R — мова програмування і програмне середовище для статистичних обчислень, аналізу та зображення даних в графічному вигляді. Розробка R відбувалась під істотним впливом двох наявних мов програмування: мови програмування S з семантикою, успадкованою від Scheme. R названа за першою літерою імен її засновників Роса Іхаки (Ross Ihaka) та Роберта Джентлмена, (Robert Gentleman) працівників Оклендського Університету в Новій Зеландії. Незважаючи на деякі принципові відмінності, більшість програм, написаних мовою програмування S запускаються в середовищі R.
R поширюється безкоштовно за ліцензією GNU General Public License у вигляді вільнодоступного вихідного коду або відкомпільованих бінарних версій більшості операційних систем: Linux, FreeBSD, Microsoft Windows, Mac OS X, Solaris. R використовує текстовий інтерфейс, однак існують різні графічні інтерфейси користувача (див. Графічні Редактори Скриптів та IDE).
R має значні можливості для здійснення статистичних аналізів, включаючи лінійну і нелінійну регресію, класичні статистичні тести, аналіз часових рядів (серій), кластерний аналіз і багато іншого. R легко розбудовується завдяки використанню додаткових функцій і пакетів, доступних на сайті Comprehensive R Archive Network (CRAN) . Більша частина стандартних функцій R написана мовою R, однак існує можливість підключати код, написаний C, C++ або Фортраном. Також за допомогою програмного коду на C або Java можна безпосередньо маніпулювати R об'єктами.
Особливості R належить до інтерпретованих мов програмування і для роботи використовується командний інтерпретатор. Наприклад, робота R в терміналі має такий вигляд:
> 1+1 2
R підтримує концепцію об'єктно-орієнтованого програмування (ООП), включаючи generic функції, результат виконання якої залежить від аргументів (типу об'єктів), що передаються generic функції. В мові програмування R всі змінні є об'єктами, кожен об'єкт належить до певного класу. При цьому R має дві класові моделі: S3 та S4. Перша була реалізована від початку існування R, друга була додана у версії 1.7.0 з пакетом methods . S3 не є справжньою класовою системою, класи S3-об'єкта визначаються простим атрибутом — вектором символьних рядків:
> q <- 1 > class(q) # перевіряємо клас q "numeric" # q - число > class(q) <- c("character", class(q)) # "розширимо" клас q > q 1 attr(,"class") "character" "numeric" # тепер q належить до двох класів
При цьому, при виконанні generic функцій, таких як plot() чи summary(), диспетчер методів шукає в таблиці методів метод, який узгоджується з іменем першого аргумента.
# Генеруємо вибірку з повторами з множини перших 5 літер, розміром у 20 елементів. # Після чого будуємо факторну таблицю (contingency table) > m <- table(sample(LETTERS[1:5], size = 20, replace = T)) # щоб дізнатись значення змінної - просто вводимо її ім'я в консолі > m A B C D E 4 5 3 2 6 > class(m) "table" # m - факторна таблиця > summary(m) # фактично виконується summary.table() Number of cases in table: 20 Number of factors: 1 > as.vector(m) # m як вектор 4 5 3 2 6 > summary(as.vector(m)) # виконується summary.default() Min. 1st Qu. Median Mean 3rd Qu. Max. 2 3 4 4 5 6
Хоча S3 проста система, але вона виявилась досить потужною і зручною саме для інтерактивного аналізу даних. S4 класи не такі "інтерактивні" і вони більше підходять для написання, наприклад, бібліотек. При створенні S4 класу потрібно вказати його ім'я і слоти (тобто поля). При цьому можна вказати від яких класів походить цей клас (це можуть бути S4 і S3 класи), прототип і функцію валідації (за замовченням перевіряється лише відповідність типу слоту і його значення, але можна ввести перевірку самого значення, наприклад, допускати лише числа менші 10).
