Inleiding tot functie

Functies zijn de fundamentele bouwsteen van elke programmeertaal. Het helpt bij modulaire programmering, dat wil zeggen, we maken een codeblok (functie) en gebruiken het wanneer nodig. Het creëren van een functie voorkomt dat steeds opnieuw hetzelfde stuk code wordt geschreven. In dit onderwerp gaan we meer te weten komen over R-programmafuncties.

Een functie zou moeten zijn

  • geschreven om een ​​specifieke taak uit te voeren.
  • kan al dan niet argumenten bevatten
  • een lichaam bevatten
  • kan al dan niet een of meer waarden retourneren.

Functies in R

R heeft veel ingebouwde functies die worden gebruikt voor de specifieke taken

Hier enkele belangrijke en vaak gebruikte functies in Data Science

worden hieronder vermeld

1. gemiddelde ()

Het wordt gebruikt om het gemiddelde voor het object te vinden.

Ex: a<-c(0:10, 40)
xm<-mean(a)
print(xm)

Output:

(1) 7.916667

2. sd ()

Het geeft de standaardafwijking van een object terug.

a<-c(0:10, 40)
xm<-sd(a)
print(xm)

Output:

(1) 10.58694

3. mediaan ()

Het geeft mediaan terug.

a<-c(0:10, 40)
xm<-meadian(a)
print(xm)

Output:

(1) 5.5

4. som ()

Het geeft een som terug.

a<-c(0:10, 40)
xm<-sum(a)
print(xm)

Output:

(1) 95

5 minuten()

Het geeft de minimumwaarde terug.

a<-c(0:10, 40)
xm<-min(a)
print(xm)

Output:

(1) 0

6. max ()

Het geeft de maximale waarde terug.

a<-c(0:10, 40)
xm<-max(a)
print(xm)

Output:

(1) 40

7. is.na ()

Het geeft de lege rijen terug.

De uitvoer is WAAR of ONWAAR.

Waar voor lege rijen en Onwaar voor niet-lege rijen.

  • which (is.na ()) - Retourneert de index van de lege rijen.
  • help () - gebruikt om de documentatie van modules, functies, klassen, trefwoorden, enz. weer te geven

Er zijn veel andere ingebouwde functies die kunnen worden gebruikt door respectieve bibliotheken te importeren.

Afgezien van deze ingebouwde functies, kunnen we onze eigen functies maken op basis van de behoefte.

Onze eigen functies creëren

Hier is het formaat voor het schrijven van onze eigen functie:

Funtion_name <- function(p)
(
Body
return ()
)

Hier leg ik elk onderdeel van deze door de gebruiker gedefinieerde functie uit.

1. Functienaam

We kunnen elke functie een naam geven, maar we beslissen de functienaam op basis van de

Functionaliteit, dat wil zeggen het type bewerking dat wordt uitgevoerd.

Als we bijvoorbeeld een functie maken om de som van 2 getallen te berekenen, dan

Het is beter om de naam "Som" aan die functie te geven.

2. Lichaam van de functie

We schrijven de stappen om een ​​bepaalde bewerking uit te voeren. Deze stappen worden de body van de functie genoemd. De code van de functie is gesloten tussen accolades ().

Bijvoorbeeld

Stel dat we de som van twee getallen moeten berekenen:

Dan zal de kern van de functie zijn:

Sum (x, y)
(
a=x
b=y
c = a+b
return (c)
)

De gemarkeerde lijnen worden het lichaam van de functie genoemd.

We zijn nu enkele nieuwe termen tegengekomen, zoals return () en na de naam van de functie hebben we twee waarden x doorgegeven, deze worden parameters genoemd. Ik zal deze voorwaarden in detail toelichten:

Ten eerste, parameters: dit zijn de variabelen waarop we de bewerking uitvoeren die is gedefinieerd in de functie.

Ten tweede, return (): binnen de functie hebben we een return () waardoor onze functie wordt afgesloten en waarde wordt teruggegeven aan de beller.

Het belang om de functie te bouwen

Het is heel moeilijk om het grote stuk code te begrijpen. Het is noodzakelijk om een ​​nieuwe manier te bedenken om de grote monolithische code in kleinere leesbare code te breken, dwz (functie)

Door het gebruik van Functie werd het een betere manier om te modulariseren. De functie is gewoon een andere manier om de uitvoeringsregel van codes in één stuk te groeperen en deze een naam te geven. De naam helpt ons om het te noemen zoals je me kunt noemen als je mijn naam kent.

Zoals we hebben gezien, zijn er verschillende ingebouwde functies in R, die onze

Werk eenvoudiger, we hoeven alleen de bibliotheken te importeren en kunnen de functies gebruiken

beschikbaar in deze bibliotheken.

Conclusie - R-programmafuncties

Het primaire gebruik van R is en blijft statistieken, visualisatie en machine learning, waarvoor veel berekeningen en visualisaties nodig zijn, wat betekent dat we veel functies nodig hebben. Weinig statistische berekeningen zoals gemiddelde, mediaan, standaarddeviatie, enz. Zijn vereist in bijna alle Data Science-projecten. Daarom hebben we veel ingebouwde bibliotheken die bestaan ​​uit veel functies die vaak worden gebruikt. Als we nieuwe functionaliteit moeten implementeren, kunnen we onze eigen functies maken.

Aanbevolen artikelen

Dit is een gids voor R-programmafuncties. Hier bespreken we enkele belangrijke en vaak gebruikte functies in het R-programma en het formaat voor het schrijven van onze eigen functie. U kunt ook de volgende artikelen bekijken voor meer informatie -

  1. R Programmeertaal
  2. R Programmering versus Python
  3. Carrières in R Programmering
  4. R Online programmeerhandleiding
  5. Voorbeelden van ingebouwde Python-functies

Categorie:

Big Data