Einführung in R - Fachbereich Mathematik und Statistik

Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Einführung in R
Universität Konstanz
SS 2011
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Kompetenz- und Lernziele der Veranstaltung
Kompetenziele der Veranstaltung:
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Kompetenz- und Lernziele der Veranstaltung
Kompetenziele der Veranstaltung:
Sie besitzen grundlegende Kenntnisse um mit Hilfe der
statistischen Programmierumgebung R Datensätze zu
analysieren.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Kompetenz- und Lernziele der Veranstaltung
Kompetenziele der Veranstaltung:
Sie besitzen grundlegende Kenntnisse um mit Hilfe der
statistischen Programmierumgebung R Datensätze zu
analysieren.
Sie haben ”keine Angst” R anzuwenden und entdecken wie
einfach programmieren ist.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Kompetenz- und Lernziele der Veranstaltung
Kompetenziele der Veranstaltung:
Sie besitzen grundlegende Kenntnisse um mit Hilfe der
statistischen Programmierumgebung R Datensätze zu
analysieren.
Sie haben ”keine Angst” R anzuwenden und entdecken wie
einfach programmieren ist.
Sie sind in der Lage mittels des Erlernten sich tiefergehende
Kenntnisse anzueignen.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Kompetenz- und Lernziele der Veranstaltung
Kompetenziele der Veranstaltung:
Sie besitzen grundlegende Kenntnisse um mit Hilfe der
statistischen Programmierumgebung R Datensätze zu
analysieren.
Sie haben ”keine Angst” R anzuwenden und entdecken wie
einfach programmieren ist.
Sie sind in der Lage mittels des Erlernten sich tiefergehende
Kenntnisse anzueignen.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Kompetenz- und Lernziele der Veranstaltung
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Kompetenz- und Lernziele der Veranstaltung
Konkrete Lernziele
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Kompetenz- und Lernziele der Veranstaltung
Konkrete Lernziele
Nach der Veranstaltung...
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Kompetenz- und Lernziele der Veranstaltung
Konkrete Lernziele
Nach der Veranstaltung...
kennen Sie die grundlegenden Funktionen in R.
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Kompetenz- und Lernziele der Veranstaltung
Konkrete Lernziele
Nach der Veranstaltung...
kennen Sie die grundlegenden Funktionen in R.
können Sie eigene Funktionen schreiben.
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Kompetenz- und Lernziele der Veranstaltung
Konkrete Lernziele
Nach der Veranstaltung...
kennen Sie die grundlegenden Funktionen in R.
können Sie eigene Funktionen schreiben.
sind Sie in der Lage Grafiken zu erstellen um die Ergebnisse
einer statistischen Analyse zu visualisieren.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Kompetenz- und Lernziele der Veranstaltung
Konkrete Lernziele
Nach der Veranstaltung...
kennen Sie die grundlegenden Funktionen in R.
können Sie eigene Funktionen schreiben.
sind Sie in der Lage Grafiken zu erstellen um die Ergebnisse
einer statistischen Analyse zu visualisieren.
können Sie Datensätze laden und verwalten.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Kompetenz- und Lernziele der Veranstaltung
Konkrete Lernziele
Nach der Veranstaltung...
kennen Sie die grundlegenden Funktionen in R.
können Sie eigene Funktionen schreiben.
sind Sie in der Lage Grafiken zu erstellen um die Ergebnisse
einer statistischen Analyse zu visualisieren.
können Sie Datensätze laden und verwalten.
können Sie Pakete installieren, laden und verwalten.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Kompetenz- und Lernziele der Veranstaltung
Konkrete Lernziele
Nach der Veranstaltung...
kennen Sie die grundlegenden Funktionen in R.
können Sie eigene Funktionen schreiben.
sind Sie in der Lage Grafiken zu erstellen um die Ergebnisse
einer statistischen Analyse zu visualisieren.
können Sie Datensätze laden und verwalten.
können Sie Pakete installieren, laden und verwalten.
verstehen Sie die Fehlermeldungen des Programms und
können die Ursachen dafür emitteln.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Kompetenz- und Lernziele der Veranstaltung
Konkrete Lernziele
Nach der Veranstaltung...
kennen Sie die grundlegenden Funktionen in R.
können Sie eigene Funktionen schreiben.
sind Sie in der Lage Grafiken zu erstellen um die Ergebnisse
einer statistischen Analyse zu visualisieren.
können Sie Datensätze laden und verwalten.
können Sie Pakete installieren, laden und verwalten.
verstehen Sie die Fehlermeldungen des Programms und
können die Ursachen dafür emitteln.
kommen Sie mit den Hilfedateien zu recht.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Kompetenz- und Lernziele der Veranstaltung
Konkrete Lernziele
Nach der Veranstaltung...
kennen Sie die grundlegenden Funktionen in R.
können Sie eigene Funktionen schreiben.
sind Sie in der Lage Grafiken zu erstellen um die Ergebnisse
einer statistischen Analyse zu visualisieren.
können Sie Datensätze laden und verwalten.
können Sie Pakete installieren, laden und verwalten.
verstehen Sie die Fehlermeldungen des Programms und
können die Ursachen dafür emitteln.
kommen Sie mit den Hilfedateien zu recht.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Übersicht
1
Einführung
2
Datenverarbeitung in R
3
Programmfluss
4
Einlesen und Speichern von Daten
5
Erzeugen von Grafiken
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Übersicht
1
Einführung
2
Datenverarbeitung in R
3
Programmfluss
4
Einlesen und Speichern von Daten
5
Erzeugen von Grafiken
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Was ist R?
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Was ist R?
R ist eine Softwareumgebung für numerische und grafische
Datenanalyse.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Was ist R?
R ist eine Softwareumgebung für numerische und grafische
Datenanalyse.
R basiert auf der Programmiersprache S
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Was ist R?
R ist eine Softwareumgebung für numerische und grafische
Datenanalyse.
R basiert auf der Programmiersprache S
Kommerzielle Version von S: S-Plus (Ehemals Insightful, jetzt
TIBCO Software)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Was ist R?
R ist eine Softwareumgebung für numerische und grafische
Datenanalyse.
R basiert auf der Programmiersprache S
Kommerzielle Version von S: S-Plus (Ehemals Insightful, jetzt
TIBCO Software)
R ist frei verfügbar: www.r-project.org
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Was ist R?
R ist eine Softwareumgebung für numerische und grafische
Datenanalyse.
R basiert auf der Programmiersprache S
Kommerzielle Version von S: S-Plus (Ehemals Insightful, jetzt
TIBCO Software)
R ist frei verfügbar: www.r-project.org
aktuelle Version 2.12.2
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Was ist R?
R ist eine Softwareumgebung für numerische und grafische
Datenanalyse.
R basiert auf der Programmiersprache S
Kommerzielle Version von S: S-Plus (Ehemals Insightful, jetzt
TIBCO Software)
R ist frei verfügbar: www.r-project.org
aktuelle Version 2.12.2
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Wozu brauche ich R?
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Wozu brauche ich R?
Wer benutzt R (bzw. die kommerzielle Version S-PLUS)?
Universität:
Lehrveranstaltungen, die R-Kenntnisse voraussetzen:
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Wozu brauche ich R?
Wer benutzt R (bzw. die kommerzielle Version S-PLUS)?
Universität:
Lehrveranstaltungen, die R-Kenntnisse voraussetzen:
Stochastik I (Statistikteil), Zeitreihenanalyse und
mathematische Statistik
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Wozu brauche ich R?
Wer benutzt R (bzw. die kommerzielle Version S-PLUS)?
