1. Εισαγωγή στη γλώσσα προγραμματισμού R στο περιβάλλον RStudio. Βασίλης Καραγιάννης Χρόνης Μωυσιάδης

Transcript

1 1. Εισαγωγή στη γλώσσα προγραμματισμού R στο περιβάλλον RStudio Βασίλης Καραγιάννης Χρόνης Μωυσιάδης

2 1.1 Εγκατάσταση της R (ακολουθήστε για τη νέα έκδοση) Download R for Windows 2

3 1.1 Εγκατάσταση της R (για την έκδοση 3.4.4) install R for the first time/ 3 Previous releases 5 6 R (June, 2017) 4 3

4 1.2 Εγκατάσταση του RStudio

5 1.2 Εγκατάσταση του RStudio Download RStudio Desktop RStudio Windows Vista/7/8/10 ) 5

6 1.3 Άνοιγμα του RStudio 2 1 Κάντε διπλό κλικ στο εικονίδιο RStudio 3 Console: το παράθυρο των αποτελεσμάτων των γραπτών εντολών (commands) που δίνονται είτε απευθείας εδώ γραμμή προς γραμμή είτε μέσω ενός αρχείου text (script). Το αρχείο script θα φανεί μετά το κλικ στη θέση επάνω δεξιά 6

7 1.3 Άνοιγμα του RStudio Στην περιοχή αυτή βρίσκονται τα αρχεία κειμένου (script) που περιέχουν τις εντολές σε γλώσσα R. Εδώ θα ανοίξουμε τα παραδείγματα που θα χρησιμοποιήσουμε και στην ακριβώς από κάτω περιοχή (Console) θα παίρνουμε τα αποτελέσματα. Περισσότερες λεπτομέρειες στη διεύθυνση όπου κάνετε download το κείμενο RStudio IDE Cheat Sheet Η καρτέλα Environment δείχνει όλα τα ενεργά αντικείμενα (objects). H history περιέχει τη λίστα όσων εντολών έχουν μέχρι τώρα εκτελεστεί. Η καρτέλα files δείχνει κάθε φάκελο και αρχείο στο καθορισμένο χώρο εργασίας του προγράμματος (workspace ). Η καρτέλα plots δείχνει όλα τα γραφήματα. Η packages περιέχει τη λίστα των βιβλιοθηκών που είναι εγκατεστημένες αλλά όχι ενεργές κατ ανάγκη.h help δείχνει τη βοήθεια για την R 7

8 1 1.4 Ορισμός καταλόγου εργασίας (working directory) 2 3 Προκαθορίζουμε ότι το πρόγραμμα θα φορτώνει και θα αποθηκεύει αρχεία αυτόματα σε επιλεγμένο κατάλογο εργασίας πχ R-igraph LABS 2018 όπου εκεί κάθε φορά θα δημιουργούμε νέο φάκελο με το όνομα του μαθήματος πχ: «R Intro Lab 1». Η ίδια διαδικασία θα γίνεται και αν για κάποιο λόγο σταματήσει η λειτουργία της R. 4 8

9 1.5 Μόνιμος ορισμός καταλόγου εργασίας 1 (default working directory) 3 2 Έτσι προκαθορίζουμε ότι το πρόγραμμα θα φορτώνει και θα αποθηκεύει αρχεία σε επιλεγμένο κατάλογο εργασίας πχ R-igraph LABS 2018 (όμως σε κάθε μάθημα πρέπει εκεί να δημιουργούμε νέο φάκελο για να μην προκληθεί σύγχυση) 9

10 Ένας διαφορετικός τρόπος με τη δημιουργία project 3 4 Ή εναλλακτικά επιλέγουμε Existing Directory Στο κάτω αριστερά παράθυρο 10

11 1.7 Στο εργαστήριο μπορούμε να κάνουμε κατάλογο εργασίας (working directory) σε κάθε νέο μάθημα Έτσι το πρόγραμμα θα φορτώνει και θα αποθηκεύει αρχεία σε επιλεγμένο φάκελο (κατάλογο Εργασίας) πχ στο ήδη δημιουργημένο R-igraph LABS 2018 θα φτιάχνουμε υποκατάλογο με το όνομα του μαθήματος: Intro to R-Lab 1. 11

12 1.9 Το παράθυρο Console του RStudio. 1 Η κάθε εντολή στο παράθυρο Console (εδώ η πράξη + ) εκτελείται με το πλήκτρο ENTER > : σύμβολο προτροπής για γράψιμο εντολής: [1] : θέση του πρώτου στοιχείου που περιέχει μια γραμμή στο παράθυρο Console (αν δεν συμπληρωθεί το σύνολο των στοιχείων και χρειάζεται δεύτερη γραμμή η αρίθμηση της θέσης συνεχίζεται από κει: 12

