Co je programovací jazyk R? Úvod a základy R

Co je R Software?

R je programovací jazyk a svobodný software vyvinutý Rossem Ihakou a Robertem Gentlemanem na Univerzitě v Aucklandu v roce 1993. Jazyk R disponuje rozsáhlým katalogem statistických a grafických metod. Zahrnuje algoritmy strojového učení, lineární regresi, časové řady a statistickou inferenci, abychom jmenovali alespoň některé. Většina knihoven R je napsána v jazyce R, ale pro náročné výpočetní úlohy se používá jazyk C. C++ a FortraPreferuje se kód n.

Programovací jazyk R se netěší důvěře jen akademiků; mnoho velkých společností také používá programovací jazyk R, včetně Uberu, Google, Airbnb a Facebook. Vývoj nyní řídí tým R Core a jazyk je stále ve fázi aktivního vydávání – R 4.6.1 dorazil v červnu 2026.

Analýza dat pomocí jazyka R probíhá v několika krocích: programování, transformace, objevování, modelování a sdělování výsledků.

• Program: R je přehledný a dostupný programovací nástroj
• ZměnitR se skládá z kolekce balíčků navržených speciálně pro datovou vědu
• ObjevitProzkoumejte data, upřesněte svou hypotézu a analyzujte ji
• Model: R poskytuje širokou škálu nástrojů pro zachycení správného modelu pro vaše data
• KomunikovatIntegrujte kód, grafy a výstupy do reportu pomocí R Markdown nebo vytvářejte aplikace Shiny a sdílejte je se světem.

K čemu se R používá?

Těchto pět kroků se promítá do tří oblastí práce, kde je R výchozí volbou:

• Statistická inference — testy hypotéz, intervaly spolehlivosti a regresní modely
• Analýza dat — dovoz, čištění, reshaping a shrnující tabulky
• Strojové učení — klasifikace, shlukování a předpovídání pomocí caret, tidymodels a XGBoost

R od Industry

Pokud rozdělíme používání jazyka R podle odvětví, vidíme, že na prvním místě je akademická sféra. R je jazyk vytvořený pro statistiku a je první volbou ve zdravotnictví, následovaný vládou a poradenstvím. Níže uvedený graf ukazuje, jak je toto používání rozloženo.

Balíčky R a CRAN

Hlavní využití jazyka R je a vždy bude statistika, vizualizace a strojové učení. Obrázek níže ukazuje, které balíčky jazyka R jsou…tracpoložil nejvíce otázek na Stack Overflow. Většina z nich se v první desítce týká pracovního postupu datového vědce: přípravy dat a sdělování výsledků.

Téměř všechny balíčky R jsou uloženy v CRAN, komplexním databázi R. Archive Network, která je bezplatná s otevřeným zdrojovým kódem a dnes obsahuje více než 20 000 balíčků. Můžete si je stáhnout a použít k provádění Strojové učení nebo analýzu časových řad. Níže uvedený seznam CRAN obsahuje seznam, kde jsou publikovány a zkontrolovány všechny tyto balíčky.

Instalace trvá jediný hovor, install.packages("dplyr") — důvod, proč dplyr a rodina programů tidyverse se stala standardní sadou nástrojů.

Komunikujte s R

Balíčky řeší analýzu; posledním krokem je její sdílení. R nabízí několik způsobů, jak prezentovat a sdílet práci, ať už prostřednictvím dokumentu v Markdownu nebo aplikace Shiny. Vše lze hostovat na RPubs, GitHubu nebo na webových stránkách dané firmy.

Níže je uveden příklad prezentace hostované na RPubů.

RStudio akceptuje pro zápis dokumentů jazyk R Markdown – a od roku 2022 i Quarto. Jak ukazuje nabídka exportu níže, dokumenty můžete vytvářet v různých formátech:

• Dokument:
  • HTML
  • PDF/LaTeX
  • Slovo
• Prezentace:
  • HTML
  • PDF projektor

RStudio má také skvělý nástroj pro snadné vytváření aplikací. Níže je uveden příklad aplikace vytvořené s využitím dat Světové banky.

Proč používat R?

