R — мова програмування і програмне середовище для статистичних обчислень, аналізу та зображення даних в графічному вигляді. Розробка R відбувалась під істотним впливом двох наявних мов програмування: мови програмування S з семантикою, успадкованою від Scheme[6].
R названа за першою літерою імен її засновників Роса Іхаки (Ross Ihaka) та Роберта Джентлмена, (Robert Gentleman)[7] працівників Оклендського Університету в Новій Зеландії. Незважаючи на деякі принципові відмінності, більшість програм, написаних мовою програмування S запускаються в середовищі R.
R має значні можливості для здійснення статистичних аналізів, включаючи лінійну і нелінійну регресію, класичні статистичні тести, аналіз часових рядів (серій), кластерний аналіз і багато іншого. R легко розбудовується завдяки використанню додаткових функцій і пакетів, доступних на сайті Comprehensive R Archive Network (CRAN) [Архівовано 5 січня 2008 у Wayback Machine.]. Більша частина стандартних функцій R написана мовою R, однак існує можливість підключати код, написаний C, C++ або Фортраном. Також за допомогою програмного коду на C або Java[10] можна безпосередньо маніпулювати R об'єктами.
Особливості
R належить до інтерпретованих мов програмування і для роботи використовується командний інтерпретатор. Наприклад, робота R в терміналі має такий вигляд:
> 1+1 [1] 2
R підтримує концепцію об'єктно-орієнтованого програмування (ООП), включаючи generic функції, результат виконання якої залежить від аргументів (типу об'єктів), що передаються generic функції.
В мові програмування R всі змінні є об'єктами, кожен об'єкт належить до певного класу.[11]
При цьому R має дві класові моделі: S3 та S4. Перша була реалізована від початку існування R, друга була додана у версії 1.7.0 [12] з пакетом methods [Архівовано 27 серпня 2013 у Wayback Machine.]. S3 не є справжньою класовою системою, класи S3-об'єкта визначаються простим атрибутом — вектором символьних рядків:
> q<-1> class(q)# перевіряємо клас q[1] "numeric" # q - число> class(q)<-c("character",class(q))# "розширимо" клас q> q[1] 1attr(,"class")[1] "character" "numeric" # тепер q належить до двох класів
При цьому, при виконанні generic функцій, таких як plot() чи summary(), диспетчер методів шукає в таблиці методів метод, який узгоджується з іменем першого аргумента.
# Генеруємо вибірку з повторами з множини перших 5 літер, розміром у 20 елементів. # Після чого будуємо факторну таблицю (contingency table)> m<-table(sample(LETTERS[1:5],size=20,replace=T))# щоб дізнатись значення змінної - просто вводимо її ім'я в консолі> mA B C D E 4 5 3 2 6 > class(m)[1] "table" # m - факторна таблиця> summary(m)# фактично виконується summary.table() Number of cases in table: 20 Number of factors: 1 > as.vector(m)# m як вектор[1] 4 5 3 2 6> summary(as.vector(m))# виконується summary.default() Min. 1st Qu. Median Mean 3rd Qu. Max. 2 3 4 4 5 6
Хоча S3 проста система, але вона виявилась досить потужною і зручною саме для інтерактивного аналізу даних. S4 класи не такі "інтерактивні" і вони більше підходять для написання, наприклад, бібліотек. При створенні S4 класу потрібно вказати його ім'я і слоти (тобто поля). При цьому можна вказати від яких класів походить цей клас (це можуть бути S4 і S3 класи), прототип і функцію валідації (за замовченням перевіряється лише відповідність типу слоту і його значення, але можна ввести перевірку самого значення, наприклад, допускати лише числа менші 10).
