10分で分かるr言語入門ver2.15 15 1010
TRANSCRIPT
10分で分かる R言語入門 ver2.15
大城信晃 2015/10/10 TokyoR#511
開催情報ATND
• https://api.atnd.org/events/70522
• セキココ
• http://sekico.co/zaseki/593
2
本セッションの役割
•R初心者のために基礎を説明
•本勉強会の以降の他セッションの前提知識を得てもらう
•資料は後ほど公開しますのでざっと眺めていただければと思います
3
アジェンダ
•自己紹介 • Rって何
• Rの使い方
• Rの資料
4
自己紹介• 名前：大城信晃
• Twitter：doradora09
• 職業：データ基盤構築&分析
• R：勉強中
• マイブーム：
• カクテル作り、カメラ
• いきなりステーキ
5
主な業務•これまで
•製品関連DB構築、行動ターゲティング、広告主向けDMP開発
•現在
•データ分析基盤構築(AWS)
• データコンサル(Google Analytics等)
• 行動分析ツール企画・開発(n=1) 6
7http://marketing.yahoo.co.jp/service/dmp/
8https://datumstudio.jp/service/construction-of-infrastructure
TokyoRでは
•第１回から主に運営側で参加
•初心者セッション
•懇親会(ピザ、お酒)
10
本日のNews
11
本日のNews
12
• スタッフブログを書くので(肖像権的にOKな方は)もしよければ写真撮影させてください！
本日の(bad)News
13
• 主催者が遅刻！
•ほんとすみません。後半来ます。
•蓑田さん不在！
•司会&飛び入りLT募集中！
アジェンダ
•自己紹介とお知らせ
•Rって何 • Rの使い方
• Rの資料
14
R言語(アールげんご)は、オープンソースでフリーソフトウェアの統計解析向けプログラミング言語、及びその開発実行環境である。
Wikipediaより引用
15
での使われ方
•プロトタイプをRで作って検証
• PythonやC++で実装
GoogleとFacebookではRをどうやって使っているのか？ http://pracmper.blogspot.jp/2010/01/googlefacebookr.html
16
用途で分類
プロトタイピング実務利用
コマンドライン形式(CUI)
画面上で操作(GUI)
業務専用 ソフト
実装
17
特徴 価格 大規模データ 速度統計特化 無料 △
(メモリ依存)△
SAS/ SPSS 統計特化 数十万～ ○ ○
エクセル 直感的 １万～ × (約100万行)
×
C++ 高速だが 開発コスト高
無料～ 数万
実装次第 ◎
Python スクリプト 言語
無料 実装次第 ○
他言語との比較
18
こんな方におすすめ
•色々な統計手法を試してみたい方
•エクセルでは物足りない方
•まずは無料で始めてみたい方
19
アジェンダ
•自己紹介とお知らせ
• Rって何
•Rの使い方 • Rの資料
20
本日の資料
•http://www.slideshare.net/akiaki5516/10rver2-upload
21
インストール
22
•２種類の実行環境(デスクトップ)
• Rコンソール
• RStudio(オススメ)
インストール
Windows http://cran.md.tsukuba.ac.jp/bin/windows/base/
Mac http://cran.md.tsukuba.ac.jp/
Linux http://cran.md.tsukuba.ac.jp/
23
Rコンソール起動
24
Rコンソール起動
ココに処理を 記述していく
25
処理の記述
3+5 = 8 10-7 = 3
26
処理
解析の流れデータ
レポート27
処理
解析の流れデータ
レポート
変数配列行列
関数
パッケージ
自作関数
作図CSVデータフレーム
28
処理
解析の流れデータ
レポート
変数配列行列
データフレーム
関数
パッケージ
自作関数
作図CSV29
値を入れる箱> hako <- 10
> hako
[1] 10
> hako * 2
[1] 20
変数
30
値を入れる箱> hako <- 10
> hako
[1] 10
> hako * 2
[1] 20
変数
変数に対して 処理(かけ算)
変数に値を入れる 左矢印のイメージ
31
複数の値をまとめる> array <- c(10,20,30)
> array
[1] 10 20 30
> array * 2
[1] 20 40 60
配列
32
複数の値をまとめる> array <- c(10,20,30)
> array
[1] 10 20 30
> array * 2
[1] 20 40 60
処理は 配列全体に 適用される
配列
３つの値を 配列に格納
33
各要素へのアクセス> array[1]
[1] 10
> array[2]
[1] 20
> array[3]
[1] 30
配列
34
各要素へのアクセス> array[1]
[1] 10
> array[2]
[1] 20
> array[3]
[1] 30
配列[番号]で １個ずつ値を 取り出せる
配列
２個目
3個目35
２次元の配列> array2 <- matrix(c(10,20,30,
40,50,60), 2, 3)
> array2
[,1] [,2] [,3]
[1,] 10 30 50
[2,] 20 40 60
行列
36
２次元の配列> array2 <- matrix(c(10,20,30,
40,50,60), 2, 3)
> array2
[,1] [,2] [,3]
[1,] 10 30 50
[2,] 20 40 60
matrixという 関数を利用して
作る
行列
２行３列の 行列
37
各要素の指定> array2[1,1]
[1] 10
> array2[1,]
[1] 10 30 50
> array2[,1]
[1] 10 20
行列
39
各要素の指定> array2[1,1]
[1] 10
> array2[1,]
[1] 10 30 50