# Визначаємо S4-клас AClass <- setClass("AClass" # ім'я класу , representation(adata = "character", alength = "numeric") # імена слотів та їхні типи/класи , prototype(adata = "Hello world!", alength = 12) # прототип класу , validity = function(object){ # функція валідації if(object@alength < 15) return(T) # якщо alength < 15, то все ок F # інакше - помилка
# наслідуємо AClass додавши новий слот ) BClass <- setClass("BClass", contains= "AClass", slots = c(bdata = "numeric"))
# створюємо об'єкт класу AClass > AClass() An object of class "AClass" # оскільки в конструктор нічого не було передано Slot "adata": # то створюється прототип "Hello world!" Slot "alength": 12
# створюємо інший AClass-об'єкт > AClass(adata = "Hello another world!", alength = nchar("Hello another world!")) Error in validObject(.Object) : invalid class “AClass” object: FALSE # alength >= 15, тому генерується помилка
S4-generic функції також мають певні відмінності від їхніх S3 побратимів. Головною відмінністю є можливість визначення сигнатури для generic-функції і для її методів, тобто перевіряється тип не лише першого аргументу, а й решти. При цьому в сигнатурі можна використати спеціальні типи ANY та MISSING, які вказують на те, що аргумент може бути будь-якого типу, або бути обов'язково пропущеним, відповідно.
Оскільки в R функції є об'єктами першого класу (тобто їх можна передавати як аргументи в інші функції та присвоювати змінним), то можна створити клас від типу function:
# визначимо функцію, яка просто збільшує аргумент на 10 і повертає результат foo <- function(p){ p + 10; } # наслідуємо клас від функції CFun <- setClass("CFun", contains = c("function") , slots = c(param = "numeric") ) # визначимо метод generic-функції show для класу CFun setMethod("show", "CFun", function(object) { cat("Show method for CFun objects\n") # виводимо рядок cat(object(object@param)) # використовуємо CFun-об'єкт як функцію }) # створимо новий об'єкт класу CFun > cf.obj <- CFun(foo, param = 13)
# тепер введемо в консолі ім'я створеного об'єкта, щоб подивитись його значення # при цьому буде знайдено відповідний метод функції show > cf.obj Show method for CFun objects 23 # == foo(13) == cf.obj(cf.obj@param)
Важливою особливістю R є тотальне використання того, що називають, recycling:
# Створюємо вектор чисел від 1 до 10 > x <- 1:10 > x 1 2 3 4 5 6 7 8 9 10
# кожен елемент х порівнюється з 4 # фактично х порівнюється з 10-елементним вектором, що складається лише з 4 # говорять, що 4 була recycled, перероблена > x > 4 FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE TRUE TRUE
# додамо 10 до елементів х окрім 4,5 та 6-го > x[-(4:6)] + 10 11 12 13 17 18 19 20
# якщо довжина довшого об'єктів не ділиться націло на довжину коротшого, то виводиться попередження # але операція все одно виконується > x + c(10, 100, 1000) 11 102 1003 14 105 1006 17 108 1009 20 Warning message: In x + c(10, 100, 1000) : longer object length is not a multiple of shorter object length
Хоча R орієнтована на розв'язок і аналіз статистичних задач, вона може використовуватися для матричних обрахунків з порівняльною швидкодією до математичних пакетів GNU Octave або MATLAB.
Створено багато пакетів для статистичних обчислень, біоінформатики, оптимізації тощо (див. "Пакети/Бібліотеки").
Середовище R містить засоби для візуалізації результатів обчислень (двовимірні, тривимірні графіки, діаграми, гістограми, діаграми (схеми) Ганта тощо). Графічні можливості R дозволяють створювати високоякісні графіки з різними атрибутами, зокрема математичні формули і символи.
Іншою особливістю є функція Sweave, яка дозволяє інтеграцію і виконання коду R в документах, написаних за допомогою LaTeX з метою створення динамічних звітів.
R de-facto став стандартом у міжнародній спільноті спеціалістів в галузі статистики, і широко використовується в розробках статистичних програм та аналізі даних. Згідно щорічному опитуванню Rexer's Annual Data Miner Survey в 2010 році, більшість (43%) серед опитаних спеціалістів з аналізу даних використовують у своїй роботі середовище R .
