R apmācība - iesācēju ceļvedis R programmēšanas apgūšanai



Šis emuārs vietnē R Tutorial iepazīstina jūs ar R rīku un palīdz ar piemēriem detalizēti izprast dažādus R programmēšanas pamatus.

R ir vispopulārākais datu analīzes rīks, jo tas ir atvērtā koda, elastīgs, piedāvā vairākas paketes un tajā ir milzīga kopiena. Tas ir paredzēts gan programmatūras programmētājiem, gan statistikas speciālistiem, gan datu ieguvējiem, un tāpēc ir veicinājis to popularitāti .Šajā R apmācības emuārā es sniegšu jums pilnīgu ieskatu par R ar piemēriem.

Tālāk ir norādītas šī R apmācības emuāra tēmas, kuras es apspriedīšu šādā secībā:





  1. Kāpēc mums ir nepieciešama Analytics ?
  2. Kas ir biznesa analīze ?
  3. Kāpēc R un kurš lieto R ?
  4. R uzstādīšana
  5. Datu operatori
  6. Datu tipi
  7. Plūsmas kontrole

R apmācība: kāpēc mums vajadzīga analīze?

Pirms atbildu uz jautājumu, ļaujiet man īsi pastāstīt par dažām problēmām un to risinājumiem R vairākās jomās.



banku pakalpojumi - R apmācība - Edureka

Banku darbība :

Bankās katru dienu tiek ģenerēts liels klientu datu daudzums. WLai regulāri nodarbotos ar miljoniem klientu, kļūst grūti izsekot viņu hipotēkām.



Risinājums :

R izveido pielāgotu modeli, kas uztur katram klientam izsniegtos aizdevumus, kas mums palīdz izlemt summu, kas klientam jāmaksā laika gaitā.

Apdrošināšana :

Apdrošināšana lielā mērā ir atkarīga no prognozēšanas. Tas ir grūtiizlemt, kuru politiku pieņemt vai noraidīt.

Risinājums:

Izmantojot nepārtrauktu kredītatskaiti kā ievadi, mēs varam izveidot modeli R, kas ne tikai novērtēs riska apetīti, bet arī izveidos prognozējošu prognozi.

Veselības aprūpe:

Katru gadu miljoniem cilvēku tiek uzņemti slimnīcā, un miljardi gadā tiek iztērēti tikai uzņemšanas procesā.

Risinājums :

Ņemot vērā pacienta vēsturi un medicīnisko vēsturi, var izveidot prognozējošu modeli, lai noteiktu, kam ir hospitalizācijas risks un cik lielā mērā medicīniskais aprīkojums būtu jāpielāgo.

Tagad mēs zinām, kā datu analīze palīdz organizācijām izmantot savus datus un izmantot tos jaunu iespēju identificēšanai. Ja mēs runājam par analīzes nepieciešamību organizācijā, jums ir jāsaskaras ar šiem 4 aspektiem:

Pēc tam virzīsimies uz priekšu R apmācības emuārā, kur vispirms sapratīsim, kas īsti ir biznesa analīze.

R apmācība: kas ir biznesa analīze?

Biznesa analīze ir process, kurā pārbauda lielus datu kopumus un iegūst slēptus modeļus, korelācijas un citas atziņas. Tas būtībā palīdz jums izprast visus jūsu apkopotos datus, neatkarīgi no tā, vai tie ir organizatoriskie dati, tirgus vai produktu izpētes dati vai jebkura cita veida dati. Jums kļūst viegli pieņemt labākus lēmumus, labākus produktus, labākas mārketinga stratēģijas utt. Lai labāk izprastu, skatiet zemāk redzamo attēlu:

Ja paskatās uz iepriekš minēto attēlu, jūsu dati pirmajā attēlā ir izkaisīti. Tagad, ja datu bāzē vēlaties kaut ko konkrētu, piemēram, konkrētu ierakstu, tas kļūst apgrūtinošs. Lai to vienkāršotu, nepieciešama analīze. Veicot analīzi, kļūst viegli noteikt korelāciju starp datiem. Kad esat noskaidrojis, kā rīkoties, jums kļūst diezgan viegli pieņemt tādus lēmumus kā, kuru ceļu vēlaties iet, vai biznesa analītikas ziņā, kurš ceļš ļaus uzlabot jūsu organizāciju.

