PART04.2장 R 프로그래밍 기초

PART04.2장 R 프로그래밍 기초

---

R이란?

---

• 통계, 데이터 마이닝 언어
• 각 세션 사이마다 시스템에 데이터 셋 저장, 매번 데이터를 로딩할 필요가 없고 명령어 스토리도 저장 가능
• 객체지향 언어이며 함수형 언어
• R스튜디오
  • 래틀은 GUI 가 패키지가 긴밀한 결합, 정해진 기능만 사용 가능해 업그레이드가 제대로 되지 않으면 통합성에 문제

---

R설치

---

 

1. R install 먼저

https://cran.rstudio.com/

The Comprehensive R Archive Network

2. RStudio 설치

https://www.rstudio.com/products/rstudio/download/

Download the RStudio IDE

---

R 기초-1

---

• 패키지
  • R함수와 데이터 및 컴파일된 코드의 모임, 라이브러리 집합
  • 패키지 Load
    1. 하드디스크에서 직접
    2. 웹에서 설치
       - install.packages("패키지명")
    3. 도움말
       - library(help=package명)
       - help(package=package명)
  • 라이브러리 로드
    1. library(package명)
• 프로그램 파일 실행
  • 프로그래밍된 파일 실행 : source("파일명")
  • 프로그램 파일
    1. sink(file, append, split)
       - file : 출력 파일명
       - append : 추가 여부
       - split : 출력 파일에만 출력하거나 콘솔 창에 출력
    2. pdf() : 그래픽 출력을 pdf로 지정
       
       
    3. dev.off()로 파일 닫기
• 배치 모드 기능
  • 배치모드 : 사용자와 인터액션이 필요하지 않은 방식, 프로세스 자동화에 유용
  • 배치파일 실행 명령
    1. $R CMD BATCH batch.R(윈도우 CMD)
  • Path 지정 : 속성 -> 고급 시스템 설정-> 환경변수 클릭 -> 변수명 Path -> R 실행파일 위치 추가
• 장점
  • 오픈소스로 최신 알고리즘 활용이 쉬움
  • 함수형 언어이기에 자동화 가능
  • 무료
• 단점
  • 오픈소스라 신속한 유지보수는 어려움
    1. 문제를 해결할 때 많은 노력 필요

---

R 기초-2

---

▶ 기초

기능	R코드	비고
출력하기	- print() : 출력형식 지정할 필요 없음              한번에 하나의 객체만 출력 - cat() : 여러항목을 묶어서 출력            복합적 데이터 구조 처리 불가
대입연산자	<-, <<-, =, ->
변수 목록보기	ls(), ls.str()
변수 삭제	rm()	rm(list=ls()) 모든변수 삭제
벡터 생성	c()	원소 중 하나라도 문자가 있으면 모든 원소는 문자형태
R함수 정의	function(매개변수..){expr~}	<expr> 지역변수 : 해당 스콥에만 존재 조건부 실행 : if 반복실행 : for, while, repeat 전역변수 : <<- 로 설정은 가능, 비추
용어	Inf : 무한대 NaN : Not a Number dim : 행렬의 차원 NA : 결측치

 "+"(2,3) # 더하기 기능을 하네
[1] 5

"+"(2,3,4) # 2개만 됨
Error in `+`(2, 3, 4) : operator needs one or two arguments

▶ R프로그램 소개

기능	R코드	비고
데이터 할당	a<-1 , a=1
결합	x <- c(1,2,3,4)	문자, 숫자, 논리값, 변수 결합 가능 벡터와 데이터 셋 생성
수열	1:5 9:-2 seq(from=0, to=20, by=2) seq(from=0, to=20, length.out=5)	시작값에서 최종값까지 연속된 숫자 생성 by로 간격 length.out을 결과값 길이 설정
반복	rep(1, time=5) rep(1:4, each=2) rep(c, each=2)	time 인자에 지정한 횟수만큼 반복 time 은 전체를 time 횟수만큼 반복 each는 각각 each 횟수만큼 반복
문자 붙이기	A <- paste("a","b","c", sep="-") paste(A, c("e","f") paste(A, 0, sep="")	sep 연결 구분자 지정
벡터 원소 선택	V[n]: 선택 V[-n]:제외	n은 원소 자릿수 V는 벡터 명

▶ 벡터의 연산

연산자	뜻	표현 방법
$	요소 뽑아내기, 슬롯 뽑아내기	a$coef
%any%	특수연산자	%/% : 나눗셈몫 %% : 나눗셈 나머지 %*% : 행렬 곱
&	논리 and	TRUE&TRUE
~	식(formula)	lm(log(brain)~log(body), data=Animals)