Universität:
Lehrveranstaltungen, die R-Kenntnisse voraussetzen:
Stochastik I (Statistikteil), Zeitreihenanalyse und
mathematische Statistik
evtl. Diplomarbeit
Forschung
Wirtschaft:
Banken und Versicherungen: AXA, Raiffeisen (Schweiz),
Credit Suisse, Bank of America, Swiss Re etc.
andere Unternehmen: Google, Pfizer, Merck, Nycomed etc.
http://www.nytimes.com/2009/01/07/technology/businesscomputing/07program.html?pagewanted=2
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vor- und Nachteile von R
Vorteile von R
Open Source
Keine Blackbox, alles kann nachvollzogen werden
Am Puls der Forschung
Erweiterbarkeit, Skalierbarkeit
Auf fast jedem Betriebssystem/ jeder Plattform lauffähig
Support
Meist schnelle und kompetente Beantwortung von Fragen auf
R-Help (eine Mailing Liste)
Programmfehler werden meist innerhalb weniger Tage
behoben.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Vor- und Nachteile von R
Nachteile von R
keine komfortable grafische Benutzeroberfläche
(aber R Commander, JGR, TinnR etc.)
...
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Abgrenzung von R zu anderer Statistik Software
Im Unterschied zur bekannten Statistiksoftware, wie SAS, SPSS
oder STATA, wird in R alles in Objekten gespeichert, d.h. jede
Analyse, die durchgefhrt wurde, wird nicht nur einfach auf den
Bildschirm ausgegeben, sondern kann auch zur Weiterverarbeitung
genutzt werden.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Literatur
1
Online Dokumentation, z.B. auf www.r-project.org
2
Zuur, Ieno, Meesters: A beginner’s guide to R, Springer
(Einführend)
3
Uwe Ligges: Programmieren mit R, Springer (Einführend)
4
Chambers: Software for Data Analysis. Programming with R,
Springer (Fortgeschritten)
5
Phil Spector: Data Manipulation with R, Springer
(Fortgeschritten)
6
Chambers, Hastie: Statistical Models in S, Chapman & Hall
Computer Science Series (Fortgeschritten)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erste Schritte
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erste Schritte
1
Starten der R Konsole unter Windows: Start
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
Starten der R Konsole unter Windows: Start → Alle
Programme
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
Starten der R Konsole unter Windows: Start → Alle
Programme → R2....
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
Starten der R Konsole unter Windows: Start → Alle
Programme → R2.... → R Gui wird im MDI Modus
gestartet.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
2
Starten der R Konsole unter Windows: Start → Alle
Programme → R2.... → R Gui wird im MDI Modus
gestartet.
grundsätzlich drei Möglichkeiten Programme zu schreiben:
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
2
Starten der R Konsole unter Windows: Start → Alle
Programme → R2.... → R Gui wird im MDI Modus
gestartet.
grundsätzlich drei Möglichkeiten Programme zu schreiben:
direkte Eingabe in die R-Console (umständlich)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
2
Starten der R Konsole unter Windows: Start → Alle
Programme → R2.... → R Gui wird im MDI Modus
gestartet.
grundsätzlich drei Möglichkeiten Programme zu schreiben:
direkte Eingabe in die R-Console (umständlich)
Erstellung von R-Skripten: Datei → Neues Skript.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
2
Starten der R Konsole unter Windows: Start → Alle
Programme → R2.... → R Gui wird im MDI Modus
gestartet.
grundsätzlich drei Möglichkeiten Programme zu schreiben:
direkte Eingabe in die R-Console (umständlich)
Erstellung von R-Skripten: Datei → Neues Skript.
Nutzung eines Texteditors:
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
2
Starten der R Konsole unter Windows: Start → Alle
Programme → R2.... → R Gui wird im MDI Modus
gestartet.
grundsätzlich drei Möglichkeiten Programme zu schreiben:
direkte Eingabe in die R-Console (umständlich)
Erstellung von R-Skripten: Datei → Neues Skript.
Nutzung eines Texteditors:
Mögliche Editoren unter Linux: KWrite.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
2
Starten der R Konsole unter Windows: Start → Alle
Programme → R2.... → R Gui wird im MDI Modus
gestartet.
grundsätzlich drei Möglichkeiten Programme zu schreiben:
direkte Eingabe in die R-Console (umständlich)
Erstellung von R-Skripten: Datei → Neues Skript.
Nutzung eines Texteditors:
Mögliche Editoren unter Linux: KWrite.
Mögliche Editoren für Windows: R-Winedt, TinnR oder JGR
als Ergänzung zu mitgelieferten GUI.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
Objekte werden mit dem Zuweisungsoperator (<-) erzeugt. In
neueren Versionen kann auch das Gleichheitszeichen =
verwendet werden. Der Befehl rm() entfernt ein Objekt.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
Objekte werden mit dem Zuweisungsoperator (<-) erzeugt. In
neueren Versionen kann auch das Gleichheitszeichen =
verwendet werden. Der Befehl rm() entfernt ein Objekt.
2
ls() zeigt die aktuellen Objekte an.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
Objekte werden mit dem Zuweisungsoperator (<-) erzeugt. In
neueren Versionen kann auch das Gleichheitszeichen =
verwendet werden. Der Befehl rm() entfernt ein Objekt.
2
ls() zeigt die aktuellen Objekte an.
3
Erzeugte Objekte werden im Workspace gespeichert: Laden
bzw. speichern eines Workspaces: load() bzw
save.image().
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
Objekte werden mit dem Zuweisungsoperator (<-) erzeugt. In
neueren Versionen kann auch das Gleichheitszeichen =
verwendet werden. Der Befehl rm() entfernt ein Objekt.
2
ls() zeigt die aktuellen Objekte an.
3
Erzeugte Objekte werden im Workspace gespeichert: Laden
bzw. speichern eines Workspaces: load() bzw
save.image().
4
Hilfefunktion: start.help(), help() oder ?Begriff.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
Objekte werden mit dem Zuweisungsoperator (<-) erzeugt. In
neueren Versionen kann auch das Gleichheitszeichen =
verwendet werden. Der Befehl rm() entfernt ein Objekt.
2
ls() zeigt die aktuellen Objekte an.
3
Erzeugte Objekte werden im Workspace gespeichert: Laden
bzw. speichern eines Workspaces: load() bzw
save.image().
4
Hilfefunktion: start.help(), help() oder ?Begriff.
5
Einbinden externen Codes: source().
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
Objekte werden mit dem Zuweisungsoperator (<-) erzeugt. In
neueren Versionen kann auch das Gleichheitszeichen =
verwendet werden. Der Befehl rm() entfernt ein Objekt.
2
ls() zeigt die aktuellen Objekte an.
3
Erzeugte Objekte werden im Workspace gespeichert: Laden
bzw. speichern eines Workspaces: load() bzw
save.image().
4
Hilfefunktion: start.help(), help() oder ?Begriff.
5
Einbinden externen Codes: source().
6
Mit der Option echo=TRUE wird der aufgerufene
Programmcode angezeigt.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte
1
Objekte werden mit dem Zuweisungsoperator (<-) erzeugt. In
neueren Versionen kann auch das Gleichheitszeichen =
verwendet werden. Der Befehl rm() entfernt ein Objekt.
2
ls() zeigt die aktuellen Objekte an.
3
Erzeugte Objekte werden im Workspace gespeichert: Laden
bzw. speichern eines Workspaces: load() bzw
save.image().
4
Hilfefunktion: start.help(), help() oder ?Begriff.
