R (мова програмування)

R належить до інтерпретованих мов програмування і для роботи використовується командний інтерпретатор. Наприклад, робота R в терміналі має такий вигляд:

  > 1+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.^[11]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 ^[12] з пакетом methods [Архівовано 27 серпня 2013 у Wayback Machine.]. S3 не є справжньою класовою системою, класи S3-об'єкта визначаються простим атрибутом — вектором символьних рядків:

> q <- 1> class(q)                             # перевіряємо клас q[1] "numeric"                          # q - число> class(q) <- c("character", class(q)) # "розширимо" клас q> q[1] 1attr(,"class")[1] "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> mA B C D E 4 5 3 2 6 > class(m) [1] "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[1] 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-класAClass <- 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[1] "Hello world!"Slot "alength":[1] 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 результатfoo <- function(p){   p + 10;}# наслідуємо клас від функціїCFun <- setClass("CFun", contains = c("function")                 , slots = c(param = "numeric")                 )# визначимо метод generic-функції show для класу CFunsetMethod("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'єкту, щоб подивитись його значення# при цьому буде знайдено відповідний метод функції show > cf.objShow method for CFun objects23                                    # == 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]  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 [1] 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[1] 11 12 13 17 18 19 20# якщо довжина довшого об'єктів не ділиться націло на довжину коротшого, то виводиться попредження# але операція все одно виконується > x + c(10, 100, 1000) [1]   11  102 1003   14  105 1006   17  108 1009   20Warning 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.^[13]

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^[14].

R de-facto став стандартом у міжнародній спільноті спеціалістів в галузі статистики, і широко використовується в розробках статистичних програм та аналізі даних^[15]. 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^[16].

Приклади^[17] 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)       [1]    2    4    8   16   32   64  128  256  512 1024 > b1 <- c("Kharkiv","Kyiv","Lviv") # символьний вектор> b1[1] "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()

Можливості R значно розширюються додатковими пакетами (бібліотеками). Пакети розробляються безпосередньо користувачами R. Існує понад 4500 пакетів, доступних на сайті Comprehensive R Archive Network (CRAN) [Архівовано 5 січня 2008 у Wayback Machine.], Omegahat , Bioconductor [Архівовано 16 липня 2011 у Wayback Machine.], R-Forge [Архівовано 6 липня 2011 у Wayback Machine.].^[18].

На сторінці "Task View" вебсайту CRAN [Архівовано 20 червня 2010 у Wayback Machine.] розміщено список напрямків (Фінанси, Генетика, Хеміометрія і Математична Фізика, Навколишнє середовище, Суспільні науки), в яких використовується R і для яких доступні пакети на сайті.

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 [Архівовано 22 червня 2011 у Wayback Machine.] і розширення RapidMiner R — середовище розробки для аналізу і обробки даних з використанням R, WEKA
• Java Gui for R (JGR) [Архівовано 30 червня 2011 у Wayback Machine.] — кросплатформний термінал і редактор R написаний на Java
• Deducer [Архівовано 24 жовтня 2016 у Wayback Machine.] — графічний інтерфейс для аналізів даних з використанням системи меню (подібний до SPSS). Розроблений для використання разом з JGR та RGui.
• Rattle GUI [Архівовано 5 липня 2011 у Wayback Machine.] — 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 [Архівовано 11 червня 2011 у Wayback Machine.] — графічний інтерфейс

Середовища розробки (IDE)

• Shiny

Текстові редактори та середовища розробки (IDE) з частковою підтримкою R

gedit,Bluefish [Архівовано 5 липня 2011 у Wayback Machine.],IDE Eclipse,Kate,^[19]Vim,Emacs (Emacs Speaks Statistics [Архівовано 2 травня 2022 у Wayback Machine.]),Crimson Editor [Архівовано 17 грудня 2017 у Wayback Machine.],ConTEXT [Архівовано 27 червня 2011 у Wayback Machine.],Tinn-R^[20],Geany [Архівовано 28 січня 2021 у Wayback Machine.],jEdit,Syn [Архівовано 20 серпня 2011 у Wayback Machine.],TextMate — The Missing Editor for Mac OS X [Архівовано 6 вересня 2008 у Wayback Machine.],SciTE [Архівовано 20 лютого 2011 у Wayback Machine.], WinEdt [Архівовано 26 квітня 2007 у Wayback Machine.] (R Package RWinEdt), WPE, notepad++^[21] і SciViews.

Взаємодія з іншими мовами програмування

R доступна для використання у мовах програмуваннях Python (за допомогою пакета RPy^[22]), Perl (за допомогою модуля Statistics::R^[23] ) і Ruby (за допомогою RSRuby^[24] ).

Підтримка R пропрієтарними програмними продуктами

Деякі пропрієтарні програмні продукти, призначені для аналізу статистичних даних (напр. SPSS, STATISTICA^[25], SAS^[26]), 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^[27].

• Наукова візуалізація
• Статистика
• Список статистичного ПЗ^[en]
• Порівняння статистичних пакетів^[en]
• Список ПЗ для чисельних обрахунків^[en]
• Порівняння програм для чисельних обрахунків^[en]
• Sweave
• ggplot2

• Вступ до R на прикладах [Архівовано 7 листопада 2013 у Wayback Machine.] Віктор Гнатюк ХНЕУ 2010