13 1.10 Αντικείμενα (objects) της R στο παράθυρο Console και στην καρτέλα Environment του RStudio. 1 < : σύμβολο απόδοσης της τιμής 2+3 στο αντικείμενο (object) x το σύμβολο = χρησιμοποιείται κυρίως στο εσωτερικό των συναρτήσεων (functions) του προγράμματος 1 : το αντικείμενο x που δημιουργήσαμε εμφανίζεται στο πάνω αριστερό παράθυρο στην καρτέλα Environment Γράφοντας x και πατώντας ENTER, παίρνουμε ως αποτέλεσμα την τιμή του αντικειμένου x 13

14 1.11 Οι βιβλιοθήκες (packages) και η χρήση βοήθειας γι αυτές και τις εντολές (commands) Πέρα από τους τελεστές των πράξεων, οι εντολές στη γλώσσα R προέρχονται από βιβλιοθήκες συναρτήσεων (packages - libraries). Στο κάτω αριστερά παράθυρο του RStudio, η καρτέλα Packages περιέχει τις βιβλιοθήκες που είναι εγκατεστημένες (αλλά όχι ενεργές). χωρίς δική μας εντολή) στην R. 1 Η καρτέλα αυτή περιέχει τη βοήθεια για την R (για βιβλιοθήκες, συναρτήσεις demo, διαδίκτυο κλ) Σ αυτό το παράθυρο διαλόγου γράφουμε τις βιβλιοθήκες που αναζητούμε για εγκατάσταση ( χωρίζουμε με κενό) στο 1. Αυτό είναι το παράθυρο διαλόγου για ενημέρωση των βιβλιοθηκών. 14

15 1.12 Εντολές για εξειδικευμένη-άμεση βοήθεια. Στο παράθυρο Script οι εντολές εκτελούνται με Ctrl+ENTER ή με το διακόπτη Η εντολή? + Ανοίγει τη βοήθεια για τον τελεστή + Τα αποτελέσματα της βοήθειας παρουσιάζονται εδώ 15

16 1.12 Εντολές για εξειδικευμένη-άμεση βοήθεια Η γλώσσα R περιλαμβάνει ένα σύστημα βοήθειας για πληροφορίες σχετικά με συναρτήσεις στις ήδη εγκατεστημένες βιβλιοθήκες Όσον αφορά τη βοήθεια συναρτήσεων το περιβάλλον RStudio εμφανίζει ένα παράθυρο διαλόγου για επιλογή της συνάρτησης για την οποία χρειαζόμαστε βοήθεια. 16

17 1.12 Εντολές για εξειδικευμένη-άμεση βοήθεια στις εγκατεστημένες βιβλιοθήκες Βοήθεια για τη συνάρτηση plot Βοήθεια για το θέμα plot (ιδιαίτερα χρήσιμη αν δε θυμόμαστε το όνομα μιας συνάρτησης} Τα αποτελέσματα στο κάτω δεξί παράθυρο στην καρτέλα Plot. 17

18 1.12 Εντολές για εξειδικευμένη-άμεση βοήθεια Τα αποτελέσματα Στο παράθυρο Console (ίσως είναι διαδραστικά, δηλαδή μας καθοδηγεί η R με προτροπή για ENTER. στις εγκατεστημένες βιβλιοθήκες Εμφανίζει αν υπάρχουν παραδείγματα χρήσης της συνάρτησης plot Αποτέλεσμα στο κάτω αριστερά παράθυρο με ενεργή την καρτέλα Plot 18

19 1.12 Εντολές για εξειδικευμένη-άμεση βοήθεια στις εγκατεστημένες βιβλιοθήκες Βοήθεια για την εγκατεστημένη βιβλιοθήκη igraph Περιγραφή (αν υπάρχει) για τη χρήση την igraph Περιγραφή (αν υπάρχει) για βιβλιοθήκες ΕΝΕΡΓΕΣ Περιγραφή (αν υπάρχει) για βιβλιοθήκες ΕΓΚΑΤΕΣΤΗΜΕΝΕΣ Τα αποτελέσματα (αν υπάρχουν) εμφανίζονται στο παράθυρο των αρχείων Script ως νέες καρτέλες. 19

20 1.13 Άνοιγμα του αρχείου Script του μαθήματος Στον κατάλογο R-igraph LABS 2018 δημιουργούμε (αν δεν το έχουμε ήδη δημιουργήσει) το αρχείο Intro to R-Lab 1 και εκεί κατεβάζουμε από το δίκτυο τα αρχεία του μαθήματος (αν είναι σε συμπιεσμένο φάκελο *.zip ή *.rar το αποσυμπιέζουμε αρχικά με το λογισμικό 7-Zip (ή όποιο άλλο υπάρχει και είναι κατάλληλο). Καλό είναι όμως να έχουμε τα αρχεία του μαθήματος σε φλασάκι πριν έρθουμε στο μάθημα γιατί κάποιες φορές το δίκτυο παρουσιάζει προβλήματα. Η διεύθυνση από την οποία παίρνουμε τις πληροφορίες και το υλικό για το 1 ο μάθημα είναι Τα επόμενα από το e-learning Επιπλέον τις αναφορές των μαθημάτων καθώς και κάποια επιπρόσθετα (βιβλία άρθρα και άλλα λογισμικά) θα τα κατεβάζετε από το site dropbox.com αφού κάνετε αποδεκτή την πρόσκληση που θα γίνει στη διεύθυνση mail που έχετε δηλώσει. 20