Bet jūs nevarat sagaidīt, ka iepriekš esošajā ķēdē esošie cilvēki pēc analīzes vienmēr saprot sākotnējos datus, kurus jūs viņiem sniedzat. Tātad, lai pārvarētu šo plaisu, mums ir jēdziens datu vizualizācija .

Datu vizualizācija : Datu vizualizācija ir vizuāla piekļuve milzīgam datu apjomam, ko esat ģenerējis pēc analīzes. Cilvēka prāts apstrādā vizuālos attēlus, un vizuālā grafika ir labāka nekā salīdzināt ar neapstrādātiem datiem. Mums vienmēr ir viegli saprast sektoru diagrammu vai joslu diagrammu, salīdzinot ar neapstrādātiem skaitļiem. Tagad jums var būt jautājums, kā jūs varat sasniegt šo datu vizualizāciju no datiem, kurus jau esat analizējis?
Datu vizualizācijas tirgū ir pieejami dažādi rīki:

Jums visiem ir jābrīnās, vai jau ir tik daudz rīku, kas palīdz jums sasniegt datu vizualizāciju un noteiktu analītikas daudzumu, kāpēc iet ar R?

Tāpēc mana nākamā tēma R apmācības emuārā attiecas uz “kāpēc R” un “kurš lieto R”.

R apmācība: Kāpēc R un kas lieto R?

Kāpēc R?

R ir programmēšanas un statistikas valoda.

konvertēt decimālu binārā pitona kodā

R tiek izmantots datu analīzei un vizualizācijai.

R ir vienkārši un viegli iemācīties, lasīt un rakstīt.

R ir FLOSS (Free Libre and Open Source Software) piemērs, kur var brīvi izplatīt šīs programmatūras kopijas, lasīt tās pirmkodu, modificēt utt.

Kas lieto R?

  • Patērētāju finanšu aizsardzības birojs datu analīzei izmanto R
  • John Deere statistikas speciālisti ticami un reproducējami izmanto laika rindu modelēšanai un ģeotelpisko analīzi.
  • Bank of America ziņošanai izmanto R.
  • R ir daļa no Foursquare slavenā ieteikumu dzinēja.
  • ANZ, ceturtā lielākā banka Austrālijā, kas izmanto R kredītriska analīzei.
  • Google izmanto R, lai prognozētu ekonomisko aktivitāti.
  • Mozilla, fonds, kas atbild par tīmekļa pārlūkprogrammu Firefox, izmanto R, lai vizualizētu tīmekļa aktivitātes.

Zemāk ir daži no domēniem, kuros tiek izmantots R:

Tagad ejiet uz priekšu R apmācības emuārā un instalējiet R

R apmācība: R instalēšana

Ļaujiet man jūs iepazīstināt ar R instalēšanas procesu jūsu sistēmā. Vienkārši veiciet tālāk norādītās darbības.

1. solis : Dodieties uz saiti https://cran.r-project.org/

2. solis : Lejupielādējiet un instalējiet R 3.3.3 savā sistēmā.

Lai iegūtu labāku izpratni, skatiet zemāk redzamo ekrānuzņēmumu.

Veicot iepriekš minētās darbības, jūs esat pabeidzis instalēšanas daļu R. Tagad jūs varat tieši sākt kodēšanu R, lejupielādējot RStudio IDE. Lai to lejupielādētu, rīkojieties šādi:

1. solis : Dodieties uz saiti https://www.rstudio.com/

2. solis : Lejupielādējiet un instalējiet Rstudio savā sistēmā.