> array2[,1]
[1] 10 20
1行1列を 指定
行列
1行目全体 を指定
1列目全体 を指定
40
複数の型を持てる> sex <- c("F","F","M","M","M") #性別
> height <- c(158,162,177,173,166) #身長
> weight <- c(51,55,72,57,64) #体重
> ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) )
SEX HEIGHT WEIGHT
1 F 158 51
2 F 162 55
3 M 177 72
4 M 173 57
5 M 166 64
データフレーム
41
複数の型を持てる> sex <- c("F","F","M","M","M") #性別
> height <- c(158,162,177,173,166) #身長
> weight <- c(51,55,72,57,64) #体重
> ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) )
SEX HEIGHT WEIGHT
1 F 158 51
2 F 162 55
3 M 177 72
4 M 173 57
5 M 166 64
性別(文字列型) 身長、体重(数値型)
データフレーム
data.frame関数で セット
42
要素の指定> x$HEIGHT
[1] 158 162 177 173 166
> x$HEIGHT[1]
[1] 158
> x$HEIGHT[1:3]
[1] 158 162 177
$で 身長(HEIGHT) を全指定
データフレーム
身長1つめだけ
身長1-3番目
43
ここまで
• 変数：１種類の型の値を１つ入れる箱(スカラー)
• 配列：１種類の型の値を複数入れる箱(ベクトル)
• 行列：１種類の型の複数ベクトルをまとめて表現
• データフレーム：複数の型のベクトルをまとめて表現
44
CSV
処理
解析の流れデータ
レポート
変数配列行列
関数
自作関数データフレーム
パッケージ
作図45
処理の呼び出し関数
•関数は複数の処理をまとめたもの
•様々な計算が手軽に実行できる
46
処理の呼び出し関数
目的 関数名と書式データの結合 C(データ)
合計 sum(データ)個数を求める length(データ)
平均 mean(データ)標準偏差 sd(データ)・・・ ・・・
47
合計を求める関数
> array
[1] 10 20 30
> sum(array)
[1] 60
48
合計を求める関数
> array
[1] 10 20 30
> sum(array)
[1] 60
処理結果が 出力される
関数名(引数) で処理呼び出し
先ほどの配列
49
行列も足せる> array2
[,1] [,2] [,3]
[1,] 10 30 50
[2,] 20 40 60
> sum(array2)
[1] 210
関数
50
行列も足せる> array2
[,1] [,2] [,3]
[1,] 10 30 50
[2,] 20 40 60
> sum(array2)
[1] 210 合計値が 表示される
関数
先ほどの行列 array2
51
結果を格納関数
> ret <- sum(array2)
> ret
[1] 210
変数
52
結果を格納関数
> ret <- sum(array2)
> ret
[1] 210
処理結果を 変数に格納
変数
合計値の 確認
53
CSV読み込み
•変数に毎回データを手入力するのは面倒
• CSV形式(カンマ区切り)ファイルを読み込む関数がある
関数CSV
54
関数CSV> hawks <- read.csv("hawks.csv")
> hawks
height salary
1 173 17000
2 178 14000
3 180 9000
CSV読み込み
55
関数CSV> hawks <- read.csv("hawks.csv")
> hawks
height salary
1 173 17000
2 178 14000
3 180 9000
read.csv関数に hawks.csvという CSVファイルを
渡して 変数に代入
CSV読み込み
56
CSV読み込み関数CSV> hawks <- read.csv("hawks.csv")
> hawks
height salary
1 173 17000
2 178 14000
3 180 9000
CSVファイルの 変数への 読み込みが 確認できる
57
自分で関数を作る
•関数は自分で定義することも可能
•繰り返し使う処理は自作関数にする
自作関数
58
関数の書き方
関数名 <- function (引数) { 処理
}
59
自分で関数を作る自作関数
> varp <- function(x) {
retsult <- var(x) * (length(x) - 1) / length(x)
retsult
}
> varp(array)
[1] 66.66667
60
自分で関数を作る自作関数
> varp <- function(x) {
retsult <- var(x) * (length(x) - 1) / length(x)
retsult
}
> varp(array)
[1] 66.66667
関数の定義
処理を記述する 実行
61
ここまで
•組み込み関数：基本的な演算が可能
• CSV：read.csv関数でCSV形式のデータを読み込める
•自作関数：自身で関数を定義できる
62
処理
解析の流れデータ
レポート
変数配列行列
関数
パッケージ
自作関数
作図CSVデータフレーム
63
標準作図関数作図
•標準の関数でも色々と作図可能
目的 関数名ヒストグラム hist
散布図 plot箱ヒゲ図 boxplot・・・ ・・・
http://cse.naro.affrc.go.jp/takezawa/r-tips/r/50.html参考URL
64
> x <- rnorm(50)
> hist(x, breaks=seq(-3, 3,1))
標準作図関数作図
65
> x <- rnorm(50)