21 1.14 Σχόλια στο αρχείο Script Κάθε γραμμή στην R που ξεκινά με: # αποτελεί σχόλιο και όχι ως εντολή. # # Chronis Moyssiadis, Vassilis Karagiannis # Aristotle University, School of Mathematics # # # Αναφορές # 1.Katya Ognyanova. Online version of the tutoiral:kateto.net/netscix2016 # 2.Χρόνης Μωυσιάδης. cmoi-r-guide (στη σελίδα του μαθήματος) # 3.Joseph Adler(2010). R IN A NUTSHELL. O Reilly Media, Inc.US. # 4.Wickham H. (2015). Advanced R. Chapman & Hall. # 5.Wickham,Grolemund (2017).R for Data Science- Import, Tidy, Transform, # Visualize, and Model. O Reilly Media, Inc.US. 21

22 1.15 Αν έχετε πρόβλημα με τα ελληνικά Τρέξτε (χωρίς τη #) την επόμενη εντολή, κλείστε το πρόγραμμα και ανοίξτε το πάλι, συνήθως το πρόβλημα λύνεται έτσι ########################################################################## # An den blepete ta ellinika ekteleste to parakato kai epanalavete ti # fortosi tvn arxeion poy # feroyn elliniko onoma i exoyn ellinika sxolia # Sys.setlocale("LC_CTYPE","Greek") ########################################################################## 22

23 1.15 Αριθμητικές πράξεις σειρά πράξεων- όνομα αντικειμένων διαγραφή αντικειμένου Τα ονόματα των αντικειμένων (Object) δεν μπορούν να αρχίζουν με αριθμό. Προσοχή ώστε να μη χρησιμοποιούνται ονόματα από συναρτήσεις του προγράμματος. Υπάρχει διαφορά μεταξύ πεζών και κεφαλαίων Τα αντικείμενα διαγράφονται με την rm( ) Διαφορετικά objects 2014 RStudio, Inc 23

24 1.15 Αριθμητικές πράξεις σειρά πράξεων- όνομα αντικειμένων διαγραφή αντικειμένου # Απόδοση τιμής σε αντικείμενο με : assign(), "<-", or "=". assign("x0",3) #απόδοση τιμής x0 # (εκτίμηση) και εκτύπωση της τιμής του x ## [1] 3 x = 3.1 #απόδοση τιμής 3.1 -> x #απόδοση τιμής x # (εκτίμηση) και εκτύπωση της τιμής του x ## [1] 3.1 x <- 3 * x x ## [1] 9.3 # αντικατάσταση της προηγούμενης τιμής του x # (εκτίμηση) και εκτύπωση της νέας τιμής του x 24

25 1.15 Αριθμητικές πράξεις σειρά πράξεων- όνομα αντικειμένων διαγραφή αντικειμένου pi<- 22 #μην χρησιμοποιείται γνωστά ονόματα (pi = π) pi ## [1] 22 rm(pi) pi ## [1] #διαγράφουμε το pi με την τιμή που του αποδώσαμε εμείς # όταν το αναζητάμε πάλι μας το τυπώνει ως π # Όμως για το x rm(x) # διαγραφή του x: deletes the object. # x # Error! # Η σειρά των πράξεων σε παρενθέσεις είναι από μέσα προς τα έξω factorial(round(2.0015) + 1) # δείτε?factorial ## [1] 6 25

26 1.16 Λογικοί τελεστές Οι λογικές συγκρίσεις παράγουν τιμές TRUE ή FALSE (συντομότερα: T ή F) και είναι ιδιαίτερα χρήσιμες για επιλογή υποσυνόλων ή πραγματοποίηση ελέγχων. x <- 5 y <- -1 x == 2 # ισότητα ## [1] FALSE Y!= 2 # διάφορο ## [1] TRUE x <= y # μικρότερο ή ίσο από ## [1] FALSE x >= y # μεγαλύτερο ή ίσο (αυστηρές ανισότητες "<", ">") ## [1] TRUE 26

27 1.17 Ειδικές σταθερές: NA, NULL, NaN, -Inf, Inf η ερώτηση is # NA - χαμένη τιμή ή απροσδιόριστη (missing or undefined data) x + NA # σε αριθμητική πράξη το αποτέλεσμα είναι: NA ## [1] NA is.na(x+na) # έλεγχος για χαμένες τιμές ## [1] TRUE # NULL - κενό αντικείμενο (πλήθος στοιχείων = length = 0) x1 <- 2/x + NULL # αποτέλεσμα ένας αριθμός μηδενικού μήκους x1 ## numeric(0) is.null(x1) ## [1] FALSE is.null(null) ## [1] TRUE # έλεγχος ως προς αν το αντικείμενο είναι κενό # έλεγχος ως προς αν το αντικείμενο είναι κενό 27

