Introduction aux types de données R
R est un langage de programmation qui aide à effectuer des analyses statistiques et est maintenant devenu la norme pour le calcul statistique. Et est livré avec des fonctions prédéfinies pour effectuer diverses tâches. La connaissance de l'algèbre linéaire sera une valeur ajoutée car elle est utile dans les calculs R et matriciels. 'R' utilise des interfaces de ligne de commande et accepte les commandes pour y travailler en utilisant une invite>. Comprenons les types de données R.
Expliquer les types de données R
La programmation R prend en charge divers types de données comme les scalaires, les matrices, les listes, les trames vectorielles et de données. Tout dans R est considéré comme un objet, cela signifie qu'il stocke et traite les opérations sur les objets). La caractéristique clé de R est qu'un processus différent se fait avec différents types d'objets. La plupart des commandes de R impliquent l'application de fonctions aux objets. Les variables ne nécessitent pas de déclaration, au lieu d'attribuer une séquence de nombres aux vecteurs, cela peut être fait.
Apprenons les types un par un:
1. Vecteur
Le vecteur a un ensemble de valeurs avec les mêmes types (collection d'éléments ordonnés) représentés en une dimension. La classe du vecteur est déterminée par le type des entrées effectuées. Lorsqu'un vecteur est créé pour plusieurs éléments, la fonction c () est utilisée pour concaténer tous les éléments ensemble dans un seul vecteur. Les vecteurs sont une chaîne de nombres numériques, séquentiels ou aléatoires. Les variétés vectorielles sont le caractère, entier, numérique, complexe, logique (vrai, faux). Ce sont des conversions implicites. Certaines des cinq fonctions vectorielles sont length (), class (x), is.logical (x), is.null, rep ().
Exemple
Ci-dessous, nous pouvons voir des exemples vectoriels de base:
- Arithmétique vectorielle: les vecteurs numériques sont exécutés dans des expressions arithmétiques pour effectuer des calculs pour donner un autre vecteur. Des opérations statistiques sont également effectuées, ce qui donne des entrées telles que max, min, var mean.
Code:
>y <-c (1, 2, 2.5, 3)
>y +2
Production:
L'instruction ci-dessus donne la sortie en utilisant la fonction c () qui ajoute la variable t à 2.
- La longueur du vecteur est calculée par la fonction len ().
Code:
> len (y)
Production:
- Vecteurs logiques: comparaison de deux nombres avec des valeurs logiques comme True, false, NA. Les opérateurs logiques pour satisfaire certaines conditions incluent <,, > =, ==, ! = Pour l'inégalité.
Exemple 1
Code:
> v <- seq ( -2, 2)
> l 0
> l
Production:
Exemple 2
Code:
>x=c (3, 6, 1, 2)
>x>2
Production:
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)
- Créer un vecteur
Code:
color <- c ('blue', 'pink', 'white')
print (color)
- Pour afficher la classe du vecteur
Code:
print ((class (color))
Production:
Dans le programme ci-dessus (1) celui-ci désigne le premier élément du vecteur.
2. Facteur
Le facteur ajoute des codes numériques avec le niveau de caractère. En termes simples, il définit des données catégorielles avec des ensembles ordonnés et non ordonnés. Ils sont définis à l'aide du facteur de fonction (). Le stockage des données dans un facteur permet de stocker efficacement les données dans la modélisation statistique.
Exemple 1
Code:
>f = factor (c(1, 6, 2, 4, 7, 1, 6, 7, 8)
> print (f)
Production:
Exemple 2
Code:
> k = factor (c( 2, 0, 2, 0, 0, 0 ), levels =c(0, 2), labels =c( “ prince “, ”princess”))
>k
Production:
3. Matrice
Dans la matrice de programmation R est un élément bidimensionnel avec des vecteurs numériques et de caractères, simplement un vecteur atomique avec le nombre de lignes et de colonnes. Il existe trois façons de créer une matrice en utilisant la fonction matrix (), la conversion du vecteur en matrice et les vecteurs de liaison. Certaines fonctions utiles ici sont:
- rbind () et cbind (): combine ou lie des colonnes et des lignes.
- dim (): définition des dimensions.
Syntaxe:
variable <- matrix(vector, n rows, n columns, split by row or column)
Ici, s'il est vrai, il se divise par ligne, faux renvoie divisé par colonnes.
Exemple 1
- Prenons une matrice.
Code:
>x = matrix(c (1, 2, 3, 4, 5, 6, 7, 8) 2, 4, true)
> print (x)
Production:
Exemple 2
- Considérant Bind.
Code:
a <- 1:4
b<- 10 :13
cbind( a, b)
a b
Production:
4. Liste
La liste stocke les objets et les éléments peuvent être un caractère, des matrices, des tableaux, numériques. il peut également s'agir d'une autre liste en tant qu'élément.
Syntaxe:
variable <- list (list items)
Exemple de liste R:
Code:
>lak = list (23, “hi”, cos, list (5L, ” l”))
>print (lak)
Production:
Exemple En considérant des copies de trois vecteurs:
Code:
>a =c(3, 5, 6)
> b =c(“aa”, ”cc”, ”ee”)
> x=c (true, false, true)
> y=list(a, b, x)
Par conséquent, y contient les copies de a, b, x.
5. Trame de données
Les trames de données sont bidimensionnelles avec un groupe de vecteurs d'une longueur égale. Il s'agit d'un type spécial de liste avec une liste de format rectangulaire. Le facteur clé est de stocker des tableaux de données. Ils sont créés à l'aide d'une fonction de données. le cadre ().
Syntaxe:
variable <- data.frame ( list 1, list 2… list N)
Exemple 1
Voyons un exemple de la trame de données dans R.
Code:
>X= data.frame( values =c(20, 50, 10), name =c(' Gri', 'Tom', 'jeff'))
> print(X) values Name
Production:
Même nous pouvons utiliser des trames de données intégrées. Dans quel élément supérieur définit un en-tête, suivi des lignes et colonnes de données. Pour voir l'aperçu, nous pouvons utiliser la fonction head avant.
Exemple 2
Code:
>computer
Date intel speed data
hp 1990 8081 MHZ 8
acer 2001 80286 Mhz 16
Pour définir la classe des informations:
>computer (('intel'))
Production:
Conclusion
Dans cet article, nous avons passé en revue différents types de données R utilisés dans la programmation. Pour faire n'importe quelle application, nous avons besoin de variables pour stocker les valeurs et toutes ces variables sont nécessaires pour attribuer des types de données. Ces types de données sont utilisés dans l'analyse des données. La compréhension des types de données aide lors du débogage à des fins de calcul.
Articles recommandés
Ceci est un guide des types de données R. Ici, nous discutons différents types de données R avec divers exemples pour attribuer des types de données. Vous pouvez également consulter nos autres articles connexes pour en savoir plus -
- Trame de données R
- Types de techniques d'analyse de données
- Meilleurs programmes de science des données
- Types de visualisation des données
- Types de données Python
- Types de données C ++
- Types de données PL / SQL
- Cadres de données en R