図関数作図 58
- 59. > 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 59
- 60. > x <- rnorm(50) > plot(x) 標準作図関数作図 乱数生成 プロット 関数 60
- 63. > install.packages( ggplot2 ) > library("ggplot2") 外部パッケージパッケージ 作図 63
- 64. > 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 64
- 65. a <- 1:10 b <- a^2 qplot(a,b) qplotが利用可能パッケージ 作図 65
- 66. 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 66
- 67. 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 67
- 69. 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 69
- 74. •日本語の資料 74
- 79. RとSQLの対応付け •SQLが分かる人は一読の価値有り http://d.hatena.ne.jp/a_bicky/20110529/1306667230 79
- 81. 81
- 82. •以下海外のサイト（英語) 82
- 84. CRAN Task Viws •日本語訳してるサイト(一部機械翻訳) http://www.trifields.jp/r-cran-task-views-639 84
- 89. 質疑応答 89
- 90. 予備資料 90
- 95. Tips 95
- 96. 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 96
- 97. 補足2：関数調べ方関数CSV > ?read.table > ??read.table >help(read.table) ! ヘルプを 呼び出すことが 出来る 97