R (programozási nyelv)

Az R  egy programozási nyelv statisztikai adatfeldolgozáshoz és grafikákhoz, valamint egy ingyenes és nyílt forráskódú számítási környezet a GNU Project keretében . A nyelvet a Bell Labs -ban kifejlesztett S nyelvhez hasonlóként hozták létre , és ennek alternatív megvalósítása, bár vannak jelentős különbségek a nyelvek között, de az S nyelv kódja többnyire R környezetben működik. Ross Aihaka ( eng. Ross Ihaka ) és Robert Gentleman ( eng. Robert Gentleman ) fejlesztette ki (nevük első betűje R); a nyelvet és a környezetet az R Alapítvány tartja karban és fejleszti [5] .   

Széles körben használják statisztikai szoftverként adatelemzéshez, és a statisztikai programok de facto szabványává vált [6] .

A nyelv és a környezet a GNU GPL alatt érhető el ; forráskódok formájában terjesztve, valamint számos operációs rendszerre fordított alkalmazásokat: FreeBSD , Solaris [7] és Unix és Linux egyéb disztribúciói , Windows , macOS .

Az R parancssori felületet használ , bár számos grafikus felhasználói felület áll rendelkezésre , például az R Commander csomag , az RKWard , az RStudio , a Weka , a Rapid Miner , a KNIME és az irodai csomagokba való integráció.

2010-ben R bekerült az Infoworld magazinverseny győzteseinek listájára a legjobb nyílt forráskódú alkalmazásfejlesztő szoftver jelölésében [8] .

Jellemzők

Az R egy értelmezett programozási nyelv, a vele való munka fő módja a parancsértelmező. A nyelv megkülönbözteti a kis- és nagybetűket, szintaxisát tekintve egyrészt hasonló a funkcionális nyelvekhez , mint a Scheme , másrészt a tipikus modern szkriptnyelvekhez , egyszerű szintaxissal és egy kis alapszintű készlettel. szerkezetek. Objektumnyelv: minden benne lévő programobjektumnak van egy attribútumkészlete - egy elnevezett értéklista, amely meghatározza.

A nyelv támogatja a primitív adattípusok minimális készletét: karakter (karakter), numerikus (numerikus), logikai (logikai) és összetett (komplex). A numerikus változók a közönséges számokon kívül felvehetik a NaN (Not a Number - "nem szám") és az Inf (Infinity - "végtelen") speciális értéket. Végtelent (pozitív vagy negatív) akkor kapunk, ha a számítási eredmény túllép a megvalósítás által képviselt tartomány határain, NaN - meghatározatlan eredménnyel végzett műveletek során. Ezeken kívül van még egy nagyon fontos különleges érték, az NA (Not Available). Rögzíthető vele, hogy a számításokban szereplő megfelelő értéket valamilyen okból nem kaptuk meg (a statisztikai számításoknál meglehetősen gyakori helyzet, amikor az adatgyűjtés hibái miatt egyes megfigyelések eredmény nélkül maradnak).

A primitív típusok értékei kombinálhatók vektorokká (vektorok), listákba (lista), mátrixokká vagy tömbökké (mátrixok), beleértve a többdimenziósakat is; ezek a kombinált típusok azonos primitív típusú adatkészleteket tárolnak. Ezenkívül a nyelv tartalmazza a tényezők (faktor) fogalmát - kategorikus vagy skálaadatok halmazait, amelyek szigorúan meghatározott értékkészletet vesznek fel. Végül táblázatok (adatkeretek) hozhatók létre - olyan adatstruktúrák, amelyek minden sorhoz (egyedihez) különböző (és különböző típusú) paraméterek (jellemzők) halmazát tárolják. Az R jellemzője, hogy a vektorokkal és mátrixokkal végzett műveletek a nyelv szintjén támogatottak, mint például az APL -ben .

Van egy művelet az adatok kinyerésére és írására (a hozzárendeléshez hasonlóan) " <-", valamint az adatokkal való munkavégzés szokásos műveletei, beleértve az aritmetikai műveleteket is. A vektorok és tömbök elemeihez való indexelés szögletes zárójelekkel, a listák attribútumaihoz való hozzáférés - a " " operátoron keresztül történik $. A gyakori kötelező programozási konstrukcióknak van egy minimális halmaza: feltételes operátor if, ciklusok whileés for. Az R-ben lévő kifejezések külön objektumokként írhatók le, és szükség szerint kiértékelhetők. A funkciók leírása ugyanezen a mechanizmuson alapul. Vannak beépített lehetőségek a kifejezések és függvények vektorokra és tömbökre történő alkalmazására.

Az R függvények csomagokba köthetők – betölthető modulokba, amelyek bármely programhoz csatlakoznak, és biztosítják a bennük kombinált számítási lehetőségeket. Az R-hez készült csomagok más programozási nyelveken is fejleszthetők, beleértve a C-t is, ami lehetővé teszi egyrészt magának az R nyelvnek a korlátozott vizuális erőforrásainak kompenzálását, másrészt szükség esetén nagy számítási teljesítmény elérését.

Maga a nyelv meglehetősen korlátozott és nem túl kényelmes eszközökkel rendelkezik az adatok leírására, de ezt kompenzálja a könyvtári eszközök jelenléte, amelyek lehetővé teszik a legtöbb nyílt és számos szabadalmaztatott formátumban bemutatott adatkészletek betöltését R-táblázatként. Így egyszerű szöveges formátumú táblázatok, különféle verziójú Excel -táblázatok, CSV- , XML -formátumú adatok és sok más könnyen betölthető az R-be.

Általánosságban elmondható, hogy programozási nyelvként az R meglehetősen egyszerű, sőt primitív. Legnagyobb erőssége, hogy csomagokkal korlátlanul bővíthető. Az R alapdisztribúciója magába foglalja a csomagok alapkészletét, és összesen 2019-ig több mint 15 316 csomag érhető el [9] . Az univerzális statisztikai számítástechnika szinte minden releváns eszköze az R-ben van megvalósítva, mint például a regressziós elemzés és az idősor-elemzés , valamint számos speciális algoritmus speciális problémák megoldására és bizonyos területeken végzett kutatásokra.

A nyelv másik jellemzője, hogy kiváló minőségű tipográfiai szintű grafikákat készíthet, amelyek exportálhatók általános grafikai formátumokba, és felhasználhatók prezentációkhoz vagy kiadványokhoz. Rendelkezésre állnak olyan csomagok, amelyek összekapcsolják az R-t GUI keretrendszerekkel (pl. Tcl/Tk alapján ), és lehetővé teszik speciális statisztikai elemző segédprogramok létrehozását grafikus felhasználói felülettel, és az eredményeket grafikonok és diagramok formájában jelenítik meg.

Példák

Alapszintaxis