> hist(x, breaks=seq(-3, 3,1))
標準作図関数作図
乱数生成
ヒストグラム 作図関数
66
> x <- rnorm(50)
> plot(x)
標準作図関数作図
乱数生成
プロット 関数
67
関数をまとめたもの
•複数の関数をまとめたもの
•様々なパッケージがCRANというシステムにて無料公開されている
•自作のパッケージも公開できる
パッケージ
68
例
•作図パッケージggplot2を使えるようにする
69
> install.packages(“ggplot2”)
> library("ggplot2")
外部パッケージパッケージ作図
70
> install.packages(“ggplot2”)
> library("ggplot2") CRANから パッケージ ダウンロード＆ インストール
外部パッケージパッケージ作図
パッケージを ロード
71
a <- 1:10
b <- a^2
qplot(a,b)
qplotが利用可能パッケージ作図
72
a <- 1:10
b <- a^2
qplot(a,b)
qplotが利用可能パッケージ作図
ggplot2 パッケージ の関数 73
qplot(carat, price,
data = diamonds,
colour = clarity)
サンプルデータ diamonds
パッケージ作図
diamonds データの
carat, priceを 描画
74
紹介:分析用もあるパッケージ
目的 パッケージ名主成分分析 stats(組み込み済)対応分析 MASS
クラスター分析 stats線形回帰分析 stats生存分析 survival
ニューラルネット nnet・・・ ・・・
処理
76
詳細はこちらの書籍で
http://amazon.jp/dp/4627096011/
•過去にTokyoRでもテキストとして利用
77
ここまで
•作図関数：可視化が可能
•パッケージ：CRANからダウンロードして利用する
78
処理
Rで一連の分析が可能データ
レポート79
アジェンダ
•自己紹介とお知らせ
• Rって何
• Rの使い方
•Rの資料
80
•日本語の資料
81
ちなみに•中の人がTokyoRで発表して下さいました！
http://www.slideshare.net/hiratake55/seekrjp-2228155483
Rコミュニティ発表資料http://lab.sakaue.info/wiki.cgi/JapanR2010?page=FrontPage 「勉強会発表内容一覧」のリンクから
• Tokyo.R, Nagoya.R, Tukuba.Rのアーカイブ
85
RとSQLの対応付け•SQLが分かる人は一読の価値有りhttp://d.hatena.ne.jp/a_bicky/20110529/1306667230
86
サンプルデータ•統計を学びたい人へ贈る、統計解析に使えるデータセットまとめ
• http://d.hatena.ne.jp/hoxo_m/20120214/p1
• データセット一覧
• http://vincentarelbundock.github.io/Rdatasets/datasets.html
87
88
r-wakalang• https://github.com/TokyoR/r-wakalang
• Rのわからないことへの質問を日本語でする場所 「こういうのが欲しい」という雑な妄想や夢でもいいかも。 そうすると匿名知的集団ホクソエムが開発してくれるかも・・・？
89
•以下海外のサイト（英語)
90
CRAN Task Viws•Rには5000以上パッケージがある(2014/09現在)
• 用途別におすすめパッケージを紹介http://cran.r-project.org/web/views/
91
CRAN Task Viws•日本語訳してるサイト(一部機械翻訳)
http://www.trifields.jp/r-cran-task-views-639
92
まとめ
•Rは無料の統計解析ソフト •データ解析からレポートまで利用可能 •Web上の資料も充実
94
まとめ
•Rは無料の統計解析ソフト •データ解析からレポートまで利用可能 •Web上の資料も充実
是非使ってみましょう！95
ご清聴ありがとうございました
96
質疑応答
97
予備資料
98
連携も可能
プロトタイピング実務利用
プログラミング言語寄り (カスタマイズ可能)
直感的な操作(用途は限定)
業務専用 パッケージ
.C()関数
RExcel
99
イケメンツールRStudio
100
RStudio資料
http://www.slideshare.net/wdkz/rstudio-13866958101
初心者だけど２回目•箕田さんの初心者セッション
•集計、条件分岐、ループ、作図など
http://www.slideshare.net/aad34210/tokyo-r21
http://www.slideshare.net/aad34210/tokyo-r30-beginner 102
Tips
103
補足：クリップボード関数
#windowsの場合>hawks <- read.table("clipboard", header=TRUE,sep=’,’);#macの場合>hawks <- read.table(pipe("pbpaste"), header=TRUE,sep=’,’)> hawks height salary1 173 170002 178 140003 180 9000
クリップボードからも 読み込み可能
CSV
104
補足2：関数調べ方関数CSV
> ?read.table
> ??read.table
>help(read.table) ヘルプを
呼び出すことが出来る
105
補足2：関数調べ方関数CSV
後半には 用例もあるので 参考に
> ?read.table
> ??read.table
>help(read.table)
106
紹介：テキスト解析ツール KH Corder
•茶筅やRを裏側で利用(Rのソースで出力可)
• GUIで形態素解析、対応分析、ネットワーク分析が簡単にできる
http://khc.sourceforge.net/107