28 1.17 Ειδικές σταθερές: NA, NULL, NaN, -Inf, Inf η ερώτηση is # Inf και -Inf αναπαριστούν το μείον και συν άπειρο # μπορούν να προκύψουν όταν γίνεται διάιρεση με το 0 2/0 ## [1] Inf is.finite(-25/0) # Check if a number is finite ## [1] FALSE # NaN (Not a Number) - απροσδιόριστη πράξη 0/0 ## [1] NaN is.nan(0/0) ## [1] TRUE 28

29 1.18 Τύποι δεδομένων οι συναρτήσεις class() και c() H R μπορεί να αναγνωρίσει διάφορους τύπους δεδομένων εκ των οποίων οι βασικοί είναι: αριθμοί (numeric: ακέραιοι-integer ή πραγματικοί-double), χαρακτήρες κειμένου (character-strings) λογικούς(logical) παράγοντες(factor) RStudio, Inc 29

30 1.18 Τύποι δεδομένων οι συναρτήσεις class() class( ) ## [1] "numeric" "hello" ## [1] "hello" class("hello") ## [1] "character" class(3>1) ## [1] "logical" και c() ## Ο αριθμητικός τελεστής παράγει λάθος # class("hello" + "world") paste("hello", "world") ## [1] "hello world" H συνάρτηση class() χρησιμοποιείται για την αναγνώριση του τύπου δεδομένων και η c() για την κατασκευή διανυσμάτων (ομάδας διατεταγμένων στοιχείων). Στην R κάθε αριθμός ή λέξη με χαρακτήρες αποτελούν διανύσματα μήκους 1). 30

31 1.18 Τύποι δεδομένων οι συναρτήσεις class() και c() class(paste("hello", "world")) ## [1] "character" gr<-c("a", "b", "c") class(gr) ## [1] "character" fac <- factor(gr) fac ## [1] a b c > οι τιμές του διανύσματος ## Levels: a b c > τα επίπεδα του παράγοντα που επαναλαμβάνονται class(fac) ## [1] "factor" Παράγοντας: Στην R κάθε διαφορετική κατηγορία που παρουσιάζεται σε ένα τέτοιο διάνυσμα σώζεται ως ένα ακέραιος με ετικέτα που αντιστοιχεί στην κατηγορία αυτή. 31

32 1.19 Η διαφορά των x( ) και x[ ] x( ) υπολογίζει την τιμή της συνάρτησης x για το στοιχείο που βρίσκεται στην παρένθεση x[ ] δίνει το στοιχείο του αντικειμένου x που βρίσκεται στη θέση που αναγράφετε μέσα στις αγκύλες. x[ ], x[[ ]], x[, ] έχουν ανάλογη σημασία και θα εξηγηθούν στα επόμενα. 32

33 1.20 Δομές δεδομένων Οι διαφορετικοί τύπου δομών δεδομένων που αναγνωρίζει η R χαρακτηρίζονται: 1. από το πλήθος των διαστάσεων, πχ : ο αριθμός 3 είναι αριθμητικό διάνυσμα μιας διάστασης (και μήκους 1), το διάνυσμα (1.2, 0, -0.6) είναι αριθμητικό διάνυσμα μιας διάστασης (και μήκους 3), η δομή 1 5 είναι ένας αριθμητικός πίνακας 2 0 π διαστάσεων (και μήκους 2 η κάθε μια). 2. από την ικανότητά τους να διατηρούν τη διάκριση μεταξύ στοιχείων διαφορετικών τύπων αριθμούς χαρακτήρες ή λογικής (ανομοιογενή στοιχεία) ή όχι. Πλήθος διαστάσεων Ομοιογενή στοιχεία (ίδιου τύπου) Ανομοιογενή στοιχεία (διαφορετικών τύπων) 1 Atomic vector List 2 Matrix Data frame n Array 33

34 1.20 Δομές δεδομένων και διαχείριση - διανύσματα H συνάρτηση για την δημιουργία ενός διανύσματος είναι η c() που είναι ένα κενό διάνυσμα ΠΡΟΣΟΧΗ όμως χρειάζεται με τους τύπους των δεδομένων (numeric, character, logical): v1 <- c(1, 5, 11, 33);v1 # αριθμητικό διάνυσμα μήκους 4 ## [1] v2 <- c("hello","world");v2 # διάνυσμα χαρακτήρων μήκους 2 ## [1] "hello" "world" v3 <- c(true, TRUE, FALSE);v3 # λογικό διάνυσμα ισοδύναμο με το c(t, T, F) ## [1] TRUE TRUE FALSE Στο script δίνονται και άλλοι τρόποι κατασκευής διανυσμάτων (με ακολουθίες στοιχείων και επαναλήψεις. 34