Pēc visa instalēšanas jūs visi esat iestatījis kodu!

R apmācība iesācējiem R programmēšanas apmācība | Edureka

Pēc tam ļaujiet mums virzīties uz priekšu R apmācības emuārā un saprast, kas ir datu operatori R.

R apmācība: datu operatori

Galvenokārt ir 5 dažādi operatoru veidi, kas ir uzskaitīti zemāk:

  1. Aritmētiskie operatori : Veiciet aritmētiskās darbības, piemēram, saskaitīšanu, atņemšanu, reizināšanu, dalīšanu utt.
  2. Uzdevumu operatori :Vērtību piešķiršanai tiek izmantoti piešķiršanas operatori. Piemēram:
  • Uzdevumu operators =
    Sintakse:
    mainīgā nosaukums = vērtība
> x = 5 >x 
Rezultāts: [1] 5
  • Uzdevumu operators<-
    Sintakse:
    mainīgā nosaukums<- value

    > x<- 15 > x
    Rezultāts: [1] 15
  • Uzdevumu operators<<-
    Sintakse:
    mainīgā nosaukums<<- value
> x<<- 2 > x
Rezultāts: [1] 2
  • Uzdevumu operators ->
    Sintakse:
    vērtība -> mainīgā nosaukums

    > 25 -> x > x 
    Rezultāts: [1] 25

3. Relāciju operators : Tas nosaka attiecības starp divām entītijām. Piemēram: ,<=,!= etc.

> xx! = 2
Izeja:[1] PATIESA

4. Loģiskie operatori : Šie operatori salīdzina abas entītijas un parasti tiek izmantoti ar Būla (loģiskām) vērtībām, piemēram, &, | un !.

> x2 un 3
Izeja:[1] PATIESA

5. Īpašie operatori : Šie operatori tiek izmantoti konkrētiem mērķiem, nevis loģiskai aprēķināšanai. Piemēram:

  • Tas izveido skaitļu sērijas pēc kārtas vektoram.

    > xx
    Rezultāts: [1] 2 3 4 5 6 7 8
  • % in% Šis operators tiek izmantots, lai identificētu, vai elements pieder vektoram.
    Piemērs

    > xyy%% x
    Rezultāts: [1] PATIESA

R apmācība: datu tipi

Datu tipi tiek izmantoti informācijas glabāšanai. R gadījumā mums nav nepieciešams deklarēt mainīgo kā kādu datu tipu. Mainīgie tiek piešķirti ar R-Objects, un R-objekta datu tips kļūst par mainīgā datu tipu.R galvenokārt ir seši datu tipi:

Ļaujiet mums sīkāk aplūkot katru no tiem:

Vector : Vektors ir viena un tā paša veida datu elementu secība. Piemērs:

vtr = (1, 3, 5, 7 9)

vai

vtr<- (1, 3, 5 ,7 9)

Ir 5 atomu vektori, kurus sauc arī par piecām vektoru klasēm.

Saraksts : Saraksti ir R objekti, kas satur dažāda veida elementus, piemēram, & mīnus skaitļus, virknes, vektorus un citu sarakstu.

> n = c (2, 3, 5) > s = c ('aa', 'bb', 'cc', 'dd', 'ee') > x = saraksts (n, s, TRUE) > x

Rezultāts -

[[1]] [1] 2 3 5 [[2]] [1] 'aa' 'bb' 'cc' 'dd' 'ee' [[3]] [1] PATIESA

Masīvi : Masīvi ir R datu objekti, kas datus var uzglabāt vairāk nekā divās dimensijās. Tas izmanto vektorus kā ievadi un izmanto dim parametra vērtības, lai izveidotu masīvu.

vektors1<- c(5,9,3) vektors2<- c(10,11,12,13,14,15) rezultāts<- array(c(vector1,vector2),dim = c(3,3,2))