5
Einbinden externen Codes: source().
6
Mit der Option echo=TRUE wird der aufgerufene
Programmcode angezeigt.
7
# ist das Kommentarzeichen.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte: Beispiel
x=c(1,2,3,5,7) #Ein Vektor x wird erzeugt.
y=c(4,6,8,9,10)
ls() #Alle Objekte innerhalb ihres Workspaces
#(Arbeitsumgebung) werden aufgelistet.
Aufgabe
Legen Sie einen Ordner R-Kurs auf der Festplatte an und speichern Sie
ihren Workspace dort ab!
Dazu haben Sie zwei Möglichkeiten entweder über die Menüleiste (oben
in der Konsole) oder direkt durch Eingabe
save.image(file="Dateipfad\\Dateiname.Rdata")
Vorsicht: Einzelne Ordner müssen innerhalb des Pfades mit \\
abgetrennt werden.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte: Beispiel
Objekte, die nicht mehr benötigt werden, knnen mit
rm(Objektname) entfernt werden.
Um alle Objekte auf einmal zu entfernen, genügt es
rm(list=ls()) einzugeben.
Aufgabe
Entfernen Sie alle Objekte aus ihrem Workspace und stellen Sie
diese wieder her.
Hinweis: Benutzen Sie den Befehl load().
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte: Beispiel
Bei häufig wiederkehrenden Aufgabenstellungen in abgewandelter
Form ist es sinnvoll nicht nur die Objekte selbst, sondern auch den
zugehörigen Programmiercode zu speichern.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte: Beispiel
Bei häufig wiederkehrenden Aufgabenstellungen in abgewandelter
Form ist es sinnvoll nicht nur die Objekte selbst, sondern auch den
zugehörigen Programmiercode zu speichern.
Zu diesem Zweck können sogenannte Skripte geschrieben und
abgespeichert werden. Der Code kann dann wie folgt importiert
werden (3 Möglichkeiten):
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte: Beispiel
Bei häufig wiederkehrenden Aufgabenstellungen in abgewandelter
Form ist es sinnvoll nicht nur die Objekte selbst, sondern auch den
zugehörigen Programmiercode zu speichern.
Zu diesem Zweck können sogenannte Skripte geschrieben und
abgespeichert werden. Der Code kann dann wie folgt importiert
werden (3 Möglichkeiten):
Man schreibt das Programm in einem gewöhnlichen
Texteditor, kopiert den gewünschten Teil raus und fügt diesen
in die R-Console ein.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte: Beispiel
Bei häufig wiederkehrenden Aufgabenstellungen in abgewandelter
Form ist es sinnvoll nicht nur die Objekte selbst, sondern auch den
zugehörigen Programmiercode zu speichern.
Zu diesem Zweck können sogenannte Skripte geschrieben und
abgespeichert werden. Der Code kann dann wie folgt importiert
werden (3 Möglichkeiten):
Man schreibt das Programm in einem gewöhnlichen
Texteditor, kopiert den gewünschten Teil raus und fügt diesen
in die R-Console ein.
Man benutzt einen Editor, der mit R kompatibel ist, dann
kann der Code markiert und durch ein Tastaturkürzel. (meist
STRG+R) eingefügt werden.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte: Beispiel
Bei häufig wiederkehrenden Aufgabenstellungen in abgewandelter
Form ist es sinnvoll nicht nur die Objekte selbst, sondern auch den
zugehörigen Programmiercode zu speichern.
Zu diesem Zweck können sogenannte Skripte geschrieben und
abgespeichert werden. Der Code kann dann wie folgt importiert
werden (3 Möglichkeiten):
Man schreibt das Programm in einem gewöhnlichen
Texteditor, kopiert den gewünschten Teil raus und fügt diesen
in die R-Console ein.
Man benutzt einen Editor, der mit R kompatibel ist, dann
kann der Code markiert und durch ein Tastaturkürzel. (meist
STRG+R) eingefügt werden.
Durch den Befehl source(Dateipfad) kann eine Datei
über die Console eingelesen werden.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erste Schritte: Beispiel
Bei häufig wiederkehrenden Aufgabenstellungen in abgewandelter
Form ist es sinnvoll nicht nur die Objekte selbst, sondern auch den
zugehörigen Programmiercode zu speichern.
Zu diesem Zweck können sogenannte Skripte geschrieben und
abgespeichert werden. Der Code kann dann wie folgt importiert
werden (3 Möglichkeiten):
Man schreibt das Programm in einem gewöhnlichen
Texteditor, kopiert den gewünschten Teil raus und fügt diesen
in die R-Console ein.
Man benutzt einen Editor, der mit R kompatibel ist, dann
kann der Code markiert und durch ein Tastaturkürzel. (meist
STRG+R) eingefügt werden.
Durch den Befehl source(Dateipfad) kann eine Datei
über die Console eingelesen werden.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Aufgabe
Erstellen Sie ein Skript, in dem die Vektoren x, y wie oben erzeugt
werden. Verändern Sie, jeweils das letzte Element der beiden
Vektoren im Skript beliebig und lesen Sie den Code nochmals ein.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe
Die Hilfeseite zu einer Funktion ist meist in acht Abschnitte
gegliedert:
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe
Die Hilfeseite zu einer Funktion ist meist in acht Abschnitte
gegliedert:
1 Description - Allgemeine Beschreibung der Funktion.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe
Die Hilfeseite zu einer Funktion ist meist in acht Abschnitte
gegliedert:
1 Description - Allgemeine Beschreibung der Funktion.
2 Usage - Hinweise zur Nutzung, insbesondere eine Liste von
Argumenten, die übergeben werden.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe
Die Hilfeseite zu einer Funktion ist meist in acht Abschnitte
gegliedert:
1 Description - Allgemeine Beschreibung der Funktion.
2 Usage - Hinweise zur Nutzung, insbesondere eine Liste von
Argumenten, die übergeben werden.
3 Arguments - Beschreibung der zu übergebenden
Argumente.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe
Die Hilfeseite zu einer Funktion ist meist in acht Abschnitte
gegliedert:
1 Description - Allgemeine Beschreibung der Funktion.
2 Usage - Hinweise zur Nutzung, insbesondere eine Liste von
Argumenten, die übergeben werden.
3 Arguments - Beschreibung der zu übergebenden
Argumente.
4 Details - Weitere Hinweise zur Funktion oder zu den
Argumenten.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe
Die Hilfeseite zu einer Funktion ist meist in acht Abschnitte
gegliedert:
1 Description - Allgemeine Beschreibung der Funktion.
2 Usage - Hinweise zur Nutzung, insbesondere eine Liste von
Argumenten, die übergeben werden.
3 Arguments - Beschreibung der zu übergebenden
Argumente.
4 Details - Weitere Hinweise zur Funktion oder zu den
Argumenten.
5 Value - Der Wert, den die Funktion zurückgibt.
6 References - Literatur auf der die Implementierung basiert.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe
Die Hilfeseite zu einer Funktion ist meist in acht Abschnitte
gegliedert:
1 Description - Allgemeine Beschreibung der Funktion.
2 Usage - Hinweise zur Nutzung, insbesondere eine Liste von
Argumenten, die übergeben werden.
3 Arguments - Beschreibung der zu übergebenden
Argumente.
4 Details - Weitere Hinweise zur Funktion oder zu den
Argumenten.
