Indholdsfortegnelse:
- Udførelse af flere beregninger med vektorer
- hvilket betyder, at - i modsætning til kompilerede sprog som C og Java - du behøver ikke en compiler til først at oprette et program fra din kode, før du kan bruge det. R fortolker koden, du giver direkte, og konverterer den til lavere niveauopkald til præ-kompilerede kode / funktioner.
Video: Misery was 2025
R er mere end blot et domæne-specifikt programmeringssprog, der er rettet mod dataanalyse. Det har nogle unikke egenskaber, som gør det meget kraftigt, og det vigtigste er uden tvivl begrebet vektorer. Disse vektorer giver dig mulighed for at udføre nogle gange komplekse operationer på et sæt værdier i en enkelt kommando.
Udførelse af flere beregninger med vektorer
R er et vektorbaseret sprog. Du kan tænke på en vektor som en række eller kolonne af tal eller tekst. Listen over tal {1, 2, 3, 4, 5} kan for eksempel være en vektor. I modsætning til de fleste andre programmeringssprog giver R mulighed for at anvende funktioner til hele vektoren i en enkelt operation uden behov for en eksplicit sløjfe.
Det er på tide at illustrere vektorer med en rigtig R-kode. Først tildel værdierne 1: 5 til en vektor kaldet x: >> xx [1] 1 2 3 4 5
Tilføj derefter værdien 2 til hvert element i vektoren x: >> x + 2 [1] 3 4 5 6 7
Du kan også tilføje en vektor til en anden. For at tilføje værdierne 6: 10 element-wise til x, gør du følgende: >> x + 6: 10 [1] 7 9 11 13 15
For at gøre dette i de fleste andre programmeringssprog ville det kræves en eksplicit loop for at løbe gennem hver værdi af x. Imidlertid er R designet til at udføre mange operationer i et enkelt trin. Denne funktionalitet er et af de funktioner, der gør R så nyttigt - og kraftfuld - til dataanalyse.
Behandling mere end bare statistikker
R blev udviklet af statistikere for at gøre statistisk dataanalyse lettere. Denne arv fortsætter, hvilket gør R til et meget kraftfuldt værktøj til at udføre stort set enhver statistisk beregning.
Da R begyndte at ekspandere væk fra sin oprindelse i statistikker, ville mange mennesker, der ville beskrive sig selv som programmerere snarere end statistikere, være involveret i R. Resultatet er, at R nu er yderst velegnet til en lang række ikke-statistiske opgaver, herunder databehandling, grafisk visualisering og analyse af alle slags. R bruges inden for finansiering, natursprogbehandling, genetik, biologi og markedsundersøgelser for blot at nævne nogle få.R er
Turing komplet,
hvilket betyder at du kan bruge R alene til at programmere alt, hvad du vil. (Ikke alle opgaver er nemme at programmere i R.)Løbekode uden kompilator R er et fortolket sprog,
hvilket betyder, at - i modsætning til kompilerede sprog som C og Java - du behøver ikke en compiler til først at oprette et program fra din kode, før du kan bruge det. R fortolker koden, du giver direkte, og konverterer den til lavere niveauopkald til præ-kompilerede kode / funktioner.
I praksis betyder det, at du simpelthen skriver din kode og sender den til R, og koden kører, hvilket gør udviklingscyklussen let. Denne lethed for udvikling kommer dog på bekostning af hastigheden af kodeudførelse. Ulempen ved et fortolket sprog er, at koden normalt kører langsommere end den tilsvarende kompilerede kode. Hvis du har erfaring på andre sprog, vær opmærksom på, at R er ikke
C eller Java. Selvom du kan bruge R som et proceduremæssigt sprog som C eller et objektorienteret sprog som Java, er R hovedsagelig baseret på det funktionelle programmeringsparadigme. Denne egenskab kræver lidt af en anden tankegang. Glem hvad du ved om andre sprog og forberede dig på noget helt andet.