Rezultāts -

,, 1 [, 1] [, 2] [, 3] [1,] 5 10 13 [2,] 9 11 14 [3,] 3 12 15 ,, 2 [, 1] [, 2] [, 3 ] [1,] 5 10 13 [2,] 9 11 14 [3,] 3 12 15

Masīvi : Matricas ir R objekti, kuros elementi ir izvietoti divdimensiju taisnstūra izkārtojumā. Matrica tiek izveidota, izmantojot matricas () funkciju. Piemērs: matrica (dati, nrow, ncol, byrow, dimnames) kur,

dati ir ievades vektors, kas kļūst par matricas datu elementiem.

tagad ir izveidojamo rindu skaits.

ncol ir izveidojamo kolonnu skaits.

byrow ir loģisks pavediens. Ja TRUE, tad ievades vektora elementi ir sakārtoti pa rindām.

vājvārds ir rindām un kolonnām piešķirtie nosaukumi.

> Mat<- matrix(c(1:16), nrow = 4, ncol = 4 ) > Mat
Rezultāts :
[, 1] [, 2] [, 3] [, 4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16

Faktori : Faktori ir datu objekti, kurus izmanto, lai datus klasificētu un saglabātu kā līmeņus. Viņi var saglabāt gan virknes, gan veselus skaitļus. Tie ir noderīgi datu analīzē statistikas modelēšanai.

> dati<- c('East','West','East','North','North','East','West','West“,'East“) > faktora_dati<- factor(data) > faktora_dati

Rezultāts :

[1] Austrumu rietumu austrumi ziemeļu ziemeļaustrumi rietumu rietumu austrumi Līmenis: Austrumu ziemeļrietumi

Datu rāmji : Datu rāmis ir tabula vai divdimensiju masīvam līdzīga struktūra, kurā katrā kolonnā ir viena mainīgā vērtības un katrā rindā ir viena vērtību kopa no katras kolonnas.

> std_id = c (1: 5) > std_name = c ('Rick', 'Dan', 'Michelle', 'Ryan', 'Gary') > atzīmes = c (623,3 515,2 611,0 729,0 843,25) > standartdati<- data.frame(std_id, std_name, marks) > standartdati

Rezultāts :

std_id std_name atzīmes 1 1 Riks 623.30 2 2 un 515,20 3 3 Mišela 611,00 4 4 Raiens 729,00 5 5 Gerijs 843,25

Ar to mēs nonākam pie dažādu datu tipu beigām R. Tālāk, ļaujiet mums virzīties uz priekšu R apmācības emuārā un izprast citu galveno jēdzienu - plūsmas kontroles paziņojumus.

R apmācība: plūsmas kontroles paziņojumi

Plūsmas vadības paziņojumiem ir ļoti svarīga loma, jo tie ļauj kontrolēt skripta izpildes plūsmu funkcijas iekšpusē. Visbiežāk izmantotie plūsmas kontroles paziņojumi ir parādīti zemāk esošajā attēlā:

Tagad apspriedīsim katru no tiem ar piemēriem.

R apmācība: atlasītāja paziņojumi

  • Ja kontroles paziņojums : Šis kontroles paziņojums novērtē vienu nosacījumu. Tas ir diezgan vienkārši, jo tam ir tikai viens atslēgvārds “ja”, kam seko nosacījums un pēc tam noteikts paziņojumu kopums, kas jāpilda, ja tas ir patiess. Lai iegūtu labāku izpratni, skatiet zemāk esošo blokshēmu:

Šajā blokshēmā kods atbildēs šādi:

  1. Pirmkārt, tas iekļūs cilpā, kur pārbauda stāvokli.
  2. Ja nosacījums ir patiess, tiks izpildīts nosacījuma kods vai uzrakstītie paziņojumi.
  3. Ja nosacījums ir nepatiess, paziņojumi tiek ignorēti.