5 Value - Der Wert, den die Funktion zurückgibt.
6 References - Literatur auf der die Implementierung basiert.
7 See Also - Weitere Funktionen, die zur aufgerufenen
Funktion eine Verbindung haben.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe
Die Hilfeseite zu einer Funktion ist meist in acht Abschnitte
gegliedert:
1 Description - Allgemeine Beschreibung der Funktion.
2 Usage - Hinweise zur Nutzung, insbesondere eine Liste von
Argumenten, die übergeben werden.
3 Arguments - Beschreibung der zu übergebenden
Argumente.
4 Details - Weitere Hinweise zur Funktion oder zu den
Argumenten.
5 Value - Der Wert, den die Funktion zurückgibt.
6 References - Literatur auf der die Implementierung basiert.
7 See Also - Weitere Funktionen, die zur aufgerufenen
Funktion eine Verbindung haben.
8 Examples - Beispiele, welche die Funktionsweise der
Funktion veranschaulichen sollen.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe
Die Hilfeseite zu einer Funktion ist meist in acht Abschnitte
gegliedert:
1 Description - Allgemeine Beschreibung der Funktion.
2 Usage - Hinweise zur Nutzung, insbesondere eine Liste von
Argumenten, die übergeben werden.
3 Arguments - Beschreibung der zu übergebenden
Argumente.
4 Details - Weitere Hinweise zur Funktion oder zu den
Argumenten.
5 Value - Der Wert, den die Funktion zurückgibt.
6 References - Literatur auf der die Implementierung basiert.
7 See Also - Weitere Funktionen, die zur aufgerufenen
Funktion eine Verbindung haben.
8 Examples - Beispiele, welche die Funktionsweise der
Funktion veranschaulichen sollen.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe: Beispiel
Aufgabe
Versuchen Sie mit den enstprechenden Hilfedateien herauszufinden,
was die folgenden Ausdrücke bewirken:
>sum(c(1,2,3,4)ˆ 2)
>sort(c(2,4,5,3),decreasing=TRUE)
>cumsum(1:8)
>mean(1:6)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Struktur der Hilfe: Beispiel
Lösung
>sum(c(1,2,3,4)ˆ 2)
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Struktur der Hilfe: Beispiel
Lösung
>sum(c(1,2,3,4)ˆ 2)
Summe der Quadratzahlen von 1 bis 4.
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Struktur der Hilfe: Beispiel
Lösung
>sum(c(1,2,3,4)ˆ 2)
Summe der Quadratzahlen von 1 bis 4.
>sort(c(2,4,5,3),decreasing=TRUE)
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe: Beispiel
Lösung
>sum(c(1,2,3,4)ˆ 2)
Summe der Quadratzahlen von 1 bis 4.
>sort(c(2,4,5,3),decreasing=TRUE)
Sortieren der Zahlen 2,4,5,3 in absteigender Reihenfolge.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe: Beispiel
Lösung
>sum(c(1,2,3,4)ˆ 2)
Summe der Quadratzahlen von 1 bis 4.
>sort(c(2,4,5,3),decreasing=TRUE)
Sortieren der Zahlen 2,4,5,3 in absteigender Reihenfolge.
>cumsum(1:8)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe: Beispiel
Lösung
>sum(c(1,2,3,4)ˆ 2)
Summe der Quadratzahlen von 1 bis 4.
>sort(c(2,4,5,3),decreasing=TRUE)
Sortieren der Zahlen 2,4,5,3 in absteigender Reihenfolge.
>cumsum(1:8)
Kummulierte Summe der Zahlen 1 bis 8.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe: Beispiel
Lösung
>sum(c(1,2,3,4)ˆ 2)
Summe der Quadratzahlen von 1 bis 4.
>sort(c(2,4,5,3),decreasing=TRUE)
Sortieren der Zahlen 2,4,5,3 in absteigender Reihenfolge.
>cumsum(1:8)
Kummulierte Summe der Zahlen 1 bis 8.
>mean(1:6)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe: Beispiel
Lösung
>sum(c(1,2,3,4)ˆ 2)
Summe der Quadratzahlen von 1 bis 4.
>sort(c(2,4,5,3),decreasing=TRUE)
Sortieren der Zahlen 2,4,5,3 in absteigender Reihenfolge.
>cumsum(1:8)
Kummulierte Summe der Zahlen 1 bis 8.
>mean(1:6)
Mittelwert der Zahlen 1 bis 6 (vgl. Würfel).
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Struktur der Hilfe: Beispiel
Lösung
>sum(c(1,2,3,4)ˆ 2)
Summe der Quadratzahlen von 1 bis 4.
>sort(c(2,4,5,3),decreasing=TRUE)
Sortieren der Zahlen 2,4,5,3 in absteigender Reihenfolge.
>cumsum(1:8)
Kummulierte Summe der Zahlen 1 bis 8.
>mean(1:6)
Mittelwert der Zahlen 1 bis 6 (vgl. Würfel).
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Übersicht
1
Einführung
2
Datenverarbeitung in R
3
Programmfluss
4
Einlesen und Speichern von Daten
5
Erzeugen von Grafiken
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Vektoren stellen eine grundlegende Datenstruktur in R dar.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Vektoren stellen eine grundlegende Datenstruktur in R dar.
2
Selbst skalare Werte werden in R als eindimensionale Vektoren
behandelt.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Vektoren stellen eine grundlegende Datenstruktur in R dar.
2
Selbst skalare Werte werden in R als eindimensionale Vektoren
behandelt.
3
Einfache Erzeugung mit Hilfe des Zuweisungsoperators:
x<-c(2,3,4).
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Vektoren stellen eine grundlegende Datenstruktur in R dar.
2
Selbst skalare Werte werden in R als eindimensionale Vektoren
behandelt.
3
Einfache Erzeugung mit Hilfe des Zuweisungsoperators:
x<-c(2,3,4).
4
Die üblichen artihmetischen Operationen werden
komponentenweise durchgeführt:
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Vektoren stellen eine grundlegende Datenstruktur in R dar.
2
Selbst skalare Werte werden in R als eindimensionale Vektoren
behandelt.
3
Einfache Erzeugung mit Hilfe des Zuweisungsoperators:
x<-c(2,3,4).
4
Die üblichen artihmetischen Operationen werden
komponentenweise durchgeführt:
> x*3
[1] 6 9 12
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Vektoren stellen eine grundlegende Datenstruktur in R dar.
2
Selbst skalare Werte werden in R als eindimensionale Vektoren
behandelt.
3
Einfache Erzeugung mit Hilfe des Zuweisungsoperators:
x<-c(2,3,4).
4
Die üblichen artihmetischen Operationen werden
komponentenweise durchgeführt:
> x*3
[1] 6 9 12
> x+4
[1] 6 7 8
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Die üblichen mathematischen Funktionen (sin(), cos(),
tan(), exp(), log()) arbeiten auch elementweise.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Die üblichen mathematischen Funktionen (sin(), cos(),
tan(), exp(), log()) arbeiten auch elementweise.
2
Die Funktionen max(), min(), length(), sum(),
prod() geben lediglich einen skalaren Wert zurück.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Die üblichen mathematischen Funktionen (sin(), cos(),
tan(), exp(), log()) arbeiten auch elementweise.
2
Die Funktionen max(), min(), length(), sum(),
prod() geben lediglich einen skalaren Wert zurück.
3
Folgen der Länge n mit Anfangsglied a und Endglied b
können mit Hilfe von seq(a,b,length=n) erzeugt werden.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Die üblichen mathematischen Funktionen (sin(), cos(),
tan(), exp(), log()) arbeiten auch elementweise.
2
Die Funktionen max(), min(), length(), sum(),
prod() geben lediglich einen skalaren Wert zurück.
