Introduction à la fonction

Les fonctions sont la pierre angulaire de tout langage de programmation. Il aide à la programmation modulaire, c'est-à-dire que nous créons un bloc de code (fonction) et l'utilisons chaque fois que cela est nécessaire. La création de fonction évite d'écrire encore et encore le même morceau de code. Dans cette rubrique, nous allons découvrir les fonctions du programme R.

Une fonction doit être

  • écrit pour effectuer une tâche spécifiée.
  • peut ou peut ne pas inclure d'arguments
  • contenir un corps
  • peut ou non renvoyer une ou plusieurs valeurs.

Fonctions dans R

R a de nombreuses fonctions intégrées qui sont utilisées pour les tâches spécifiques

Voici quelques fonctions importantes et fréquemment utilisées en Data Science

sont listés ci-dessous

1. moyenne ()

Il est utilisé pour trouver la moyenne de l'objet.

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

Production:

(1) 7.916667

2. sd ()

Il renvoie l'écart type d'un objet.

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

Production:

(1) 10, 58694

3. médiane ()

Il renvoie la médiane.

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

Production:

(1) 5, 5

4. sum ()

Il renvoie la somme.

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

Production:

(1) 95

5. min ()

Il renvoie une valeur minimale.

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

Production:

(dix

6. max ()

Il renvoie une valeur maximale.

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

Production:

(1) 40

7. is.na ()

Il renvoie les lignes vides.

La sortie est VRAI OU FAUX.

Vrai pour les lignes vides et Faux pour les lignes non vides.

  • which (is.na ()) - Il retourne l'index des lignes vides.
  • help () - utilisé pour afficher la documentation des modules, fonctions, classes, mots-clés, etc.

Il existe de nombreuses autres fonctions intégrées qui peuvent être utilisées en important des bibliothèques respectives.

En dehors de ces fonctions intégrées, nous pouvons créer nos propres fonctions selon les besoins.

Créer nos propres fonctions

Voici le format pour écrire notre propre fonction:

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

Ici, j'explique chaque composant de cette fonction définie par l'utilisateur.

1. Nom_fonction

Nous pouvons donner n'importe quel nom à notre fonction mais nous décidons le nom de la fonction en fonction de la

Fonctionnalité, c'est-à-dire le type d'opération qu'il effectue.

Par exemple, si nous créons une fonction pour calculer la somme de 2 nombres,

Il vaut mieux donner le nom «Sum» à cette fonction.

2. Corps de la fonction

Nous écrivons les étapes pour effectuer certaines opérations, ces étapes sont appelées corps de la fonction. Le code de la fonction est fermé par des accolades ().

Par exemple

Supposons que nous devions calculer la somme de deux nombres:

Le corps de la fonction sera alors:

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

Les lignes en surbrillance sont appelées corps de la fonction.

Maintenant, nous avons rencontré quelques nouveaux termes comme return () et après le nom de la fonction, nous avons passé deux valeurs x, y celles-ci sont appelées paramètres. Je vais expliquer ces termes en détail:

Premièrement, les paramètres: ce sont les variables sur lesquelles nous effectuons l'opération définie dans la fonction.

Deuxièmement, return (): à l'intérieur de la fonction, nous avons un return () qui oblige notre fonction à quitter et à remettre la valeur à son appelant.

Importance de construire la fonction

Il est très difficile de comprendre le gros morceau de code. Il est nécessaire de concevoir une nouvelle façon de décomposer le gros code monolithique en un code lisible plus petit, c'est-à-dire (Fonction)

En raison de l'utilisation de Function, c'est devenu un meilleur moyen de modulariser. La fonction est juste une autre façon de regrouper la ligne d'exécution des codes en un seul morceau et de la nommer. Le nom nous aide à l'appeler comme vous pouvez m'appeler si vous connaissez mon nom.

Comme nous l'avons vu, il existe plusieurs fonctions intégrées dans R, ce qui rend notre

Travaillez plus facilement, il suffit d'importer les bibliothèques et d'utiliser les fonctions

disponible dans ces bibliothèques.

Conclusion - Fonctions du programme R

Les principales utilisations de R sont et seront toujours les statistiques, la visualisation et l'apprentissage automatique, ce qui nécessite beaucoup de calculs et de visualisations, ce qui signifie que nous aurons besoin de nombreuses fonctions. Peu de calculs statistiques comme la moyenne, la médiane, l'écart-type, etc. sont nécessaires dans presque tous les projets de Data Science, c'est pourquoi nous avons beaucoup de bibliothèques intégrées qui se composent de nombreuses fonctions fréquemment utilisées. Si nous avons besoin de nouvelles fonctionnalités pour être implémentées, nous pouvons créer nos propres fonctions.

Articles recommandés

Ceci est un guide des fonctions du programme R. Nous discutons ici de certaines fonctions importantes et fréquemment utilisées dans le programme R et du format pour écrire notre propre fonction. Vous pouvez également consulter les articles suivants pour en savoir plus -

  1. Langage de programmation R
  2. Programmation R vs Python
  3. Carrières en programmation R
  4. Tutoriel de programmation R en ligne
  5. Exemples de fonctions intégrées Python

Catégorie:

Big Data