Zemāk ir piemērs ja vadības paziņojums R. Mēģiniet palaist šo piemēru R Studio.

x = 2 atkārtojiet {x = x ^ 2 drukāt (x), ja (x> 100) {pārtraukums}

Izeja:

[1] 4 [1] 16 [1] 256
  • Ja cits paziņojums par kontroli :Eksāmenss kontroles paziņojuma veidsnovērtē nosacījumu grupu un izvēlas apgalvojumus. Lai iegūtu labāku izpratni, skatiet zemāk esošo blokshēmu:

Šajā blokshēmā kods atbildēs šādi:

  1. Pirmkārt, tas iekļūs cilpā, kur pārbauda stāvokli.
  2. Ja nosacījums ir patiess, tiks izpildīti pirmie “ja” priekšraksti.
  3. Ja nosacījums ir nepatiess, tad tas pāriet uz nosacījumu ‘cits ja’ un, ja tas ir patiess, tiks izpildīts kods ‘cits ja’.
  4. Visbeidzot, ja kods “cits, ja” arī ir nepatiess, tas tiks izmantots citam kodam un tas tiks izpildīts. Tas nozīmē, ka, ja neviens no šiem nosacījumiem nav taisnība, tad paziņojums ‘cits’ tiek izpildīts.

Zemāk ir piemērs ja vēl vadības paziņojums R. Mēģiniet palaist šo piemēru R Studio.

x5) {print ('x ir lielāks par 5')} elseif (x == 5) {print ('x ir vienāds ar 5')} else {print ('x nav lielāks par 5')}

Izeja:

[1] 'x ir vienāds ar 5'
  • Pārslēgt paziņojumus : Šie kontroles paziņojumi galvenokārt tiek izmantoti, lai salīdzinātu noteiktu izteiksmi ar zināmu vērtību. Lai iegūtu labāku izpratni, skatiet zemāk esošo blokshēmu:

Šajā slēdža gadījuma blokshēmā kods atbildēs, veicot šādas darbības:

  1. Pirmkārt, tas ievadīs slēdža lietu, kurai ir izteiksme.
  2. Pēc tam tas pāriet uz 1. gadījuma nosacījumu, pārbauda nosacījumam nodoto vērtību. Ja tā ir taisnība, tiks izpildīts paziņojumu bloks. Pēc tam tas pārtrauks no šī slēdža gadījuma.
  3. Gadījumā, ja tā ir nepatiesa, tā pāriet uz nākamo gadījumu. Ja 2. gadījuma nosacījums ir patiess, tas izpildīs paziņojumu un atkāpsies no šī gadījuma, pretējā gadījumā tas atkal pāriet uz nākamo gadījumu.
  4. Pieņemsim, ka jūs neesat norādījis nevienu gadījumu vai arī lietotājs ir ievadījis nepareizu ievadi, tad tas nonāks noklusējuma gadījumā, kur tas izdrukās jūsu noklusējuma paziņojumu.

Tālāk ir sniegts slēdža paziņojuma piemērs R. Mēģiniet palaist šo piemēru R Studio.

vtr<- c(150,200,250,300,350,400) option <-'mean' switch(option, 'mean' = print(mean(vtr)), 'mode' = print(mode((vtr))), 'median' = print(median((vtr))) ) 

Izeja:

[1] 275

R apmācība: cilpu paziņojumi

Cilpas palīdz atkārtot noteiktu darbību kopumu, lai jums tās nebūtu jāveic atkārtoti. Iedomājieties, ka operācija jāveic 10 reizes, ja sākat rakstīt kodu katram reizei, programmas garums palielinās, un jums vēlāk to būtu grūti saprast. Bet tajā pašā laikā, izmantojot cilpu, ja es rakstu to pašu paziņojumu cilpas iekšpusē, tas ietaupa laiku un atvieglo koda lasāmību. Tas arī tiek vairāk optimizēts attiecībā uz koda efektivitāti.

pass by value vs iet ar atsauces java

Iepriekš redzamajā attēlā atkārtot ’ un ' kamēr “Paziņojumi palīdz izpildīt noteiktu noteikumu kopumu, līdz nosacījums ir patiess, bet” priekš' ir cikla paziņojums, kas tiek izmantots, kad jūs zināt, cik reizes vēlaties atkārtot paziņojuma bloku. Tagad, ja jūs zināt, ka vēlaties to atkārtot 10 reizes, jūs izmantosiet paziņojumu “par”, bet, ja neesat pārliecināts par to, cik reizes vēlaties kodu atkārtot, jūs izmantosiet “atkārtot” vai “kamēr” cilpa.

