R er et højniveau programmeringssprog og et gratis softwaremiljø, der primært bruges til statistisk beregning og dataanalyse. Det er populært blandt statistikere, datavidenskabsfolk og akademikere for sine kraftfulde datahåndterings-, statistiske modellerings- og grafiske kapaciteter. R tilbyder et bredt udvalg af pakker, der udvider dens funktionalitet, hvilket gør det tilpasningsdygtigt til forskellige opgaver inden for datamining, bioinformatik og endda maskinlæring.
R blev skabt i begyndelsen af 1990'erne af Ross Ihaka og Robert Gentleman ved Universitetet i Auckland, New Zealand. Det blev tænkt som et open-source sprog baseret på S programmeringssproget, som blev udviklet ved Bell Laboratories i 1970'erne. R blev designet til at være både et statistisk værktøj og et programmeringssprog, der gør det muligt for brugerne nemt at manipulere data og producere grafiske output af høj kvalitet.
Gennem årene har R fået en voksende brugergruppe og et betydeligt tilknyttet pakkeøkosystem, kendt som CRAN (Comprehensive R Archive Network). Dette netværk giver brugerne mulighed for at downloade og installere forskellige biblioteker, der udvider R's kapaciteter. I begyndelsen af 2000'erne begyndte R at få fodfæste i akademiske og industrielle kredse og blev ofte citeret i forskningsartikler på tværs af mange domæner.
I 2023 forbliver R et dominerende sprog inden for datavidenskab og statistisk analyse. Det har udviklet sig med regelmæssige opdateringer, nye pakker og et aktivt fællesskab, der bidrager til løbende forbedringer og forbedringer. R er også anerkendt for sin integration med andre programmeringssprog og rammer, hvilket yderligere styrker dens rolle i moderne dataanalyse.
R har vektorer som en af sine primære datastrukturer. En vektor kan indeholde flere værdier af samme type, hvilket gør den essentiel for datahåndtering.
numbers <- c(1, 2, 3, 4, 5)
Data frame er en anden grundlæggende struktur, der muliggør opbevaring af data i et tabelformat, hvor hver kolonne kan være af forskellige typer.
data <- data.frame(Name=c("Alice", "Bob"), Age=c(25, 30))
R understøtter førsteklasses funktioner, der gør det muligt for brugerne at definere og kalde funktioner nemt.
add <- function(x, y) {
return(x + y)
}
result <- add(5, 3)
Standard kontrolstrukturer, såsom if, else og for-løkker, er integrerede dele af R's syntaks.
for (i in 1:5) {
print(i)
}
R har omfattende indbyggede plottingkapaciteter, der muliggør oprettelse af visualiseringer med et enkelt funktionskald.
plot(data$Age, main="Aldersplot", xlab="Indeks", ylab="Alder")
Brugere kan installere yderligere pakker fra CRAN direkte gennem R ved hjælp af funktionen install.packages().
install.packages("ggplot2")
R understøtter lister, som kan indeholde blandede typer, og miljøer, der definerer variabelomfang.
my_list <- list(name="Alice", age=25, height=5.5)
Strenge i R kan manipuleres ved hjælp af indbyggede funktioner som paste() til sammenkædning.
greeting <- paste("Hej", "Verden")
R anvender vektoriserede operationer, der muliggør batchbehandling af datastrukturer.
squared <- numbers^2
Faktorer bruges til at håndtere kategoriske data, hvilket gør det muligt for R at behandle dem korrekt under analysen.
categories <- factor(c("Høj", "Medium", "Lav"))
Flere IDE'er er populære blandt R-udviklere:
R fungerer som et fortolket sprog ved hjælp af R-fortolkeren, som muliggør øjeblikkelig udførelse af R-kode. R-tools-pakken giver de nødvendige komponenter til at bygge R-pakker, hvis du er interesseret i at dele din kode.
Typisk er et R-projekt struktureret med scripts i en R/-mappe, data i en data/-mappe og dokumentation i en docs/-mappe. Brugere kan tjekke projektet ved hjælp af versionskontrolsystemer som Git.
R anvendes inden for forskellige områder:
caret og randomForest.ggplot2.Sammenlignet med andre sprog som Python er R specialiseret til statistisk analyse og visualisering. Python tilbyder et bredere anvendelsesområde, men integreres i stigende grad med datavidenskab gennem biblioteker som Pandas og NumPy. C++ giver generelt hurtigere udførelse, men mangler R's statistiske kapaciteter.
Java tilbyder robuste virksomheds-løsninger, mens R excellerer i hurtig analyse og forskning. Sprog som SAS eller MATLAB er også skræddersyet til statistisk analyse, men er ikke open-source, mens R trives på fællesskabsbidrag.
For at oversætte R-kode til andre sprog kan eksisterende kilde-til-kilde oversættelsesværktøjer som Rcpp til R til C++ være nyttige for ydeevnen. Derudover kan brugere udforske biblioteker, der letter oversættelser til Python, såsom rpy2, som muliggør integration af R-funktioner og data frames i Python-scripts.
Desuden kan brugen af værktøjer som reticulate hjælpe med at integrere R i Python-miljøer, hvilket muliggør brugen af R sammen med Python-biblioteker uden problemer.