Inleiding tot R-gegevenstypen

R is een programmeertaal die helpt bij het uitvoeren van statistische analyses en is nu standaard geworden voor statistisch computergebruik. En wordt geleverd met een aantal vooraf gedefinieerde functies om verschillende taken uit te voeren. Kennis van lineaire algebra zal een toegevoegde waarde zijn omdat het nuttig is in R- en matrixberekeningen. 'R' gebruikt opdrachtregelinterfaces en accepteert opdrachten om eraan te werken met behulp van een prompt>. Laten we de R-gegevenstypen begrijpen.

Leg R-gegevenstypen uit

R-programmering ondersteunt verschillende datatypes zoals scalars, matrices, lijsten, vector- en dataframes. Alles in R wordt als een object beschouwd, betekent dat het bewerkingen op objecten opslaat en verwerkt). Het belangrijkste kenmerk van R is dat een ander proces met verschillende soorten objecten wordt uitgevoerd. De meeste opdrachten in R betreffen het toepassen van functies op de objecten. Variabelen vereisen geen aangifte, in plaats van een reeks getallen aan de vectoren toe te wijzen kan worden gedaan.

Laten we de typen één voor één leren:

1. Vector

Vector heeft een set waarden met dezelfde typen (verzameling geordende elementen) weergegeven in één dimensie. De klasse van de vector wordt bepaald door het type ingevoerde gegevens. Wanneer een vector wordt gemaakt voor meer dan één element, wordt de functie c () gebruikt om alle elementen samen te voegen in een enkele vector. Vectoren zijn een reeks numerieke, opeenvolgende getallen of willekeurige getallen. Vectorvariëteiten zijn het karakter, geheel getal, numeriek, complex, logisch (waar, onwaar). Dit zijn impliciete conversie. Enkele van de functies vijf vectorfuncties zijn lengte (), klasse (x), is.logical (x), is.null, rep ().

Voorbeeld

Hieronder ziet u voorbeelden van basisvectoren:

  • Vector rekenkunde: numerieke vectoren worden uitgevoerd in rekenkundige uitdrukkingen om berekeningen uit te voeren om een ​​andere vector te geven. Er worden ook statistische bewerkingen uitgevoerd die gegevens geven als max, min, var mean.

Code:

>y <-c (1, 2, 2.5, 3)
>y +2

Output:

De bovenstaande instructie geeft de uitvoer met behulp van de functie c () die variabele t toevoegt aan 2.

  • De lengte van de vector wordt berekend door de functie len ().

Code:

> len (y)

Output:

  • Logische vectoren: vergelijking van twee getallen met logische waarden zoals True, false, NA. Logische operatoren om aan bepaalde voorwaarden te voldoen, zijn <,, > =, ==, ! = Voor ongelijkheid.

voorbeeld 1

Code:

> v <- seq ( -2, 2)
> l 0
> l

Output:

Voorbeeld 2

Code:

>x=c (3, 6, 1, 2)
>x>2

Output:

Code:

rep () – to create replicate values.
rep(1, 3)
rep( 3:6, 2)
rep( 1:3, each =2)
rep(1:3, times=2, each =2)

  • Maak een vector

Code:

color <- c ('blue', 'pink', 'white')
print (color)

  • Om de klasse van de vector weer te geven

Code:

print ((class (color))

Output:

In het bovenstaande programma (1) geeft dit het eerste element van de vector aan.