3
Folgen der Länge n mit Anfangsglied a und Endglied b
können mit Hilfe von seq(a,b,length=n) erzeugt werden.
4
Wichtig: Zahlen und Character- Elemente können nicht in
einem Vektor kombiniert werden. In diesem Fall werden
numerische Werte ebenfalls als Character Werte interpretiert.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Vektoren
1
Die üblichen mathematischen Funktionen (sin(), cos(),
tan(), exp(), log()) arbeiten auch elementweise.
2
Die Funktionen max(), min(), length(), sum(),
prod() geben lediglich einen skalaren Wert zurück.
3
Folgen der Länge n mit Anfangsglied a und Endglied b
können mit Hilfe von seq(a,b,length=n) erzeugt werden.
4
Wichtig: Zahlen und Character- Elemente können nicht in
einem Vektor kombiniert werden. In diesem Fall werden
numerische Werte ebenfalls als Character Werte interpretiert.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Auswahl einzelner Vektorkomponenten
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Auswahl einzelner Vektorkomponenten
1
Die einfachste Auswahl besteht in der dirketen Auswahl der
entsprechenden Komponente:
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Auswahl einzelner Vektorkomponenten
1
Die einfachste Auswahl besteht in der dirketen Auswahl der
entsprechenden Komponente:
Die Angabe x[1] gibt beispielsweise (den Vektor) (2) zurück.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Auswahl einzelner Vektorkomponenten
1
Die einfachste Auswahl besteht in der dirketen Auswahl der
entsprechenden Komponente:
Die Angabe x[1] gibt beispielsweise (den Vektor) (2) zurück.
Die Angabe x[c(1,3)] gibt (den Vektor) (2,4) zurück.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Auswahl einzelner Vektorkomponenten
1
Die einfachste Auswahl besteht in der dirketen Auswahl der
entsprechenden Komponente:
Die Angabe x[1] gibt beispielsweise (den Vektor) (2) zurück.
Die Angabe x[c(1,3)] gibt (den Vektor) (2,4) zurück.
Die Angabe x[-c(1,3)] gibt (den Vektor) (3) zurück.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Auswahl einzelner Vektorkomponenten
1
Die einfachste Auswahl besteht in der dirketen Auswahl der
entsprechenden Komponente:
Die Angabe x[1] gibt beispielsweise (den Vektor) (2) zurück.
Die Angabe x[c(1,3)] gibt (den Vektor) (2,4) zurück.
Die Angabe x[-c(1,3)] gibt (den Vektor) (3) zurück.
2
Eine fortgeschrittene Methode besteht darin, die Elemente
eines Vektors mit Hilfe eines logischen Vektors abzufragen.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Auswahl einzelner Vektorkomponenten
1
Die einfachste Auswahl besteht in der dirketen Auswahl der
entsprechenden Komponente:
Die Angabe x[1] gibt beispielsweise (den Vektor) (2) zurück.
Die Angabe x[c(1,3)] gibt (den Vektor) (2,4) zurück.
Die Angabe x[-c(1,3)] gibt (den Vektor) (3) zurück.
2
Eine fortgeschrittene Methode besteht darin, die Elemente
eines Vektors mit Hilfe eines logischen Vektors abzufragen.
Beispielsweise liefert der Befehl x[c(TRUE,TRUE,FALSE)]
den Vektor (2,3).
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Logische Vektoren
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Logische Vektoren
1
Üblicherweise gibt man den logischen Vektor nicht dirket an,
sondern erhält ihn als Ergebnis einer anderen Operation:
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Logische Vektoren
1
Üblicherweise gibt man den logischen Vektor nicht dirket an,
sondern erhält ihn als Ergebnis einer anderen Operation:
> y<-1:10
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Logische Vektoren
1
Üblicherweise gibt man den logischen Vektor nicht dirket an,
sondern erhält ihn als Ergebnis einer anderen Operation:
> y<-1:10
> y
[1] 1 2 3 4 5 6 7 8 9 10
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Logische Vektoren
1
Üblicherweise gibt man den logischen Vektor nicht dirket an,
sondern erhält ihn als Ergebnis einer anderen Operation:
> y<-1:10
> y
[1] 1 2 3 4 5 6 7 8 9 10
> y<5
[1] TRUE TRUE TRUE TRUE FALSE FALSE FALSE
FALSE FALSE FALSE
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Logische Vektoren
1
Üblicherweise gibt man den logischen Vektor nicht dirket an,
sondern erhält ihn als Ergebnis einer anderen Operation:
> y<-1:10
> y
[1] 1 2 3 4 5 6 7 8 9 10
> y<5
[1] TRUE TRUE TRUE TRUE FALSE FALSE FALSE
FALSE FALSE FALSE
2
Der Befehl y[y<5] liefert dann den Vektor (1,2,3,4).
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Logische Vektoren
Einige Beispiele für y=1:10:
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Logische Vektoren
Einige Beispiele für y=1:10:
1
> y[y==4]
[1] 4
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Logische Vektoren
Einige Beispiele für y=1:10:
1
> y[y==4]
[1] 4
2
> y[y%%2==0]
[1] 2 4 6 8 10
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Logische Vektoren
Einige Beispiele für y=1:10:
1
> y[y==4]
[1] 4
2
> y[y%%2==0]
[1] 2 4 6 8 10
3
> sum(y)
[1] 55
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Logische Vektoren
Einige Beispiele für y=1:10:
1
> y[y==4]
[1] 4
2
> y[y%%2==0]
[1] 2 4 6 8 10
3
> sum(y)
[1] 55
4
> sum(y>5)
[1] 5
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Logische Vektoren
Einige Beispiele für y=1:10:
1
> y[y==4]
[1] 4
2
> y[y%%2==0]
[1] 2 4 6 8 10
3
> sum(y)
[1] 55
4
> sum(y>5)
[1] 5
5
> sum(y!=5)
[1] 9
6
> sum(y[y<5])
[1] 10
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Aufgabe
Wie groß ist die Summe der Quadratzahlen aller ungeraden Zahlen
von 1 bis 100?
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Logische Operatoren
Die logischen Operatoren werden in R durch & (und), | (oder) und
! (not) realisiert:
> u<-1:4; v<-c(1,2,1,2)
> u==v | v==(u-2)
[1] TRUE TRUE TRUE TRUE
> u==v & v==(u-2)
[1] FALSE FALSE FALSE FALSE
> u==v & v!=u
[1] FALSE FALSE FALSE FALSE
> u==v | v!=u
[1] TRUE TRUE TRUE TRUE
> !(u==v | v!=u)
[1] FALSE FALSE FALSE FALSE
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Ändern einzelner Vektorkomponenten
1
Die Änderung einzelner Komponenten funktioniert analog:
Der Befehl y[4]<-5 setzt beispielsweise die vierte
Komponente auf 5.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Ändern einzelner Vektorkomponenten
1
Die Änderung einzelner Komponenten funktioniert analog:
Der Befehl y[4]<-5 setzt beispielsweise die vierte
Komponente auf 5.