Vědět, co R dělá, je jedna věc, investovat do toho čas je věc druhá. Datová věda je shaping způsob, jakým firmy řídí své podnikání, a vyhýbání se umělé inteligenci a strojovému učení povede firmu k neúspěchu. Velkou otázkou je, jaký nástroj nebo jazyk byste měli použít.

Spousta nástrojů provádí analýzu dat a učení se novému jazyku vyžaduje časovou investici. Obrázek níže znázorňuje křivku učení v porovnání s obchodními možnostmi, které jazyk nabízí. Negativní vztah naznačuje, že neexistuje žádný oběd zdarma: nejlepší poznatky z dat stojí čas na osvojení si vhodného nástroje.

V levém horním rohu grafu vidíte Excel a Power BI. Tyto dva nástroje se snadno ovládají, ale nenabízejí vynikající obchodní funkce, zejména pokud jde o modelování. Uprostřed můžete vidět Python a SASSAS je specializovaný nástroj pro provádění statistických analýz v podnikání, ale není zdarma; je to software typu „klikni a spusť“. Python Má pozvolnou křivku učení a je fantastickým nástrojem pro nasazení strojového učení a umělé inteligence, ale má méně funkcí pro tvorbu reportů. Díky srovnatelné křivce učení je R dobrým kompromisem mezi implementací a analýzou dat.

Pravděpodobně jste slyšeli o Tableau pro vizualizaci dat. Tableau objevuje vzory pomocí grafů a tabulek a jeho osvojení si ho netrvá dlouho, ale nástroj zaměřený primárně na vizualizaci vám může zanechat jen spoustu grafů a žádný vzorec. Tableau se hodí pro rychlou vizualizaci nebo Business Intelligence; pro statistiku a rozhodování je vhodnější R.

Stack Overflow je velká komunita pro programovací jazyky a je tu, aby vám pomohla, když narazíte na problém s kódováním nebo potřebujete porozumět modelu. V průběhu let se procento zhlédnutých otázek u R prudce zvýšilo ve srovnání s jinými jazyky, jak ukazuje níže uvedená trendová linie. tracks boom věk datové vědy, ale také odráží poptávku po R.

V datové vědě spolu soupeří dva nástroje. R a Python jsou programovací jazyky, které definují dané pole.

Měli byste si vybrat R?

Datový vědec může využít dva vynikající nástroje: R a PythonMožná nebudete mít čas se je obojí naučit, zvláště když s nimi teprve začínáte. Učení statistického modelování a algoritmů záleží na mnohem víc než na učení se programovacího jazyka. programovací jazyk je nástroj pro výpočet a sdělení vašeho objevu. Nejdůležitějším úkolem v datové vědě je způsob, jakým s daty nakládáte: import, čištění, příprava, inženýrství funkcí a jejich výběr. To by mělo být vaším primárním zaměřením. Snažím se naučit R a Python najednou bez solidních znalostí statistiky jen zřídka funguje. Datoví vědci nejsou primárně programátoři – jejich úkolem je porozumět datům, manipulovat s nimi a odhalit nejlepší přístup.

Hlavním publikem datové vědy jsou obchodní profesionálové, takže komunikace je důležitá: report, webová aplikace, dashboard. Potřebujete jeden nástroj, který toto všechno zvládne, a to je R a jeho… zásobník reportů udržet si svou pozici.

Je R obtížné?

Před lety byl jazyk R obtížné zvládnout: byl matoucí a nebyl tak strukturovaný jako jiné programovací nástroje. Aby to překonal, Hadley Wickham vyvinul sadu balíčků s názvem tidyverse. Pravidla hry se změnila k lepšímu – manipulace s daty se stala intuitivní a vytváření grafů už nebylo obtížné.

Nejlepší algoritmy pro strojové učení lze implementovat pomocí R. Balíčky jako Keras a TensorFlow vytvářejí špičkové modely a R má také balíček pro XGBoost, jeden z nejlepších algoritmů pro soutěže Kaggle.

R může komunikovat s jinými jazyky: je možné volat Python, Java a C++ z R. Velká data jsou také dostupná, protože R se připojuje k platformám, jako je Spark nebo Hadoop.

Konečně se R vyvinul tak, aby paralelizoval operace a zrychlil výpočty. R bylo kdysi kritizováno za to, že používá vždy pouze jeden CPU; paralelní balíček nyní spouští úlohy na různých jádrech počítače.

Nejčastější dotazy