2. Factor

De factor voegt numerieke codes toe samen met het tekenniveau. In eenvoudige definieert het categorische gegevens met geordende en ongeordende sets. Ze worden gedefinieerd met behulp van functiefactor (). Door gegevens in een factor op te slaan, kunt u gegevens efficiënt opslaan in statistische modellen.

voorbeeld 1

Code:

>f = factor (c(1, 6, 2, 4, 7, 1, 6, 7, 8)
> print (f)

Output:

Voorbeeld 2

Code:

> k = factor (c( 2, 0, 2, 0, 0, 0 ), levels =c(0, 2), labels =c( “ prince “, ”princess”))
>k

Output:

3. Matrix

In R is de programmeermatrix een tweedimensionaal element met numerieke en karaktervectoren, eenvoudig een atoomvector met het aantal rijen en kolommen. Drie manieren om een ​​matrix te maken zijn met behulp van de functiematrix (), conversie van de vector in de matrix en bindende vectoren. Enkele nuttige functies hier zijn:

  • rbind () en cbind (): combineert of bindt kolommen en rijen.
  • dim (): dimensies instellen.

Syntaxis:

variable <- matrix(vector, n rows, n columns, split by row or column)

Hier, als het waar is, wordt het opgesplitst per rij, valse retouren gesplitst per kolom.

voorbeeld 1

  • Overweeg een matrix.

Code:

>x = matrix(c (1, 2, 3, 4, 5, 6, 7, 8) 2, 4, true)
> print (x)

Output:

Voorbeeld 2

  • Gezien Bind.

Code:

a <- 1:4
b<- 10 :13
cbind( a, b)
a b

Output:

4. Lijst

Lijst slaat objecten op en de elementen kunnen een karakter, matrices, arrays, numeriek zijn. het kan ook uit een andere lijst als item bestaan.

Syntaxis:

variable <- list (list items)

Voorbeeld van een R-lijst:

Code:

>lak = list (23, “hi”, cos, list (5L, ” l”))
>print (lak)

Output:

Voorbeeld Overweeg kopieën van drie vectoren:

Code:

>a =c(3, 5, 6)
> b =c(“aa”, ”cc”, ”ee”)
> x=c (true, false, true)
> y=list(a, b, x)

Daarom bevat y de kopieën van a, b, x.

5. Gegevensframe

Gegevensframes zijn tweedimensionaal met een groep vectoren van gelijke lengte. Het is een speciaal soort lijst met een lijst met rechthoekige indelingen. De belangrijkste factor is het opslaan van gegevenstabellen. Ze worden gemaakt met behulp van functiegegevens. de lijst ().

Syntaxis:

variable <- data.frame ( list 1, list 2… list N)

voorbeeld 1

Laten we een voorbeeld bekijken van het gegevensframe in R.

Code:

>X= data.frame( values =c(20, 50, 10), name =c(' Gri', 'Tom', 'jeff'))
> print(X) values Name

Output:

Zelfs we kunnen ingebouwde dataframes gebruiken. Waarin het bovenste element een koptekst definieert, gevolgd door gegevensrijen en kolommen. Om het voorbeeld te bekijken, kunnen we de hoofdfunctie eerder gebruiken.

Voorbeeld 2

Code:

>computer
Date intel speed data
hp 1990 8081 MHZ 8
acer 2001 80286 Mhz 16

Om de klasse van de intel te definiëren:

>computer (('intel'))

Output:

Conclusie

In dit artikel hebben we verschillende R-gegevenstypen doorlopen die worden gebruikt bij het programmeren. Voor elke toepassing hebben we variabelen nodig om de waarden op te slaan en al deze variabelen zijn nodig om gegevenstypen toe te wijzen. Deze gegevenstypen worden gebruikt bij gegevensanalyse. Inzicht in gegevenstypen helpt bij het debuggen voor computationele doeleinden.

Aanbevolen artikelen

Dit is een handleiding voor R-gegevenstypen. Hier bespreken we verschillende typen R-gegevens met verschillende voorbeelden om gegevenstypen toe te wijzen. U kunt ook onze andere gerelateerde artikelen doornemen voor meer informatie -

  1. R Gegevensframe
  2. Soorten gegevensanalysetechnieken
  3. Beste data science-programma's
  4. Soorten datavisualisatie
  5. Python-gegevenstypen
  6. C ++ gegevenstypen
  7. PL / SQL-gegevenstypen
  8. Gegevenskaders in R

Categorie:

Big Data