2
Mit Hilfe von y[y%%2==0]<-0 werden alle Komponenten
von y, die eine gerade Zahl enthalten auf 0 gesetzt.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Namen für Vektorkomponenten
Die Komponenten eines Vektors können mit Namen versehen
werden, um diese dann zur Indizierung der Komponenten zu
verwenden:
> names(x)<-c(’A’,’B’,’C’)
> x[c(’A’,’C’)]
A C
2 4
> x[’B’]<-5
> x
A B C
2 5 4
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Faktoren
Eine Spezielle Art um mit Kategoriellen Variablen umzugehen,
bieten sogenannte Faktoren: >
faktor<-factor(c(’KN’,’RV’,’FN’,’LI’,’KN’,’RV’,
’LI’,’KN’,’RV’,’FN’,’RV’,’FN’,’LI’))
> faktor
[1] KN RV FN LI KN RV LI KN RV FN RV FN LI
Levels: FN KN LI RV
> as.numeric(faktor)
[1] 2 4 1 3 2 4 3 2 4 1 4 1 3
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Faktoren
Spezielle Funktionen erlauben eine schnelles Verarbeiten von
Faktoren, z.B. tapply():
>
werte<-c(342,56,2,59,25,58,256,58,3,589,37,54,47)
>
> tapply(werte,faktor,sum)
FN KN LI RV
645 425 362 154
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Matrizen
Matrizen werden mit Hilfe des Befehls matrix() erzeugt:
>
mat<-matrix(data=1:8,nrow=4,ncol=4,byrow=TRUE)
> mat
[,1] [,2] [,3] [,4]
[1,] 1 2 3 4
[2,] 5 6 7 8
[3,] 1 2 3 4
[4,] 5 6 7 8
Eine andere Möglichkeit besteht in der Verwendung von rbind()
und cbind().
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Matrizen
Die Auswahl von Elementen ist ähnlich wie bei Vektoren:
> mat[1,]
[1] 1 2 3 4
> mat[,4]
[1] 4 8 4 8
> mat[1,4]
[1] 4
> mat[mat[,4]>6,]
[,1] [,2] [,3] [,4]
[1,] 5 6 7 8
[2,] 5 6 7 8
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Matrizen
Matrizen können als Vektoren interpretiert werden:
> mat[2]
[1] 5
> length(mat)
[1] 16
> names(mat)<-paste(’feld’,1:16)
> mat[’feld 5’]
feld 5
2
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Matrizen
Spalten und Zeilnennamen werden folgendermaßen vergeben:
> dimnames(mat)[[1]]<-c(’z1’,’z2’,’z3’,’z4’)
> dimnames(mat)[[2]]<-c(’s1’,’s2’,’s3’,’s4’)
> mat
s1 s2 s3 s4
z1 1 2 3 4
z2 5 6 7 8
z3 1 2 3 4
z4 5 6 7 8
> mat[,’s1’]
z1 z2 z3 z4
1 5 1 5
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Matrizen
Desweiteren steht eine Auswahl von mathematischen Operation zu
Verfügung:
1
diag(): Herauslesen oder setzten der Diagonalwerte.
2
solve(): Numerisches Lösen eines LGS.
3
4
%*%: Matrix Multiplikation, t: Transponieren
eigen(): Spektraldarstellung
5
dim(): Dimension der Matrix
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Arrays
Eine natürliche Verallgemeinerung von Matrizen stellen
mehrdimensionale Arrays dar:
> a<-array(1:18,c(3,2,3))
> a[1,1,1]
[1] 1
> a[2,1,1]
[1] 2
> a[1,1,2]
[1] 7
>
Mathematisch handelt sich hierbei um Objekte des Rp1 ×...pn .
is.matrix(array(1,dim=c(2,2)))
[1] TRUE
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Verschiedene Datentypen in einer Matrix?
1
Genau wie ein Vektor kann eine Matrix entweder nur
numerische oder nur Character Elemente enthalten. Bei der
Abspeicherung von mehrdimensionalen Datensätzen kann dies
zu Problemen führen.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Verschiedene Datentypen in einer Matrix?
1
Genau wie ein Vektor kann eine Matrix entweder nur
numerische oder nur Character Elemente enthalten. Bei der
Abspeicherung von mehrdimensionalen Datensätzen kann dies
zu Problemen führen.
Beispiel: code04 data.frames.R
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Verschiedene Datentypen in einer Matrix?
1
Genau wie ein Vektor kann eine Matrix entweder nur
numerische oder nur Character Elemente enthalten. Bei der
Abspeicherung von mehrdimensionalen Datensätzen kann dies
zu Problemen führen.
Beispiel: code04 data.frames.R
2
Für die Verwaltung mehrdimensionaler Datensätze gibt es
daher einen speziellen Datentyp: Dataframe.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Listen
1
Genau genommen handelt es sich bei einem Dataframe um
einen Spezialfall einer sogenannten Liste.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Listen
1
2
Genau genommen handelt es sich bei einem Dataframe um
einen Spezialfall einer sogenannten Liste.
Eine Liste ermöglicht es, verschiedene Datentypen zu einem
gemeinsamen Datensatz zusammenzufassen.
> Liste<-list(eins=c(2,3,4,5),zwei=5,
drei=matrix(nrow=2,ncol=2,c(’a’,’b’,’c’,’d’)),
vier=as.factor(c(’a’,’a’,’b’)))
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Listen
1
2
Genau genommen handelt es sich bei einem Dataframe um
einen Spezialfall einer sogenannten Liste.
Eine Liste ermöglicht es, verschiedene Datentypen zu einem
gemeinsamen Datensatz zusammenzufassen.
> Liste<-list(eins=c(2,3,4,5),zwei=5,
drei=matrix(nrow=2,ncol=2,c(’a’,’b’,’c’,’d’)),
vier=as.factor(c(’a’,’a’,’b’)))
> Liste
$eins
[1] 2 3 4 5
...}
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Listen
> Liste$drei
[,1] [,2]
[1,] "a" "c"
[2,] "b" "d"
>
> Liste[[1]]
[1] 2 3 4 5
>
> Liste[[2]]
[1] 5
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Dataframes
1
Das Objekt Dataframe entspricht dem Datentyp zum
Verwalten multivariater Daten:
namen<-c(’KN’,’RV’,’FN’,’LI’,’KN’,’RV’,’LI’,
’KN’,’RV’,’FN’,’RV’,’FN’,’LI’)
werte<-c(342,56,2,59,25,58,256,58,3,589,37,54,47)
df<-data.frame(kreis=namen,werte=werte)
2
Ein Dataframe vereinigt gewisse Eigenschaften von Matrizen
und Listen.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Dataframes
1
Namen wie Listen: > names(df)
[1] "kreis" "werte"
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Dataframes
1
Namen wie Listen: > names(df)
[1] "kreis" "werte"
> df$kreis
[1] KN RV FN LI KN RV LI KN RV FN RV FN LI
Levels: FN KN LI RV
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Dataframes
1
Namen wie Listen: > names(df)
[1] "kreis" "werte"
> df$kreis
[1] KN RV FN LI KN RV LI KN RV FN RV FN LI
Levels: FN KN LI RV
2
Zugriff auf einzelne Elemente wie bei Matrizen > df[1:3,]
kreis werte
1 KN 342
2 RV 56
3 FN 2
3
Zeilen und Spaltennamen wie bei Matrizen
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Dataframes
1
Mit Hilfe des Befehls attach() bzw. detach() können
Dataframes in den sogenannten Suchpfad eingebunden
werden. Ihre Komponenten können dann wie auf normale
Variablen gelesenen werden.
