R 教程介绍 首页RR 教程

R Programming Tutorial

R Programming Tutorial是为初学者和专业人士设计的。我们的教程提供了数据分析和可视化的所有基本和高级概念。

R是一个软件环境,用于分析统计信息和图形表示。 R允许我们使用函数进行模块化编程。

我们的R教程包括R的所有主题,例如介绍,函数,安装,rstudio ide,变量,数据类型,运算符,if语句,矢量,数据处理,图形,统计建模等。该编程语言基于R两位作者的首字母(Robert Gentleman和Ross Ihaka)。

什么是R编程

" R是由新西兰奥克兰大学的Ross Ihaka和Robert Gentleman创建的一种解释型计算机编程语言。" R开发核心团队 当前正在开发R。它也是用于分析统计信息图形表示报告数据的软件环境建模。 R是 S编程语言的实现,它与词法作用域语义相结合。

R不仅允许我们进行分支和循环,而且允许使用函数进行模块化编程。 R允许与用C,C++ 、. Net,Python和FORTRAN语言编写的集成,以提高效率。

在当今时代,R是最重要的工具之一,研究人员,数据分析师,统计学家和市场营销人员使用R来检索,清理,分析,可视化和呈现数据。

R Programming

R编程的历史

R的历史可以追溯到20到30年前。 R由Ross lhaka和Robert Gentleman在新西兰奥克兰大学开发,R开发核心团队目前正在开发它。该编程语言名称取自两个开发人员的名称。 1992年考虑了第一个项目。1995年发布了初始版本,2000年发布了稳定的beta版本。

R Programming

下表显示了R语言的发布日期,版本和说明:

版本发布 日期 说明
0.49 1997-04-23 第一次发布R的源代码,并启动了CRAN(综合R存档网络)。
0.60 1997-12-05 R正式获得GNU许可证。
0.65.1 1999-10-07 update.packages和install.packages都包括在内。
1.0 2000-02-29 第一个可投入生产的版本已发布。
1.4 2001-12-19 已提供Mac OS的第一个版本。
2.0 2004-10-04 Mac OS的第一个版本可用。
2.1 2005-04-18 添加对UTF-8编码,国际化,本地化等的支持。
2.11 2010-04-22 添加对Windows 64位系统的支持。
2.13 2011-04-14 添加了将代码快速转换为字节码的函数。
2.14 2011-10-31 添加了一些新软件包。
2.15 2012-03-30 提高了长向量的序列化速度。
3.0 2013-04-03 在64位系统上支持更大的数值。
3.4 2017-04-21 默认情况下,即时编译(JIT)已启用。
3.5 2018-04-23 添加了新函数,例如紧凑的整数序列内部表示,序列化格式等。

R编程的特点

R是一种特定于领域的编程语言,旨在进行数据分析。它具有一些独特的函数,使其函数非常强大。可以说,最重要的是向量的表示法。这些向量使我们可以在单个命令中对一组值执行复杂的操作。 R编程具有以下函数:

  1. 这是一种简单有效的编程语言,已经得到了很好的开发。
  2. 它是数据分析软件。
  3. 这是一种精心设计,简单且有效的语言,具有用户定义,循环,条件和各种I/O函数的概念。
  4. 它具有一套一致且完整的工具,用于数据分析。
  5. 对于数组,列表和向量的不同类型的计算,R包含一组运算符。
  6. 它提供有效的数据处理和存储函数。
  7. 这是一个开源,函数强大且高度可扩展的软件。
  8. 它提供了高度可扩展的图形技术。
  9. 它使我们能够使用向量执行多种计算。
  10. R是一种解释语言。

为什么选择R

市场上有几种工具可以执行数据分析。学习新语言是需要时间的。数据科学家可以使用两种出色的工具,即R和Python。在开始学习数据科学时,我们可能没有时间去学习它们。学习统计建模和算法比学习编程语言更为重要。编程语言用于计算和传达我们的发现。

数据科学中的重要任务是我们处理数据的方式:清理,特征工程,特征选择和导入。这应该是我们的主要重点。数据科学家的工作是了解数据,对其进行操作并提供最佳方法。对于机器学习,可以使用R实现最佳算法。 Keras TensorFlow 使我们能够创建高端机器学习技术。 R具有执行 Xgboost 的程序包。 Xgboost是 Kaggle竞争的最佳算法之一。

R与其他语言进行通信,并可能调用Python,Java,C++。 R也可以访问大数据世界。我们可以将R与其他数据库连接,例如 Spark Hadoop

简而言之,R是研究和探索数据的好工具。精细的分析(例如聚类,相关性和数据约简)是使用R完成的。

这一章你学到了什么?做个笔记,好记忆不如烂笔头! 如果觉得对您有帮助,请分享给您的朋友。

祝学习愉快! (您也可以 选中需要修改的内容->右键->进行编辑)

点我分享笔记