> c(2,4,6,8)+c(1,3,5,7)
[1]  3  7 11 15

c(2,4,6,8)+c(1,3,5,7,9) # 더해지는 벡터의 인자수가 같아야 함.
[1]  3  7 11 15 11
Warning message:
In c(2, 4, 6, 8) + c(1, 3, 5, 7, 9) :
  longer object length is not a multiple of shorter object length
>

▶ 벡터의 기초통계

기능	R 코드	비고
평균	mean	na.rm 은 결측치를 제외하는 옵션
중앙값	median
표준편차	sd	stdev 는 R 명령어가 아님
분산	var
공분산	cov
상관계수	cor

x<-c(1,2,3,NA)
> x
[1]  1  2  3 NA
> mean(x)
[1] NA
> mean(x, na.rm=T)
[1] 2
###### NA가 있는 경우 결측지 제거 옵션을 사용하지 않고서는 NA 결과가 나옴

▶ R에서 자주 하는 실수

기능	R 코드	비고
윈도우 경로	\(역슬래시)를 두번 쓰거나, /(슬러시를 한번 써야함)
여러줄을 넘어서 식을 이어갈때	> sum <- 1+2+3 > +4+5 [1] 9 >sum [1] 6
1:(n+1), 1:n+1	> n<-5; > 1:n+1; [1] 6 7 8 9 10 > 1:(n+1) [1] 1 2 3 4 5 6
패키지를 불러오고 library()나 require()를 수행할 것
2번 써야할 것과 1번 써야할 것을 혼돈하지 말것	aList[[a]] vs aList[a] && vs &, || vs |

---

입력과 출력

---

• 데이터 핸들링 : 입력된 데이터를 다양한 전처리 작업을 거쳐 분석이 가능한 형태로 재정리

기능	R 코드	비고
출력할 내용의 자리수 정의	R의 부동소수점 표현 : 7자리로 표시 print(pi, digits=num) cat(format(pi, digits=num), "\n") options(digits=num)
고정자리수 데이터 파일 읽기	read.fwf("파일이름", widths=c(w1, w2, ..)
테이블로 된 데이터 파일 읽기	read.table("파일이름", sep="구분자")	1. 텍스트 데이터 옵션 ▶ stringsAsFactor=F 2. 결측치 표현 옵션 ▶ na.strings= "." 3. 헤더 표시 옵션 ▶ header=T
CSV 데이터 읽기	read.csv("파일명")	1. 헤더 표시 옵션 ▶ header=T 2. 텍스트 데이터 옵션 ▶ as.is=T
CSV 데이터 쓰기	write.csv(변수, "파일명")	1. 헤더 표시 옵션 ▶ col.names=T/F 2. 행번호 옵션 ▶ row.names=T/F
혼합	lines <- readLines("test.txt", n=num) token <- scan("test.txt", what=list(v1=character(0), v2=numeric(0), n=num, nlines=num)	what=numeric(0) : 숫자로 인식         integer(0) : 정수         complex(0) : 복소수         character(0) : 문자         logical(0) : 논리

---

데이터 구조

---

• 벡터와 리스트
  • 벡터 : 모든 원소는 같은 자료형
    1. V[c(1,2)] : V벡터의 1번째, 2번째 원소로 구성된 벡터
    2. V[2] : V벡터의 2번째 원소
    3. 이름 지정 가능 : names(V) <- c("A", "B", "C")
  • 리스트 : 여러 자료형의 원소
    1. L[[2]] : L리스트의 2번째 원소
    2. L[c(1, 2)] : L리스트의 1, 2번째 원소를 갖는 리스트
    3. L[["A"]], L$A : A라는 이름을 같은 원소 지칭
• 데이터 프레임
  • 데이터 프레임의 리스트 원소는 벡터 또는 factor
  • 각 열 별 다른 데이터 형식
• 그 외
  • 스칼라(단일 값) : 원소가 하나인 벡터로 인식 ( eg. pi , length(pi)는 1)
  • 행렬 : 차원을 같은 벡터
  • 배열 : 행렬에 n차원까지 확장된 형태(벡터에 차원 부여)
  • 요인(Factor) : 벡터처럼 생겼지만, 고윳값의 정보를 얻어냄, 이 값들을 요인의 수준, 범주형 변수, 집단 분류