2
Beim Ändern von Daten werden jedoch Kopien erzeugt und
nicht die Original Daten geändert, vgl
code04 data.frames.R. Am Anfang ist es evtl.
einfacher, diese Befehle einfach nicht zu verwenden.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Übersicht
1
Einführung
2
Datenverarbeitung in R
3
Programmfluss
4
Einlesen und Speichern von Daten
5
Erzeugen von Grafiken
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Fallunterscheidung
Fallunterscheidungen werden in R durch die klassische If-then-else
Abfrage realisiert:
if (BEDINGUNG){
Anweisungen
} else {
Anweisungen
}
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Fallunterscheidung
Fallunterscheidungen werden in R durch die klassische If-then-else
Abfrage realisiert:
if (BEDINGUNG){
Anweisungen
} else {
Anweisungen
}
Beispiel:
>y=1;
if (y\%\%2==0){paste("Heute regnet es;-(")}
else {paste("Heute scheint die Sonne;-)")}
Hinweis: Der else Teil darf auch weggelassen werden.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Universität Konstanz
Einlesen und Speichern von Daten
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Eine weitere Möglichkeit für eine Fallunterscheidung besteht in der
sogenannten Ifelse-Funktion, welche die folgende Syntax besitzt:
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Eine weitere Möglichkeit für eine Fallunterscheidung besteht in der
sogenannten Ifelse-Funktion, welche die folgende Syntax besitzt:
ifelse(Bedingung, Anweisung1, Anweisung2)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Eine weitere Möglichkeit für eine Fallunterscheidung besteht in der
sogenannten Ifelse-Funktion, welche die folgende Syntax besitzt:
ifelse(Bedingung, Anweisung1, Anweisung2)
Dabei wird zunächst die Bedingung ausgewertet. Ist diese wahr, so
wird Anweisung1 ausgeführt, ansonsten Anweisung2. Beispiel:
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Eine weitere Möglichkeit für eine Fallunterscheidung besteht in der
sogenannten Ifelse-Funktion, welche die folgende Syntax besitzt:
ifelse(Bedingung, Anweisung1, Anweisung2)
Dabei wird zunächst die Bedingung ausgewertet. Ist diese wahr, so
wird Anweisung1 ausgeführt, ansonsten Anweisung2. Beispiel:
Gegeben sei ein Vektor mit den Zahlen von 1 bis 7. Man möchte
nun lediglich die Potenzen der Zahlen größer 3 ausgeben.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Eine weitere Möglichkeit für eine Fallunterscheidung besteht in der
sogenannten Ifelse-Funktion, welche die folgende Syntax besitzt:
ifelse(Bedingung, Anweisung1, Anweisung2)
Dabei wird zunächst die Bedingung ausgewertet. Ist diese wahr, so
wird Anweisung1 ausgeführt, ansonsten Anweisung2. Beispiel:
Gegeben sei ein Vektor mit den Zahlen von 1 bis 7. Man möchte
nun lediglich die Potenzen der Zahlen größer 3 ausgeben.
>x=1:7
> ifelse(x>3,xˆ3,0)
[1]
0
0
0 64 125 216 343
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Eine weitere Möglichkeit für eine Fallunterscheidung besteht in der
sogenannten Ifelse-Funktion, welche die folgende Syntax besitzt:
ifelse(Bedingung, Anweisung1, Anweisung2)
Dabei wird zunächst die Bedingung ausgewertet. Ist diese wahr, so
wird Anweisung1 ausgeführt, ansonsten Anweisung2. Beispiel:
Gegeben sei ein Vektor mit den Zahlen von 1 bis 7. Man möchte
nun lediglich die Potenzen der Zahlen größer 3 ausgeben.
>x=1:7
> ifelse(x>3,xˆ3,0)
[1]
0
0
0 64 125 216 343
Ein wichtiger Aspekt der Ifelse-Funktion ist die vektorwerige
Ausführung, d.h. in der Bedingung werden auch Vektoren
akzeptiert und die Bedingung wird dann elementweise ausgewertet.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Schleifen
1
Die While-Schleife hat folgenden Syntax:
while (BEDINGUNG){
Anweisungen
}
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Schleifen
1
Die While-Schleife hat folgenden Syntax:
while (BEDINGUNG){
Anweisungen
}
2
Die For Schleife hat folgenden Syntax:
for (zähler in vektor){
Anweisungen
}
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Aufgabe: While-Schleife
Bestimmen Sie mit Hilfe der While-Schleife das n ∈ N, ab dem
n
X
1
≥ 10
k
k=1
gilt.
Aufgabe: For-Schleife
Bestimmen Sie mit Hilfe der For-Schleife F (42), wobei F die
Fibonacci-Folge mit der Vorschrift F (0) = 0, F (1) = 1 und
F (n + 1) = F (n) + F (n − 1)
für n ≥ 1 ist.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Pseudo-Zufallszahlen
Die gängigsten Verteilungen sind in R bereits implementiert.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Pseudo-Zufallszahlen
Die gängigsten Verteilungen sind in R bereits implementiert.
Beispielsweise:
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Pseudo-Zufallszahlen
Die gängigsten Verteilungen sind in R bereits implementiert.
Beispielsweise:
Normalverteilung
rnorm(n,mu,sigma)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Pseudo-Zufallszahlen
Die gängigsten Verteilungen sind in R bereits implementiert.
Beispielsweise:
Normalverteilung
rnorm(n,mu,sigma)
Binomialverteilung
rbinom(n,m,p)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Pseudo-Zufallszahlen
Die gängigsten Verteilungen sind in R bereits implementiert.
Beispielsweise:
Normalverteilung
rnorm(n,mu,sigma)
Binomialverteilung
rbinom(n,m,p)
Gleichverteilung
runif(n,a,b)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Pseudo-Zufallszahlen
Die gängigsten Verteilungen sind in R bereits implementiert.
Beispielsweise:
Normalverteilung
rnorm(n,mu,sigma)
Binomialverteilung
rbinom(n,m,p)
Gleichverteilung
runif(n,a,b)
Exponentialverteilung
rexp(n,lambda)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Pseudo-Zufallszahlen
Die gängigsten Verteilungen sind in R bereits implementiert.
Beispielsweise:
Normalverteilung
rnorm(n,mu,sigma)
Binomialverteilung
rbinom(n,m,p)
Gleichverteilung
runif(n,a,b)
Exponentialverteilung
rexp(n,lambda)
Frage: Wie erzeuge ich eine Matrix, die m standardnormalverteilte
Stichproben mit Stichprobenumfang n enthält?
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Pseudo-Zufallszahlen
Die gängigsten Verteilungen sind in R bereits implementiert.
Beispielsweise:
Normalverteilung
rnorm(n,mu,sigma)
Binomialverteilung
rbinom(n,m,p)
Gleichverteilung
runif(n,a,b)
Exponentialverteilung
rexp(n,lambda)
Frage: Wie erzeuge ich eine Matrix, die m standardnormalverteilte
Stichproben mit Stichprobenumfang n enthält?
samplematrixN=replicate(m, rnorm(n))
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Funktionen
Eigene Funktionen lassen sich ebenfalls
definieren:
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Funktionen
Eigene Funktionen lassen sich ebenfalls
definieren:funktionsname
<-function(var 1,...,var n) {
Anweisungen
Rückgabewert
}
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Funktionen
Eigene Funktionen lassen sich ebenfalls
definieren:funktionsname
<-function(var 1,...,var n) {
Anweisungen
Rückgabewert
}
Beispiel: Notenschlüssel
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Funktionen
Eigene Funktionen lassen sich ebenfalls
definieren:funktionsname
<-function(var 1,...,var n) {
Anweisungen
Rückgabewert
}
Beispiel: Notenschlüssel
Notenschluessel=function(Notenskala=seq(1,5, by=0.1),
Punkte.von, Punkte.bis)
{
Punkte=seq(Punkte.von,Punkte.bis,length=length(Notenskala))
return(cbind(Punkte,Notenskala))
}
Notenschluessel(seq(1,5, by=0.1),80,20)
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Funktionen
Aufgabe
Programmieren Sie eine Funktion, die eine Anzahl an Sekunden je
nach Angabe in eine Anzahl an Minuten, Stunden bzw. Tagen
umrechnet.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Übersicht
1
Einführung
2
Datenverarbeitung in R
3
Programmfluss
4
Einlesen und Speichern von Daten
5
Erzeugen von Grafiken
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Einlesen und Speichern von Daten
1
Dataframes lassen sich am einfachsten mit Hilfe der
Funtkionen read.table() und write.table() in CSV
Dateien lesen bzw. speichern.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Einlesen und Speichern von Daten
1
Dataframes lassen sich am einfachsten mit Hilfe der
Funtkionen read.table() und write.table() in CSV
Dateien lesen bzw. speichern.
