-
Notifications
You must be signed in to change notification settings - Fork 1
/
01_introduction_to_r.R
726 lines (510 loc) · 22.1 KB
/
01_introduction_to_r.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
# title: "Знакомство с R"
# author: "Марина Варфоломеева"
# ## Клавиатурные сокращения в RStudio =====================
#
# - `Ctrl + Shift + C` - закомментировать/раскомментировать
# выделенный фрагмент кода.
# - `Ctrl + Enter` - отправляет строку из текстового
# редактора в консоль, а если выделить несколько строк, то
# будет выполнен этот фрагмент кода.
# - `Tab` или `Ctrl + Space` - нажмите после того как начали
# набирать название функции или переменной, и появится
# список автоподстановки. Это помогает печатать код быстро и
# с меньшим количеством ошибок.
# Установка дополнительных пакетов =======================
## # Из репозитория CRAN
install.packages("ggplot2")
install.packages("readxl")
# ## Математические операции================================
2 + 3
36 / 2
7 * 4
5 ^ 2
(16 + 4) / 5
# Для некоторых операций есть специальные функции:
sqrt(27)
# #### Задание 1 ---------------------------------------
#
# Найдите длину гипотенузы прямоугольного треугольника со
# сторонами 3 и 5 см.
sqrt(3^2 + 5^2)
# #### Задание 2 ---------------------------------------
#
# Извлеките кубический корень из 27.
27 ^ 1/3
27 ^ (1/3)
# ## Предупреждения и ошибки (warnings and errors)==========
sqrt(-27)
sqr(27)
# ## Помощь в R=============================================
sqrt() # поставить курсор на название функции и нажать `F1`
?sqrt
help("sqrt")
# ### Задание 3 ---------------------------------------
# Что делает функция `round()`?
?round
# ### Задание 4 ---------------------------------------
#
# Посмотрите в справку к функции `log()`. Какое основание
# логарифма используется в R по умолчанию?
?log
# ## Переменные (variables) ================================
num_1 <- 1024 / 2
num_1
1238 * 3 -> num_2 # экзотический вариант
num_2
# Осторожно, переменные можно случайно или намеренно перезаписать
num_1
num_1 <- 2^2
num_1
# Код --- это линейная последовательность действий
# Пример 1
## # Неправильно:
box_wt <- 1.2
apples <- 6
box_wt / apples # ошибка. переменная box еще не была создана.
# нужная переменная называется box_wt.
# Пример 2
# Неправильно:
box <- 1.3
fruits <- 7
fruits <- 7
box / fruits # ошибка. переменная fruits еще не была создана.
#### Задание 5 ---------------------------------------------
# Переставьте строки так, чтобы код можно было выполнить без ошибки.
distance <- 120
time <- 6
speed <- distance / time
# #### Задание 6 ------------------------------------------
#
# Ширина прямоугольника 2 см, а длина на 7 см больше. Чему
# равен периметр? (В решении создайте и используйте
# переменные `width`, `len` и `per`).
width <- 2
len <- 7 + width
per <- 2 * (width + len)
per
# ## Типы данных в R ==========================
# Числовые данные. Мы только что их видели.
# ### Текстовые данные (`character`)
"это текст"
'это тоже текст'
# ### Логические данные (`logical`)
TRUE # истина
FALSE # ложь
# Для ленивых. Но лучше так не делать.
T
F
# ### Встроенные в R константы
# `NA` --- англ _"not available"_.
NA + 2
NA * 0
NA / 0
sqrt(NA)
# `Inf` --- _"infinity"_ --- бесконечность.
1 / 0
# `NaN` --- _"not a number"_.
0 / 0
sqrt(-1)
# `NULL` --- ноль, т.е. это значит "пусто", "ничего нет".
# # Основные структуры данных в R ==========================
# ## Векторы (vectors) =====================================
23
sqrt(25)
# ### Создание векторов из произвольных элементов
# Функция `c()`
c(2, 4, 6)
c(-9.3, 0, 2.17, 21.3)
# Векторы можно хранить в переменных
vect_num <- c(2, 4, 6, 8, 10, 12, 14, 16)
vect_num_1 <- c(1.3, 1.7, NA, 0.9, 1.6, 1.4)
# Можно объединять несколько векторов
c(1, 1, 5:9)
c(vect_num, vect_num_1)
c(100, vect_num)
# Векторы могут содержать не только числа, но и логические значения, текст.
c(TRUE, TRUE, TRUE, FALSE, FALSE, TRUE)
colours <- c("red", "orange", "yellow", "green", "blue", "violet")
#
# #### Задание 7 ---------------------------------------
#
# Создайте вектор, в котором будут буквами закодированы
# нуклеотиды ДНК в алфавитном порядке.
c("A", "C", "G", "T")
sort(c('A','T','G','C'))
# #### Задание 8 ---------------------------------------
#
# Создайте вектор, в котором будет три наименьших по модулю
# отрицательных целых числа в порядке возрастания.
c(-3, -2, -1)