Приклади коду R Приклади ілюструють базовий синтаксис мови програмування R з використанням інтерфейсу командного рядка: Приклад 1 Створення числового і символьного векторів
> # Все, що за символом #, інтерпретується як коментар > x <- c(1,2,3,4,5,6,7,8,9,10) # Створення числового вектора > y <- 2^x # піднесення числа до степеня х > y # перегляд змісту об'єкта y, аналогічно print(y) 2 4 8 16 32 64 128 256 512 1024
> b1 <- c("Kharkiv","Kyiv","Lviv") # символьний вектор > b1 "Kharkiv" "Kyiv" "Lviv"
Приклад 2 Генерація випадкових чисел нормального розподілу і побудова гістограми
> x <- rnorm(1000) # генерація 1000 випадкових чисел # з розподілу Гауса > histogram <- hist(x, breaks=50, plot=FALSE) # розрахунок гістограми для змінної x, # кількість інтервалів 50 > plot(histogram, col="blue",border="red") # зображення гістограми за допомогою функції plot()
Пакети/Бібліотеки Можливості R значно розширюються додатковими пакетами (бібліотеками). Пакети розробляються безпосередньо користувачами R. Станом на вересень 2024 року було понад 21 тисячу пакетів, доступних здебільшого на сайті Comprehensive R Archive Network (CRAN) , а також на сайтах Omegahat, Bioconductor , R-Forge . .
На сторінці "Task View" вебсайту CRAN розміщено список напрямків (Фінанси, Генетика, Хеміометрія і Математична Фізика, Навколишнє середовище, Суспільні науки), в яких використовується R і для яких доступні пакети на сайті.
Графічні Редактори Скриптів та IDE
Для роботи з R існує кілька графічних інтерфейсів (GUI)
Графічна оболонка RGui разом з командною оболонкою (терміналом) R Console входять до базового пакету R у версії для Windows RStudio — зручне кросплатформне середовище розробки з відкритим кодом (існує можливість запуску на віддаленому linux сервері). RKWard — розширюване середовище розробки IDE RapidMiner і розширення RapidMiner R — середовище розробки для аналізу і обробки даних з використанням R, WEKA Java Gui for R (JGR) — кросплатформний термінал і редактор R написаний на Java Deducer — графічний інтерфейс для аналізів даних з використанням системи меню (подібний до SPSS). Розроблений для використання разом з JGR та RGui. Rattle GUI — кросплатформний графічний інтерфейс, розроблений для добування даних (збору та аналізу даних). R Commander — кросплатформний GUI з системою меню і доступними додатковими плагінами (базується Tcl/Tk) RExcel — додаток до Microsoft Excel, який дозволяє використовувати можливості R Sage — середовище для математичних розрахунків з використанням інтерфейсу веббраузера, бібліотек R і підтримкою rpy Red-R — інтерфейс для аналізу, що використовує R Tinn-R — графічний інтерфейс
Середовища розробки (IDE) Shiny
Текстові редактори та середовища розробки (IDE) з частковою підтримкою R gedit, Bluefish , IDE Eclipse, Kate, Vim, Emacs (Emacs Speaks Statistics ), Crimson Editor , ConTEXT , Tinn-R, Geany , jEdit, Syn , TextMate — The Missing Editor for Mac OS X , SciTE , WinEdt (R Package RWinEdt), WPE, notepad++ і SciViews.
Взаємодія з іншими мовами програмування R доступна для використання у мовах програмуваннях Python (за допомогою пакета RPy), Perl (за допомогою модуля Statistics::R ) і Ruby (за допомогою RSRuby ).
Підтримка R пропрієтарними програмними продуктами Деякі пропрієтарні програмні продукти, призначені для аналізу статистичних даних (напр. SPSS, STATISTICA, SAS), мають розширення, розроблені для інтеграції у свої структури функціоналу R.
Заснована 2007 року компанія Revolution Analytics розпочала комерційну підтримку версії R під назвою ParallelR, розробленої спеціально для кластерів робочих станцій. В 2011 з'явилася можливість зчитувати і записувати дані у формат файлів SAS за допомогою пропієтарного Enterprise R.
Див. також
Наукова візуалізація Статистика
Sweave ggplot2
Українська література з R Вступ до R на прикладах Віктор Гнатюк ХНЕУ 2010
Примітки
Посилання Офіційний вебсайт проекту R Wiki проекту R CRAN: Архів файлів R R books розширений список літератури з мови програмування R The R Graphical Manual , колекція графіків більшості пакетів R