2
Es exitieren diverse Tools um z.B. auf SQL Datenbanken und
Excel zuzugreifen.
Beispiel:
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Einlesen und Speichern von Daten
1
Dataframes lassen sich am einfachsten mit Hilfe der
Funtkionen read.table() und write.table() in CSV
Dateien lesen bzw. speichern.
2
Es exitieren diverse Tools um z.B. auf SQL Datenbanken und
Excel zuzugreifen.
Beispiel:
data=read.table("C:\\Users\\Dima\\Documents\\norwegianfire.txt")
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Übersicht
1
Einführung
2
Datenverarbeitung in R
3
Programmfluss
4
Einlesen und Speichern von Daten
5
Erzeugen von Grafiken
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Erzeugen von Grafiken
1
R bietet eine Vielzahl von Möglichkeiten, Daten grafisch
darzustellen.
2
Neben den Standardbefehlen können verschiedene spezielle
Programmpakete - sogenannte Packages - installiert werden,
um das Erstellen von Grafiken zu optimieren.
3
Aus zeitlichen Gründen kann hier jedoch nur auf die
Standardbefehle eingegangen werden, die bereits vorinstalliert
sind.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
High level und low level Befehle
1
Es gibt in R zwei verschiedene Arten von Grafikbefehlen.
2
High level Befehle erzeugen eine eigenständige Grafik.
3
Low level Befehle ändern fügen einer bereits erstellten Grafik
Details hinzu.
4
Daneben gibt es noch den Befehl par(), der die
Konfiguration von verschiedenen Grafikparametern erlaubt.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
High level Befehle
Beispiele für High level Befehle sind
1
plot(): Erzeugt einen Scatter oder Linien Plot.
2
barplot(): Erzeugt ein Säulen-Diagramm.
3
pie(): Erzeugt ein Kreisdiagramm.
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Aufgabe
Erstellen Sie ein Kreisdiagramm mit den Stimmenanteilen der
Parteien bei den Landtagswahlen 2011 in Baden-Württemberg
sowie ein Balkendiagramm mit den Stimmgewinnen bzw.
-verlusten. Dabei sollen die einzelnen Parteien farblich passend
markiert werden.
Hinweis: Benutzen Sie die Funktionen pie() und barplot()
sowie die zugehörige Hilfedateien bei dieser Aufgabe.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
5 main=”Gewinne/Verluste Landtagswahlen Baw 2011”)
Universität Konstanz
Einführung in R
Erzeugen von Grafiken
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Low level Befehle
Beispiele für Low level Befehle sind
1
lines()/points(): Zeichnet Linien bzw. Punkte durch
die angegeben Koordinatenpaare.
2
legend(): Erzeugt eine Legende.
3
title(): Fügt Diagrammbeschriftungen hinzu.
4
text(): Fügt der Grafik Textfelder hinzu.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Ausgabe von Grafiken
1
2
Die Ausgabe von Grafiken wird in R durch sogenannte Devices
gesteuert.
Sollte bei der Ausführung eines high level Befehls kein Device
aktiv sein, so wird durch den high level Befehl ein
Standarddevice aktiviert. Üblicherweise bedeutet dies, dass die
Grafik auf dem Bildschirm ausgegeben wird.
X11() (Linux) bzw. windows() (Windows): Die Grafik wird
direkt auf dem Bildschrim ausgegeben.
png(), pdf(): Die Grafik wird in eine .png oder .pdf Datei
ausgegeben.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Beispiel: Ausgabe von Grafiken
Wir wollen das Kreisdiagramm zu den Langtagswahlen 2011 in
Bawü in einer separaten Datei abspeichern.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Beispiel: Ausgabe von Grafiken
Wir wollen das Kreisdiagramm zu den Langtagswahlen 2011 in
Bawü in einer separaten Datei abspeichern.
pdf(file="H:\\R-Kurs\\Wahl1.pdf",width=12,height=8)
Wahl=c(39, 24.2, 23.1, 5, 2.8, 5.6)
names(Wahl)=c("CDU","Die Grnen","SPD","FDP","Die Linke","Sonstige")
pie(Wahl,col=c("black","green", "red", "yellow", "pink", "grey"),
main="Stimmenanteil Landtagswahlen Baw 2011", clockwise=TRUE)
dev.off()
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Ausgabe von Grafiken
1
Mit Hilfe der Befehle dev.prev(), dev.next() und
dev.set() kann man zwischen verschiedenen Devices hin
und herspringen, vgl. Online Hilfe.
2
Durch den Befehl dev.off() wird ein Device wieder
geschlossen. Sollte die Ausgabe in eine externe Datei erfolgt
sein, z.B. bei png() oder pdf(), wird diese erst jetzt lesbar.
3
Verschiedene Befehle (dev2bitmap, dev.copy2eps(),
dev.copy2pdf(), savePlot()) speichern die aktuelle
Bildschrimausgabe in einer Datei.
Universität Konstanz
Einführung in R
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Beispiel: Erstellen einer Gerade (plot01 gerade.R)
20
25
Zufallszahlen
(mit gerader Linie)
0
5
10
Linie
Signal
Verbindungslinien
−5
Y−Werte
15
●
0
5
10
15
20
X−Werte
SS2010
Universität Konstanz
Einführung in R
25
30
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Beispiel: Erstellen eines 2 × 2 Balkendiagramms
(plot02 balken.R)
Balkendiagramm
0
0
5
10
10
Balkendiagramm
A
B
C
D
A
C
D
5
0
0
5
10
Balkendiagramm
10
Balkendiagramm
B
A
B
C
D
Universität Konstanz
A
Einführung in R
B
C
D
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Beispiel: Erstellen eines Funktionsplots (plot04 sinus.R)
0.0
−0.5
−1.0
sin(λ1)
0.5
1.0
Sinus Funktion von 0 bis 2π
0
1
2
3
4
Werte fuer λ1
Universität Konstanz
Einführung in R
5
6
Einführung
Datenverarbeitung in R
Programmfluss
Einlesen und Speichern von Daten
Erzeugen von Grafiken
Beispiel: 2-dim Funktion (plot05 image.R)
−2
−1
0
1
2
3
3
2
y
−3
−2
−1
0
1
2
−3
−2
−1
y
0
1
2
1
y
0
−1
−2
−3
−3
−3
−2
−1
0
1
2
3
−3
−2
−1
0
1
2
x
2
1
y
0
,
outer(x
0
1
2
3
x
3
x
−2
x
−3
−2
y
−1
−1
y, fun)
−3
y
f(x,y)=sin( x2 + y2 )
3
f(x,y)=sin( x2 + y2 )
3
f(x,y)=sin( x2 + y2 )
−3
−2
−1
0
1
2
3
−3
−2
−1
x
0
1
2
3
x
Universität Konstanz
Einführung in R
3