-3:-1
# ### Создание векторов из целых чисел подряд
#
# Оператор `:`
1:10 # от одного до 10
-5:3 # от -5 до 3
# #### Задание 9 ---------------------------------------
#
# Создайте вектор из целых чисел от 1 до 100. Как вы
# думаете, что означают номера в квадратных скобках в начале
# каждой строки?
1:100
# ### Создание векторов из повторяющихся элементов
# Функция `rep()`
rep(x = 1, times = 3) # 1 повторяется 3 раза
rep(x = "red", times = 5) # "red" повторяется 5 раз
rep(x = TRUE, times = 2) # TRUE повторяется 2 раза
rep(TRUE, 5) # TRUE повторяется 5 раз, аргументы без названий
# Создаем логический вектор, где `TRUE` повторяется 3 раза,
# `FALSE` 3 раза и `TRUE` 4 раза. Результат сохраняем в
# переменной `vect_log`.
vect_log <- c(rep(TRUE, 3), rep(FALSE, 3), rep(TRUE, 4))
vect_log
rep("жаба", 3)
rep(pi, 3)
# #### Задание 10 ---------------------------------------
#
# Создайте вектор `season` в котором названия времен года
# будут следовать в том же порядке, что и месяцы года, к
# которым они относятся (начиная с января).
season <- c("w", "w", "s", "s", "s", "su", "su", "su", "a", "a", "a", "w")
season
season <- c(rep('w',2), rep('sp',3), rep ('su', 3), rep ('au', 3), 'w')
season
# ### Адресация внутри векторов
#
# При помощи оператора `[]`
vect_num # весь вектор
vect_num[1] # первый элемент
vect_num[3] # 3-й элемент
# Если нужно несколько элементов
colours # весь вектор
colours[3:5] # 3-5 элемент
# Если нужны элементы не подряд
vect_num[c(2, 4, 6)]
colours[c(1, 6)]
# Вектор --- одномерный объект
vect_num[2, 4, 6] # Ошибка
colours[1, 6] # Ошибка
# Обращение к несуществующему элементу
vect_num[198]
# Встроенные константы (см. `?Constants`).
LETTERS
letters
month.abb
month.name
# #### Задание 11 --------------------------------------
#
# Извлеките из вектора `month.name`
#
# - летние месяцы,
month.name[6:8]
# - зимние месяцы.
month.name[c(1, 2, 12)]
month.name[c(1:2, 12)]
# #### Задание 12 --------------------------------------
#
# Извлеките из вектора LETTERS буквы в таком порядке, чтобы
# получилось слово `SUN`.
LETTERS[c(19, 21, 14)]
LETTERS[c("S", "U", "N")]
let[c("S", "U", "N", "ksdjhk")]
# ### Операции с векторами
#
# Проверим, как работают арифметические операции
vect_num + 2
vect_num * 2
vect_num * (-2)
vect_num^2
# С самими векторами тоже можно делать некоторые операции.
sum(vect_num)
length(vect_num)
mean(vect_num)
min(vect_num)
# #### Задание 13 --------------------------------------
#
# Создайте переменную `powers_of_two`, в которой сохраните
# последовательность из целочисленных степеней двойки --- с
# первой по пятую. Используйте векторизацию. Выведите
# содержимое `powers_of_two` в консоль.
powers_of_two_1 <- c(2^1, 2^2, 2^3, 2^4, 2^5)
power <- 1:5
powers_of_two <- 2^power
powers_of_two
numbers <- c(1, 2, 4, 8, 16)
powers_of_two <- numbers*2
powers_of_two
powers_of_two <- rep(2, 5)^(1:5)
powers_of_two
# ## Матрицы (matrices)==========================
# Матрица с числовыми данными
matrix(data = 1:12, nrow = 4)
matrix(1:12, 4)
matrix(data = 1:12, ncol = 3)
matrix(1:12, NA, 3)
matrix(data = 1:11, nrow = 4)
# Матрица с текстовыми данными
matrix(data = LETTERS[1:12], ncol = 6)
matrix(data = LETTERS[1:12], ncol = 6, byrow = TRUE)
# Обычно элементы записываются в матрицу столбцами
matrix(data = 1:6, ncol = 3)