35 1.20 Δομές δεδομένων και διαχείριση - διανύσματα # Τα μεικτά διανύσματα εξαναγκάζονται από την R σε διανύσματα χαρακτήρων # αν υπάρχει χαρακτήρας και σε αριθμητικά αν δεν υπάρχει v4 <- c(v1,v2,v3,"boo") v4 # όλα τα στοιχεία εξαναγκάζονται σε χαρακτήρες ## [1] "1" "5" "11" "33" "hello" "world" "TRUE" "TRUE" ## [9] "FALSE" "boo" v5<-c(v1,v3);v5 # όλα τα στοιχεία εξαναγκάζονται σε αριθμούς ## [1] class(v1);class(v2);class(v3);class(v4);class(v5) ## [1] "numeric" ## [1] "character" ## [1] "logical" ## [1] "character" ## [1] "numeric" 35

36 1.20 Δομές δεδομένων και διαχείριση - διανύσματα Πράξεις, εξαγωγή στοιχείων, ονοματισμένα στοιχεία, οι εντολές is.vector, as.vector. # Ονοματισμένο διάνυσμα let <- letters[1:5] # τα 5 πρώτα πεζά γράμματα ως διάνυσμα # συνένωση της λέξης letter με τους αριθμούς 1,2,...,5 χωρίς κενά # και ονοματολογία των στοιχείων του διανύσματος let names(let) <- paste("letter", 1:5, sep = "") ; let ## letter1 letter2 letter3 letter4 letter5 ## "a" "b" "c" "d" "e" # το διάνυσμα χωρίς ονόματα let1<-as.vector(let);let1 ## [1] "a" "b" "c" "d" "e" 36

37 1.20 Δομές δεδομένων και διαχείριση - διανύσματα # πράξεις - χαμένες τιμές (NA) v1 <- 1:5 # 1,2,3,4,5 v2 <- c(rep(1,5),na); v2 # 1,1,1,1,1 ## [1] NA sum(v1) ## [1] 15 sum(v2) ## [1] NA # όταν υπάρχουν ΝΑ οι πράξεις δεν γίνονται # η εντολή na.omit διώχνει τις χαμένες τιμές v2<-as.vector(na.omit(v2));v2 ## [1] sum(v2) ## [1] 5 Πράξεις, εξαγωγή στοιχείων, ονοματισμένα στοιχεία, οι εντολές is.vector, as.vector. 37

38 1.20 Δομές δεδομένων και διαχείριση - # πράξεις στοιχείο προς στοιχείο v1 + v2 ## [1] v1 + 1 ## [1] # ίδιο αποτέλεσμα διανύσματα v1 * 2 # κάθε στοιχείο πολ επί 2 ## [1] Πράξεις, εξαγωγή στοιχείων, ονοματισμένα στοιχεία, οι εντολές is.vector, as.vector. v1 + c(1,7) # όταν έχουν διαφορετικό πλήθος στοιχείων ΠΡΟΕΙΔΟΠΟΙΕΙ ## Warning in v1 + c(1, 7): longer object length is not a multiple of shorte ## r ## object length ## [1]

39 1.20 Δομές δεδομένων και διαχείριση - διανύσματα # πράξεις λογικής (δείτε παρακάτω) v1 > 2 # Each element is compared to 2, returns logical vector ## [1] FALSE FALSE TRUE TRUE TRUE v1[3] v1[2:4] v1[-c(1,3)] # Εξαγωγή στοιχείων του διανύσματος: c[] # το τρίτο στοιχείο του v1 # από το 2ο ως και το 4ο του v1 # όλα εκτός του 1ου και του 3ου v1[c(t,t,f,f,f)] # τα στοιχεία που αντιστοιχούν σε TRUE v1[(v1!=5)] # τα στοιχεία που είναι διάφορα του 5 v1[v1>3] # τα στοιχεία που είναι >3 v1[v1==v2] Πράξεις, εξαγωγή στοιχείων, ονοματισμένα στοιχεία, οι εντολές is.vector, as.vector. # τα στοιχεία του v1 που είναι ίσα με τα στοιχεία του v2 v1[(v1>2) (v2>0)] # τα στοιχεία του v1 όταν ισχύει η πρώτη ή η δεύτερη ή κ αι οι δυο ----> ## [1]

40 1.21 Δομές δεδομένων και διαχείριση πίνακες (matrix-array) # Κενός πίνακας mmm<-matrix(data= NA,nrow=2,ncol=3) # κενός 2x3 πίνακας mmm ## [,1] [,2] [,3] ## [1,] NA NA NA ## [2,] NA NA NA Πράξεις, εξαγωγή στοιχείων, ονοματισμένα στοιχεία, οι εντολές is.matrix, as.matrix. dimnames(mmm)<- list(letters[1:2],letters[3:5]) ; mmm # η λίστα (list) ## C D E ## a NA NA NA ## b NA NA NA # εξετάζεται παρακάτω mmm[1,1]<-2 ; mmm # το στοιχείο [1,1] παίρνει την τιμή 2 ## C D E ## a 2 NA NA ## b NA NA NA 40