# Визначаємо S4-класAClass <- setClass("AClass" # ім'я класу , representation(adata = "character", alength = "numeric") # імена слотів та їхні типи/класи , prototype(adata = "Hello world!", alength = 12) # прототип класу , validity = function(object){ # функція валідації if(object@alength < 15) return(T) # якщо alength < 15, то все ок F # інакше - помилка }# наслідуємо AClass додавши новий слот )BClass <- setClass("BClass", contains= "AClass", slots = c(bdata = "numeric")) # створюємо об'єкт класу AClass> AClass()An object of class "AClass" # оскільки в конструктор нічого не було передано Slot "adata": # то створюється прототип[1] "Hello world!"Slot "alength":[1] 12# створюємо інший AClass-об'єкт> AClass(adata="Hello another world!",alength=nchar("Hello another world!"))Error in validObject(.Object) : invalid class “AClass” object: FALSE # alength >= 15, тому генерується помилка
S4-generic функції також мають певні відмінності від їхніх S3 побратимів. Головною відмінністю є можливість визначення сигнатури для generic-функції і для її методів, тобто перевіряється тип не лише першого аргументу, а й решти. При цьому в сигнатурі можна використати спеціальні типи ANY та MISSING, які вказують на те, що аргумент може бути будь-якого типу, або бути обов'язково пропущеним, відповідно.
Оскільки в R функції є об'єктами першого класу (тобто їх можна передавати як аргументи в інші функції та присвоювати змінним), то можна створити клас від типу function:
# визначимо функцію, яка просто збільшує аргумент на 10 і повертає результатfoo <- function(p){ p + 10;}# наслідуємо клас від функціїCFun <- setClass("CFun", contains = c("function") , slots = c(param = "numeric") )# визначимо метод generic-функції show для класу CFunsetMethod("show", "CFun", function(object) { cat("Show method for CFun objects\n") # виводимо рядок cat(object(object@param)) # використовуємо CFun-об'єкт як функцію })# створимо новий об'єкт класу CFun > cf.obj<-CFun(foo,param=13)# тепер введемо в консолі ім'я створеного об'єкту, щоб подивитись його значення# при цьому буде знайдено відповідний метод функції show > cf.objShow method for CFun objects23 # == foo(13) == cf.obj(cf.obj@param)
Важливою особливістю R є тотальне використання того, що називають, recycling:
# Створюємо вектор чисел від 1 до 10> x<-1:10> x [1] 1 2 3 4 5 6 7 8 9 10# кожен елемент х порівнюється з 4# фактично х порівнюється з 10-елементним вектором, що складається лише з 4# говорять, що 4 була recycled, перероблена> x>4 [1] FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE TRUE TRUE# додамо 10 до елементів х окрім 4,5 та 6-го> x[-(4:6)]+10[1] 11 12 13 17 18 19 20# якщо довжина довшого об'єктів не ділиться націло на довжину коротшого, то виводиться попредження# але операція все одно виконується > x+c(10,100,1000) [1] 11 102 1003 14 105 1006 17 108 1009 20Warning message:In x + c(10, 100, 1000) : longer object length is not a multiple of shorter object length
Хоча R орієнтована на розв'язок і аналіз статистичних задач, вона може використовуватися для матричних обрахунків з порівняльною швидкодією до математичних пакетів GNU Octave або MATLAB.[13]
Створено багато пакетів для статистичних обчислень, біоінформатики, оптимізації тощо (див. "Пакети/Бібліотеки").
Середовище R містить засоби для візуалізації результатів обчислень (двовимірні, тривимірні графіки, діаграми, гістограми, діаграми (схеми) Ганта тощо). Графічні можливості R дозволяють створювати високоякісні графіки з різними атрибутами, зокрема математичні формули і символи.
Іншою особливістю є функція Sweave, яка дозволяє інтеграцію і виконання коду R в документах, написаних за допомогою LaTeX з метою створення динамічних звітів[14].
R de-facto став стандартом у міжнародній спільноті спеціалістів в галузі статистики, і широко використовується в розробках статистичних програм та аналізі даних[15]. Згідно щорічному опитуванню Rexer's Annual Data Miner Survey в 2010 році, більшість (43%) серед опитаних спеціалістів з аналізу даних використовують у своїй роботі середовище R[16].