# Порядок заполнения матрицы элементами можно изменить, если указать `byrow = TRUE`.
matrix(data = 1:6, ncol = 3, byrow = TRUE)
# ### Адресация в матрицах
# Поскольку матрицы --- это двумерные объекты, первым в
# квадратных скобках следует номер строки, вторым --- номер
# столбца
mat <- matrix(data = LETTERS[1:12], ncol = 3)
mat
mat[3, 2]
mat[1, ]
mat[, 3]
mat[, -1]
mat[-3, ]
mat[1:3, c(1, 3)]
# #### Задание 14 --------------------------------------
#
# Создайте матрицу `calendar` с названиями месяцев, так,
# чтобы в первой строке был первый квартал.
calendar <- matrix(data = month.name, nrow = 4, ncol= 3, byrow = TRUE)
calendar
# #### Задание 15 --------------------------------------
#
# Выберите из матрицы `calendar` месяцы третьего квартала.
calendar[3, ]
# #### Задание 16 --------------------------------------
#
# Выберите из матрицы `calendar` июнь.
calendar[2, 3]
# ## Массивы (arrays)==========================
#
# Массивы --- это многомерные объекты
ar <- array(data = 1:24, dim = c(2, 4, 3))
ar
ar[1, 2, 3]
ar[, , 1]
ar[, 1, ]
ar[1, , ]
ar[1, 1:3, 1]
ar[, , -1]
# ## Датафреймы (data frames)==========================
# Датафреймы --- это такие двумерные таблицы, в которых
# столбцы могут содержать данные разных типов.
x <- 2014:2017
y <- LETTERS[1:4]
z <- c(TRUE, TRUE, FALSE, TRUE)
dat <- data.frame(year = x, type = y, test_passed = z, stringsAsFactors = FALSE)
dat
# ### Адресация в датафреймах
#
# Оператор `[]` с числами
dat[2, 2]
# Оператор `[]` с числовыми или текстовыми векторами
dat[, c("year", "test_passed")]
# Оператор `$`
dat$year
# Можно использовать комбинацию предыдущих техник.
dat$test_passed[3]
# #### Задание 17 --------------------------------------
#
# Создайте датафрейм `year`, в котором будет две переменные:
# `month` и `season`.
# #### Задание 18 --------------------------------------
#
# Выберите из датафрейма `year`
#
# - строки, соответствующие весенним месяцам
# - время года, которому соответствует июнь
# - всю колонку, кодирующую сезон
# ## Списки (lists)==========================
#
# Данные различных типов, и разной длины.
list(dat, mat, vect_num, colours)
# Можно создавать именованные списки
lst <- list(Dfr = dat, Matr = mat, Vect1 = vect_num, Vect2 = colours)
lst
# ### Адресация в списках
# оператор `[]`
lst[1:2] # список из двух элементов
lst[1] # список из одного элемента
# двойные квадратные скобки `[[]]`
lst[[1]]
lst[[1]]$v2
# оператор `$`
lst$Vect1
lst$Matr[, 1]
#
# # Факторы (factors) --- особый тип данных ================
# Факторы - это способ хранения дискретных (= категориальных данных).
snail_colours <- c("red", "green", "green", "green", "yellow", "yellow", "yellow", "yellow")
snail_colours # это текстовый вектор.
f_snail_alphabet <- factor(snail_colours)
f_snail_alphabet
# Уровни этого фактора: `1 - green`, `2 - red`, `3 - yellow`
# Можно изменить порядок уровней
f_snail_ryg <- factor(snail_colours, levels = c("red", "yellow", "green"))
f_snail_ryg
f_snail_yrg <- relevel(f_snail_ryg, ref = "yellow")
f_snail_yrg
# #### Задание 19 --------------------------------------
#
# Из вектора `season`, созданного ранее, создайте фактор
# `season_f` с алфавитным порядком уровней.
# #### Задание 20 --------------------------------------
#
# Из вектора `season`, созданного ранее, создайте фактор
# `season_f` , в котором уровни следуют в том же порядке,
# что и времена года в году.
# #### Задание 21
#
# Из вектора `season`, созданного ранее, создайте фактор
# `season_f`, в котором уровни следуют в том же порядке, что
# и времена года в году, и называются первыми двумя буквами.
# # Работа с логическими данными==========================
#
# ## Операторы сравнения
# - `==` --- равно
# - `>` --- больше
# - `<` --- меньше
# - `!=` --- не равно
# - `>=` --- больше или равно
# - `<=` --- меньше или равно
# - функции на `is` (например, `is.numeric()`, `is.na()`)
# - оператор сопоставления `%in%` и т.п.
?Comparison # справка об операторах сравнения
?match # о сопоставлении
vect_num # ранее созданный вектор
vect_num > 8
vect_num != 2
# ## Логические операторы
# `&` --- логическое "И":
# `|` --- логическое "ИЛИ":
# `!` --- логическое отрицание:
?Logic # Справка о логических операторах
# Пример:
vect_num # ранее созданный вектор
(vect_num != 2) & (vect_num < 8)
season # ранее созданный вектор
season == "spring"