41 1.21 Δομές δεδομένων και διαχείριση πίνακες (matrix-array) # κενός πίνακας 3 διαστάσεων aaa<-array(data= NA,dim=c(3,3,2)); aaa # κενός πίνακας με 3 διαστάσεις ##,, 1 ## ## [,1] [,2] [,3] ## [1,] NA NA NA ## [2,] NA NA NA ## [3,] NA NA NA ## ##,, 2 ## ## [,1] [,2] [,3] ## [1,] NA NA NA ## [2,] NA NA NA ## [3,] NA NA NA Πράξεις, εξαγωγή στοιχείων, ονοματισμένα στοιχεία, οι εντολές is.matrix, as.matrix. Δείτε στο script σχετικά με τη διαχείριση πινάκων με πολλές στρώσεις (arrays) 41

42 1.21 Δομές δεδομένων και διαχείριση πίνακες (matrix-array) # πίνακας από διάνυσμα τιμών grades <- c(29.3,34.5,22.7,31.8,27.3,28.5) # από διάνυσμα mgr <- matrix(grades, 2, 3, byrow=t);mgr # αν θέλουμε κατά γραμμές ## [,1] [,2] [,3] ## [1,] ## [2,] Πράξεις, εξαγωγή στοιχείων, ονοματισμένα στοιχεία, οι εντολές is.matrix, as.matrix. mgcl <- matrix(grades, 2, 3, byrow=f);mgcl # αν θέλουμε κατά στήλες ## [,1] [,2] [,3] ## [1,] ## [2,] Δείτε στο script άλλα παραδείγματα σχετικά 42

43 1.21 Δομές δεδομένων και διαχείριση πίνακες (matrix-array) # η εντολή paste για ονομασία στοιχείων διανύσματος grades <- c(29.3,34.5,22.7,31.8,27.3,28.5) names(grades) <- paste("student", 1:6, sep = ".") grades #έλεγχος με ονόματα ## student.1 student.2 student.3 student.4 student.5 student.6 ## Πράξεις, εξαγωγή στοιχείων, ονοματισμένα στοιχεία, οι εντολές is.matrix, as.matrix. dim(grades) <- c(2,3) # μετατροπή σε πίνακα διαστάσεων 2x3 grades # συμπληρώνει 1η γραμμή και στη συνέχεια τη 2η ## [,1] [,2] [,3] ## [1,] ## [2,] is.matrix(grades) # έλεγχος ----> ## [1] TRUE 43

44 1.21 Δομές δεδομένων και διαχείριση πίνακες (matrix-array) # Εξαγωγή στοιχείων πίνακα (εντολές όμοιες με των διανυσμάτων) grades[2, ] # η δεύτερη γραμμή του πίνακα ## [1] grades[, 3] ## [1] # η τρίτη στήλη του πίνακα grades[,-c(1,2)] # εκτός των στηλών 1 και 2 grades[2, 3] # το στοιχείο (2,3) του πίνακα grades[grades>=31] # τα στοιχεία που είναι >=31 which(grades[,1]>=31) # το ίδιο στην πρώτη στήλη dim(grades) <- NULL # Η ακύρωση της προηγούμενης μετατροπή σε πίνακα grades # τα ονόματα των στοιχείων δεν διατηρούνται ## [1]

45 1.21 Δομές δεδομένων και διαχείριση πίνακες (matrix-array) # Πράξεις - διαγώνιος του πίνακα - ανάστροφος-αντίστροφος a<-matrix(c( 0, 1, 1, 0, 1, 0, 1, 1, 0, 1, 0, 1, 0, 1, 0, 0),ncol = 4, byrow = TRUE);a Atr <- t(a) # ανάστροφος a2 <- a%*%a ; a2 # κάνει το γινόμενο του πίνακα επί τον ανάστροφο Ba <- a%*%atr # αν ζητήσουμε με πράξη γινόμενο επί ανάστροφο ba == a2 # το αποτέλεσμα είναι λάθος diag(a2) # στοιχεία της διαγωνίου του πίνακα diag(a2)<-0 ; a2 # τα διαγώνια στοιχεία γίνονται 0 a2+1 # προσθέτει το 1 σε κάθε στοιχείο του α2 solve(a) # ο αντίστροφος του πίνακα solve(a,c(2,3,-2,-1)) # λύση γραμμικού συστήματος ax=b Δείτε στο script άλλα παραδείγματα σχετικά 45