Приклади коду R
Приклади[17] ілюструють базовий синтаксис мови програмування R з використанням інтерфейсу командного рядка:
Приклад 1
Створення числового і символьного векторів
> # Все, що за символом #, інтерпретується як коментар> x<-c(1,2,3,4,5,6,7,8,9,10)# Створення числового вектора> y<-2^x# піднесення числа до степеня х> y# перегляд змісту об'єкта y, аналогічно print(y) [1] 2 4 8 16 32 64 128 256 512 1024> b1<-c("Kharkiv","Kyiv","Lviv")# символьний вектор> b1[1] "Kharkiv" "Kyiv" "Lviv"
Гістограма згенерована за допомогою коду R Приклад 2
Приклад 2
Генерація випадкових чисел нормального розподілу і побудова гістограми
> x<-rnorm(1000)# генерація 1000 випадкових чисел # з розподілу Гауса> histogram<-hist(x,breaks=50,plot=FALSE)# розрахунок гістограми для змінної x, # кількість інтервалів 50 > plot(histogram,col="blue",border="red")# зображення гістограми за допомогою функції plot()
На сторінці "Task View" вебсайту CRAN [Архівовано 20 червня 2010 у Wayback Machine.] розміщено список напрямків (Фінанси, Генетика, Хеміометрія і Математична Фізика, Навколишнє середовище, Суспільні науки), в яких використовується R і для яких доступні пакети на сайті.
Графічні Редактори Скриптів та IDE
Для роботи з R існує кілька графічних інтерфейсів (GUI)
Графічна оболонка RGui разом з командною оболонкою (терміналом) R Console входять до базового пакету R у версії для Windows
RStudio — зручне кросплатформне середовище розробки з відкритим кодом (існує можливість запуску на віддаленому linux сервері).
RapidMiner [Архівовано 22 червня 2011 у Wayback Machine.] і розширення RapidMiner R — середовище розробки для аналізу і обробки даних з використанням R, WEKA
Deducer [Архівовано 24 жовтня 2016 у Wayback Machine.] — графічний інтерфейс для аналізів даних з використанням системи меню (подібний до SPSS). Розроблений для використання разом з JGR та RGui.
R доступна для використання у мовах програмуваннях Python (за допомогою пакета RPy[23]), Perl (за допомогою модуля Statistics::R[24] ) і Ruby (за допомогою RSRuby[25] ).
Підтримка R пропрієтарними програмними продуктами
Деякі пропрієтарні програмні продукти, призначені для аналізу статистичних даних (напр. SPSS, STATISTICA[26], SAS[27]), мають розширення, розроблені для інтеграції у свої структури функціоналу R.
Заснована 2007 року компанія Revolution Analytics розпочала комерційну підтримку версії R під назвою ParallelR, розробленої спеціально для кластерів робочих станцій. В 2011 з'явилася можливість зчитувати і записувати дані у формат файлів SAS за допомогою пропієтарного Enterprise R[28].
↑Hornik, Kurt (26 листопада 2015). R FAQ. The Comprehensive R Archive Network. 2.1 What is R?. Архів оригіналу за 9 липня 2011. Процитовано 5 серпня 2018.
↑Leisch F (2002). Sweave, Part I: Mixing R and LaTeX: A short introduction to the Sweave file format and corresponding R functions. R News. 2 (3): 28—31.
↑Vance, Ashlee (6 січня 2009). Data Analysts Captivated by R's Power. New York Times. Архів оригіналу за 31 жовтня 2017. Процитовано 28 квітня 2009. R is also the name of a popular programming language used by a growing number of data analysts inside corporations and academia. It is becoming their lingua franca...
↑Contributed Packages. Процитовано 21 вересня 2024.{{cite web}}: Обслуговування CS1: Сторінки з параметром url-status, але без параметра archive-url (посилання)
↑Архівована копія. Архів оригіналу за 12 червня 2013. Процитовано 9 вересня 2011.{{cite web}}: Обслуговування CS1: Сторінки з текстом «archived copy» як значення параметру title (посилання)
↑Архівована копія. Архів оригіналу за 10 червня 2011. Процитовано 27 червня 2011.{{cite web}}: Обслуговування CS1: Сторінки з текстом «archived copy» як значення параметру title (посилання)
R seek [Архівовано 6 травня 2022 у Wayback Machine.] фронтенд до пошукового сервісу Google з метою полегшення знаходження результатів пов'язаних з мовою програмування R