# #### Задание 22 --------------------------------------
#
# При помощи вектора `season`, создайте логический вектор,
# где `TRUE` стоит везде, кроме зимних месяцев.
# ## Отбор данных с помощью логических векторов ============
# месяц, который называется "June".
month.name[month.name == "June"]
# только весенние месяцы
month.name[season == "spring"]
# строки с зимними месяцами из датафрейма `year`
year[year$season == "winter", ]
# только значение переменной `month` с зимними месяцами
year$month[year$season == "winter"]
year[year$season == "winter", "month"]
# Следующие несколько заданий используют данные о
# продолжительности сна млекопитающих (датасет `msleep` из
# пакета `ggplot2`). Данные можно загрузить так:
library(ggplot2) # активируем пакет ggplot2
data("msleep") # активируем встроенный датасет msleep
# #### Задание 23 --------------------------------------
# Добудьте из `msleep` английские названия видов, у которых
# общая продолжительность сна больше 15 часов.
# #### Задание 24 --------------------------------------
# По данным `msleep` посчитайте, какова средняя
# продолжительность сна хищников.
# #### Задание 25 --------------------------------------
# По данным `msleep` посчитайте, какова минимальная
# продолжительность сна травоядных.
# #### Задание 26 --------------------------------------
# По данным `msleep` найдите, у какого животного минимальная
# продолжительность сна.
# # Как узнать, к какому классу структур данных относится содержимое переменной? =======
# функция `class()`
class(f_snail_alphabet)
class(vect_log)
class(vect_num)
class(colours)
class(mat)
class(ar)
class(dat)
class(lst)
# # Приведение (coercion), проверка принадлежности к классу/типу.=========
# Функции для конверсии на `as...()`.
# Функции для проверки на `is...()`
vect_num
as.character(vect_num)
vect_log
as.numeric(vect_log)
as.character(vect_log)
as.character(as.numeric(vect_log))
as.numeric(as.character(vect_log))
is.character(vect_num)
is.numeric(vect_num)
is.logical(vect_log)
is.vector(vect_log)
is.matrix(vect_log)
as.matrix(vect_log)
is.matrix(mat)
is.array(dat)
as.data.frame(mat)
# # Функции (functions)=====================================
# Вспомним, как выглядят наши векторы
vect_num
vect_num_1
mean(vect_num)
mean(vect_num_1)
mean(vect_num_1, na.rm = TRUE)
# Попробуем написать пользовательскую функцию `my_mean()`,
# которая будет по умолчанию считать среднее значение
# элементов в векторе с учетом пропущенных значений (`NA`)
my_mean <- function(x){
mean(x, na.rm = TRUE)
}
# Иногда у функций бывает еще инструкция `return()`
my_mean <- function(x){
res <- mean(x, na.rm = TRUE)
return(res)
}
# Любую пользовательскую функцию нужно протестировать
mean(vect_num_1, na.rm = TRUE)
my_mean(vect_num_1)
# ## Чтение из текстовых файлов ==========================
dat <- read.table(file = "data/expression_3.csv", header = TRUE, sep = ",", dec = ".")
# После открытия файла стоит убедится, все ли правильно прочитано.
head(dat)
# Правильно ли R определил классы переменных?
sapply(dat, class)
# Странным образом, столбцы `X2` и `X6` были преобразованы в факторы
dat1 <- within(dat, {
X2 <- as.numeric(as.character(X2))
X6 <- as.numeric(as.character(X6))
}
)
# Отфильтруем значения в старом датафрейме, на месте которых
# получились NA.
dat$X2[is.na(dat1$X2)]
dat$X6[is.na(dat1$X6)]
# Видно, что в исходном файле пропущенные значения были
# обозначены `-`.
# Проверим, правильно ли определены типы переменных после
# преобразования.
sapply(dat1, class)
# Теперь все правильно.
# ## Чтение из архивированных файлов =======================
dat2 <- read.table(unz("./data/expression_3.zip", "expression_analysis/3.csv"), header=T, sep=",", stringsAsFactors = FALSE)
head(dat2)
sapply(dat2, class)
# Дальше все те же самые манипуляции, что мы проделывали в
# прошлом разделе.
# ## Чтение файлов Excel ===================================
library(readxl)
dat3 <- read_excel(path = "data/expression_3.xlsx")
# В пакете `readxl` используется более совершенный алгоритм
# автоматического определения классов переменных.
sapply(dat3, class)
sum(is.na(dat3$`2`))
sum(is.na(dat3$`6`))
# `readxl` пытается сохранить исходные названия переменных
colnames(dat3)
# Мы можем создать свои собственные имена переменных.
new_names <- paste0("X", colnames(dat3))
colnames(dat3) <- new_names