Apspriedīsim katru no tiem ar piemēriem.

  • Atkārtojiet : Atkārtošanas cilpa palīdz atkal un atkal izpildīt to pašu kodu kopu, līdz tiek izpildīts apstāšanās nosacījums. Lai iegūtu labāku izpratni, skatiet zemāk esošo blokshēmu:

Iepriekš minētajā blokshēmā kods atbildēs, veicot šādas darbības:

  1. Pirmkārt, tas ievadīs un izpildīs kodu kopu.
  2. Pēc tam tā pārbaudīs nosacījumu, ja tā ir taisnība, tā atgriezīsies un atkal izpildīs to pašu kodu kopu, līdz tā ir domāta kā nepatiesa.
  3. Ja tiek konstatēts, ka tā ir nepatiesa, tā tieši izies no cilpas.
  • Kamēr : Paziņojums while arī palīdz atkal un atkal izpildīt to pašu kodu kopu, līdz tiek izpildīts apstāšanās nosacījums. Lai iegūtu labāku izpratni, skatiet zemāk esošo blokshēmu:

Iepriekš minētajā blokshēmā kods atbildēs, veicot šādas darbības:

  1. Pirmkārt, tas pārbaudīs stāvokli.
  2. Ja tiks konstatēts, ka tā ir patiesa, tā izpildīs kodu kopu.
  3. Pēc tam tas vēlreiz pārbauda nosacījumu, ja tā patiesība atkal izpildīs to pašu kodu. Tiklīdz tiek konstatēts, ka nosacījums ir nepatiess, tas nekavējoties iziet no cilpas.

Zemāk ir piemēri, kamēr paziņojums R. Mēģiniet palaist šo piemēru R Studio.

x = 2, kamēr (x<1000) { x=x^2 print(x) } 

Izeja:

4 16 256 65 536

Tātad jums ir jautājums, kā šie divi apgalvojumi atšķiras? Ļaujiet man noskaidrot jūsu šaubas!
Šeit galvenā atšķirība starp atkārtojumu un paziņojumu ir tā, ka tā mainās atkarībā no jūsu stāvokļa. Kamēr cilpa būtībā nosaka, kad jūs ievadīsit cilpu, lai izpildītu paziņojumus un atkārtot cilpa nosaka, kad pēc paziņojumu izpildes atstājat no cilpas. Tātad šie divi apgalvojumi ir pazīstami kā ieejas kontroles cilpa un izejas kontroles cilpa. Tā, lai arī atkārtotie un atkārtotie apgalvojumi atšķiras.

  • Loop: Cilpas tiek izmantotas, ja jums ir nepieciešams vairākas reizes izpildīt koda bloku. Lai iegūtu labāku izpratni, skatiet zemāk esošo blokshēmu:

Iepriekš minētajā blokshēmā kods atbildēs, veicot šādas darbības:

  1. Vispirms ir inicializācija, kurā jūs norādāt, cik reizes cikls jāatkārto.
  2. Pēc tam tas pārbauda stāvokli. Ja nosacījums ir patiess, tas izpildīs kodu kopu norādītajā reižu skaitā.
  3. Tiklīdz tiek konstatēts, ka nosacījums ir nepatiess, tas nekavējoties iziet no cilpas.