46 1.22 Δομές δεδομένων και διαχείριση Λίστες sc1 <- c(27,31,30) ; sc2 <- c(28,38,32,40) # βαθμολογίες sc3 <- c(28,20,20) ; sc4 <- c(30,35,35,27) sc5 <- c(36,30,16) ; sc6 <- c(27,32,25,30) # ορισμός λίστας με 6 συνιστώσες (βαθμολογίες) Grades1<-list(exam1=sc1, exam2=sc2, exam3=sc3, exam4=sc4, exam5=sc5, exam6=sc6) Grades1 ## $exam1 ## [1] ## ## $exam2 ## [1] ##... ## $exam6 ## [1] Στο αντικείμενο λίστα σε αντίθεση με τα προηγούμενα μπορούμε να έχουμε ταυτόχρονα κάθε τύπο αντικειμένου (αριθμούς, χαρακτήρες, κλπ ). 46

47 1.22 Δομές δεδομένων και διαχείριση Λίστες # ορισμός λίστας με 4 συνιστώσες Class <- list(students=students.names, age=c(12,13,12,12,13,12), tests=c(3, 4, 3, 4, 3, 4), scores=grades1) Class[1];Class$students;Class[[1]] # η πρώτη δίνει στοιχείο της λίστας Class$students[1] # οι άλλες δυο δίνουν διάνυσμα # δίνει τον πρώτο μαθητή # προσθήκη συνιστώσας σε λίστα places <- c("thes","kav","thes","thes","kat","gian") Class <- c(class, list(place.birth=places)); Class Στο αντικείμενο λίστα σε αντίθεση με τα προηγούμενα μπορούμε να έχουμε ταυτόχρονα κάθε τύπο αντικειμένου (αριθμούς, χαρακτήρες, κλπ ). 47

48 1.23 Δομές δεδομένων και διαχείριση Παράγοντες - Factors Κατά την ανάλυση δεδομένων συναντάμε ποιοτικά χαρακτηριστικά όπως αξιολόγηση, χρώμα, φύλο, ομάδα αίματος, κλπ. Αυτά παρότι είναι χαρακτήρες και όχι αριθμοί μπορούν να αποθηκευτούν ως αντικείμενα κωδικοποιημένα με αριθμούς και τις κατηγορίες τους ως ετικέτες. Σε αρκετές περιπτώσεις η διάταξη στην κωδικοποίηση παίζει κύριο ρόλο. Τα αντικείμενα αυτά ονομάζονται παράγοντες (Factors). 48

49 1.23 Δομές δεδομένων και διαχείριση Παράγοντες - Factors eye.colors <- c("brown","blue","blue","green","brown","brown","brown") class(eye.colors) # διάνυσμα χαρακτήρων eye.colors <- factor(c("brown","blue","blue","green","brown","brown","brown")) class(eye.colors) eye.colors # παράγοντας με συγκεκριμένη σειρά (εδώ αλφαβητική) ## [1] brown blue blue green brown brown brown ## Levels: blue brown green # Νέα διάταξη των επιπέδων του παράγοντα levels(eye.colors) # αρχική διάταξη ## [1] "blue" "brown" "green" eye.colors <- factor(c("brown","blue","blue","green","brown","brown","brown"), levels=c("green", "blue", "brown"), ordered=true) eye.colors # η διάταξη έγινε green < blue < brown 49

50 1.24 Δομές δεδομένων και διαχείριση Πλαίσια δεδομένων (Data Frames) df1<-data.frame(); df1 # κενό πλαίσιο δεδομένων str(df1) ## 'data.frame': 0 obs. of 0 variables class(df1) ## [1] "data.frame" data()?chickweight ## starting httpd help server... done dim(chickweight) ## [1] names(chickweight) ## [1] "weight" "Time" "Chick" "Diet" Στο αντικείμενο data frame σε αντίθεση με τα προηγούμενα μπορούμε να έχουμε ταυτόχρονα κάθε τύπο αντικειμένου (αριθμούς, χαρακτήρες, κλπ ) αλλά σε στήλες ίδιου μήκους (πλήθους στοιχείων, όπως Excel, SPSS κλπ). # Ενεργά δεδομένα στη βιβλιοθήκη datasets ## βοήθεια για το αρχείο ChickWeight ## πλήθος γραμμών και στηλών (μεταβλητές) ## ονόματα των στηλών-μεταβλητών View(df1) ## ανοίγει το πλαίσιο δεδομένων / edit(df1) ## εισαγωγή στοιχείων στο π. δ. 50

51 1.24 Δομές δεδομένων και διαχείριση Πλαίσια δεδομένων (Data Frames) Εξαγωγή στοιχείων και διερεύνηση head(chickweight,5) ## weight Time Chick Diet ## ## ## ## ## ## οι πρώτες 5 γραμμές 51

52 1.24 Δομές δεδομένων και διαχείριση Πλαίσια δεδομένων (Data Frames) # Εξαγωγή στοιχείων του πλαισίου δεδομένων ChickWeight[1:10, ] ChickWeight[1, ] ChickWeight[,2] ChickWeight$Time length(chickweight$time) ChickWeight$Time[1] ## Οι πρώτες 10 γραμμές ## Η πρώτη γραμμή ## Η δεύτερη μεταβλητή (ως διάνυσμα) ## με χρήση του ονόματος ## πλήθος στοιχείων της μεταβλητής Time ## το πρώτο στοιχείο του διανύσματος # Υποσύνολο του πλαισίου δεδομένων (εντολή subset) dt1<-chickweight subdt1<-subset(dt1, dt1$time == 0,) ## για το χρόνο 0 head(subdt1) 52

