Cuprins:
Video: Data Analysis in R by Dustin Tran 2024
În programarea R pentru analiza predictivă, datele tipuri sunt uneori confundate cu structurile de date . Fiecare variabilă din memoria programului are un tip de date. Sigur, puteți să scăpați de mai multe variabile în programul dvs. și să fiți în continuare gestionați. Dar probabil că nu va funcționa atât de bine dacă aveți sute (sau mii) de variabile; trebuie să dați fiecărei variabile un nume, astfel încât să puteți accesa aceasta.
Este mai eficient să stocați toate aceste variabile într-o colecție logică.
Tipuri de date
Ca și alte limbi de programare integrate, R oferă multe tipuri de date și structuri de date. Nu este nevoie să specificați tipul pe care îl alocați unei variabile; interpretul va face asta pentru tine. Cu toate acestea, puteți specifica sau converti tipul dacă este necesar; acest lucru se numește casting . Există trei tipuri de date:
-
Numeric: Acestea sunt numerele zecimale tipice. Acestea se numesc plutitoare (scurte pentru numere cu virgulă mobilă ) sau dublează în alte limbi.
-
Caractere: Acestea sunt șirurile dvs. formate cu combinații de litere, caractere și numere. Ele nu sunt menite să aibă nici un sens numeric. Acestea sunt numite șiruri de caractere în alte limbi.
-
Logică: TRUE sau FALSE. Utilizați întotdeauna aceste valori în R. Aceste valori sunt numite Booleani în alte limbi.
Comparând un șir de numere cu un număr numeric, interpretul convertește șirul de numere într-un număr numeric și apoi face o comparație numerică.
Exemple de tipuri de date sunt următoarele: >> ijkm <- i == j # logical> n <- i == k # logic
După executarea acelor rânduri de cod, valori și tipuri prin utilizarea funcției str (). Această operație arată astfel: >> str (i) num 10> str (j) num 10> str (k) chr "10"> str (m) logi TRUE> expresia în n alocarea este un exemplu de interpret care convertește temporar tipul de date k într-un număr numeric pentru a face evaluarea între numeric i și caracterul k.
Structurile de date
R vor avea nevoie de un loc pentru a stoca grupuri de tipuri de date pentru a lucra eficient cu acestea. Acestea sunt numite
structuri de date
.
Un exemplu real al acestui concept este un garaj de parcare: este o structură care stochează eficient automobilele. Este proiectat pentru a parca cât mai multe automobile posibil și permite autovehiculelor să intre și să părăsească eficient structura.De asemenea, nici un alt obiect, în afară de automobile, nu ar trebui să fie parcat într-o structură de parcare. Structurile de date includ: Vectori:
Vectoarele stochează un set de valori dintr-un singur tip de date. Gândește-te la asta ca la un depozit săptămânal. Fiecare compartiment din cutie poate stoca doar un anumit tip de obiect. După ce ați pus niște pastile într-unul din compartimente, toate celelalte compartimente trebuie de asemenea să fie umplut fie cu pastile zero, fie cu mai multe pastile.
Nu poți pune monede în aceeași cutie; trebuie să utilizați o altă "casetă de pilule" (vector) pentru asta. De asemenea, odată ce stocați un număr într-un vector, toate valorile viitoare ar trebui să fie și numere. În caz contrar, interpretul convertește toate numerele în caractere.
-
Matrice: Matricea
-
arata ca o foaie de calcul Excel: In esenta este un tabel format din randuri si coloane. Datele varsă celulele goale după ordinea rândului sau coloanei, în care specificați când creați matricea. Toate coloanele trebuie să aibă același tip de date. Rame de date: Un cadru de date este similar cu o matrice, cu excepția coloanelor cadrului de date care poate conține diferite tipuri de date. Seturile de date utilizate în modelarea predictivă sunt încărcate în cadre de date și stocate acolo pentru utilizare în model.
Factori:
-
Un factor
-
este ca un vector cu un număr limitat de valori distincte. Numărul de valori distincte este denumit nivel . Puteți utiliza factori pentru a trata o coloană care are un număr limitat și cunoscut de valori ca valori categorice. În mod prestabilit, datele de caractere sunt încărcate în cadrele de date ca factori. Accesați vectori, matrici și cadre de date utilizând notarea de array . De exemplu, ați tasta
v [5] pentru a accesa al cincilea element al vectorului v. Pentru o matrice și un cadru de date bidimensional, introduceți numărul rândului și numărul coloanei, separate prin virgulă, în parantezele pătrate. De exemplu, tastați m [2, 3] pentru a accesa al doilea rând, valoarea a treia pentru matricea m . Structurile de date sunt un subiect avansat în domeniul informaticii. Deocamdată, rămânem la practic. Amintiți-vă că structurile de date au fost construite pentru a stoca anumite tipuri de date și au funcții pentru introducerea, ștergerea și recuperarea datelor.