Tālāk ir sniegts R. paziņojuma piemērs. Mēģiniet palaist šo piemēru R Studio.

vtr<- c(7,19,25,65, 45) for( i in vtr) { print(i) } 

Izeja:

7 19 25 65 45

Pēc tam pārejiet pie mūsu pēdējā paziņojumu komplekta R Tutorial emuārā, t.i., leciet paziņojumus.

R apmācība: Pārlēkt paziņojumus

Pārtraukuma paziņojums : Break paziņojumi palīdz pārtraukt programmu un atsāk kontroli pār nākamo paziņojumu, kas seko ciklam. Šie apgalvojumi tiek izmantoti arī komutācijas gadījumā. Lai iegūtu labāku izpratni, skatiet zemāk esošo blokshēmu:

Iepriekš minētajā blokshēmā kods atbildēs, veicot šādas darbības:

  1. Pirmkārt, tas iekļūs cilpā, kur pārbauda stāvokli.
  2. Ja cilpas nosacījums ir nepatiess, tas tieši iziet no cilpas.
  3. Ja nosacījums ir patiess, tas pārbauda pārtraukuma stāvokli.
  4. Ja pārtraukuma nosacījums ir patiess, tas pastāv no cilpas.
  5. Ja pārtraukuma nosacījums ir nepatiess, tas izpildīs paziņojumus, kas paliek ciklā, un pēc tam atkārtos tās pašas darbības.

Tālāk ir sniegts R. lēciena paziņojuma piemērs. Mēģiniet palaist šo piemēru R Studio.

x<- 1:5 for (val in x) { if (val == 3){ break } print(val) } 

Izeja:

[1] 1 [1] 2

Nākamais paziņojums : Nākamais paziņojums tiek izmantots, ja vēlaties izlaist pašreizējo cilpas atkārtojumu, to nepārtraucot. Nākamais apgalvojums ir diezgan līdzīgs ‘turpināt’ citās programmēšanas valodās. Lai iegūtu labāku izpratni, skatiet zemāk esošo blokshēmu:

Iepriekš minētajā blokshēmā kods atbildēs, veicot šādas darbības:

  1. Pirmkārt, tas iekļūs cilpā, kur pārbauda stāvokli.

  2. Ja cilpas nosacījums ir nepatiess, tas tieši iziet no cilpas.

  3. Ja cikla nosacījums ir patiess, tas izpildīs 1. bloka paziņojumus.

  4. Pēc tam tā pārbaudīs “nākamo” paziņojumu. Ja tā ir, paziņojumi pēc tam netiks izpildīti tajā pašā cilpas atkārtojumā.

  5. Ja ‘nākamā’ paziņojuma nav, visi paziņojumi pēc tā tiks izpildīti.

Zemāk ir nākamā R. paziņojuma piemērs. Mēģiniet palaist šo piemēru R Studio.

par (i pēc 1:15) {if ((i %% 2) == 0) {nākamā} druka (i)}

Izeja:

1 3 5 7 9 11 13 15

Ar to beidzas R apmācības emuārs. Es ceru, ka jums, puiši, ir skaidrs katrs jēdziens, par kuru esmu runājis iepriekš. Sekojiet jaunumiem, mans nākamais emuārs būs R apmācībā, kur es detalizēti paskaidrošu vēl dažus R jēdzienus ar explaši.

Tagad, kad esat sapratis R pamatus, pārbaudiet Autors: Edureka, uzticams tiešsaistes mācību uzņēmums ar vairāk nekā 250 000 apmierinātu izglītojamo tīklu visā pasaulē. Edureka’s Data Analytics with R apmācība palīdzēs jums iegūt zināšanas R programmēšanā, datu apstrādē, izpētes datu analīzē, datu vizualizācijā, datu iegūšanā, regresijā, sentimentu analīzē un R Studio izmantošanā reālās dzīves gadījumu izpētei mazumtirdzniecībā, sociālajos medijos.

Vai mums ir jautājums? Lūdzu, pieminējiet to šī “R Tutorial” emuāra komentāru sadaļā, un mēs sazināsimies ar jums pēc iespējas ātrāk.