53 1.25 Δομές δεδομένων ή σε πλαίσιο # Διάταξη σε διάνυσμα x <- c(3,5,9,1,7,4,15,4,3,9,7) ; x δεδομένων Σε κάποιες περιπτώσεις θα χρειαστεί να διατάξουμε σε αύξουσα ή φθίνουσα σειρά ένα διάνυσμα αριθμών ή τα στοιχεία ενός πλαισίου δεδομένων σύμφωνα με κάποια στήλη του (πχ ηλικία) sort(x) # διατάσσει τα στοιχεία διανύσματος x σε αύξουσα σειρά rev(sort(x)) # διατάσσει τα στοιχεία του x σε φθίνουσα σειρά. names(x) <- paste("x",1:length(x),sep="") ; x # ονοματίζουμε τα στοιχεία το υ x sort(x) # τα ονόματα ακολουθούν τη διάταξη order(x) # δίνει τους δείκτες(θέσεις) του αρχικού x στη διάταξη x[order(x)] # Παρατηρείστε ότι ισχύει x[order(x)]=sort(x) x[order(x)] == sort(x) # καλύτερος έλεγχος του προηγούμενου y <- seq(1, 10, length.out= length(x)) ; y y[order(x)] # διάταξη του y σύμφωνα με τη διάταξη στο x 53

54 1.25 Δομές δεδομένων ή σε πλαίσιο δεδομένων # διάταξη σε πλαίσιο δεδομένων dt1 <- ChickWeight # αποδίδουμε το ChickWeight στο dt1 orddt1 <- dt1[order(dt1$time ), ] ## Διάταξη αύξουσα κατά το χρόνο names(dt1) ## [1] "weight" "Time" "Chick" "Diet" orddt2<-dt1[order(dt1$time, dt1$diet ), ] ## Διάταξη σε αύξουσα σειρά ## αρχικά ως προς το χρόνο και ## στη συνέχεια ως προς τη δίαιτα revorddt3<-dt1[order(-dt1$time), ] ## Διάταξη σε φθίνουσα σειρά ## ως προς το χρόνο 54

55 1.26 Παραδείγματα δημιουργίας συναρτήσεων διαγράμματα ροής Δίνονται κάποια παραδείγματα συναρτήσεων. Γενικά αυτές που θα χρειαστεί να χρησιμοποιηθούν θα κατασκευάζονται ή θα δίνονται. px1 <- function( x ) 1+x px1(6) ## [1] 7 norm <- function(x) sqrt(x%*%x) norm(1:4) a norm(a) class(norm(a)) ## [1] "matrix" ## x ανεξάρτητη μεταβλητή ## x πίνακας ή διάνυσμα ## αριθμός ## πίνακας 55

56 1.26 Παραδείγματα δημιουργίας συναρτήσεων διαγράμματα ροής # διαγράμματα ροής x <- 5; y <- 10 if (x==0) y <- 0 else y <- y/x y # ή με το πλήρη συντακτικό if (x==0) { y <- 0 } else { y <- y/x } ## [1] 2 # σε μια γραμμή 56

57 1.26 Παραδείγματα δημιουργίας συναρτήσεων διαγράμματα ροής # for (μεταβλητή σε ακολουθία) εντολές ASum <- 0; AProd <- 1 for (i in 1:x) { ASum <- ASum + i AProd <- AProd * i } ASum # ισοδύναμο με sum(1:x) AProd # ισοδύναμο με prod(1:x) # while (συνθήκη) εντολές while (x > 0) { print(x) } x <- x-1 # repeat expr, use break to exit the loop # σε μια γραμμή repeat { print(x); x <- x+1; if (x>10) break} 57

58 1.27 Save, load, dump save(x, file = 'example1') ## Αποθήκευση σε αρχείο της R # rm(x) ## remove "x" from working space x ## error!! ## [1] 11 load(file = 'example1') x ## [1] 11 ## Φορτώνουμε το αρχείο και ## το x είναι ενεργό ## Φορτώνει το x dump("larger",'example1',append = T) # συμπληρώνει # το αρχείο 'example1' 58

59 Αναφορές 1.Katya Ognyanova.Online version of the tutoiral:kateto.net/netscix Χρόνης Μωυσιάδης. cmoi-r-guide (στη σελίδα του μαθήματος) 3.Joseph Adler(2010). R IN A NUTSHELL. O Reilly Media, Inc.US. 4.Wickham H. (2015). Advanced R. Chapman & Hall. 5.Wickham,Grolemund (2017).R for Data Science- Import, Tidy, Transform, Visualize, and Model. O Reilly Media, Inc.US. 59