10分で分かるr言語入門ver2.8 14 0712
TRANSCRIPT
10分で分かる R言語入門 ver2.8
大城信晃 2014/07/12 TokyoR#41
開催情報
ATND
• http://atnd.org/events/52749
セキココ
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
アジェンダ
•自己紹介 • Rって何
• Rの使い方
• Rの資料
自己紹介• 名前：大城信晃
• Twitter：doradora09
• 職業：データマイニングエンジニア
• R：勉強中。
• 業務ではhadoop使ってます
• マイブーム：
• カクテル作り
• カメラ
• 肉(ブロック)
これまで/現在の仕事•ショッピング関連
•商品／製品DB 保守開発
•データ分析関連
•行動ターゲティング
•データを使って顧客像を探る
• DMP(開発中)
TokyoRでは
•第１回から主に運営側で参加
•初心者セッション
•最近は懇親会でピザ注文したりお酒作ったりしてます
最近の個人的news
最近の個人的news
•7/11, 誕生日迎えました！
30歳！がんばります！
５ヶ年目標
•体内年齢 < 実年齢
• (英語力)
その他お知らせ
お酒もあります！(懇親会)
懇親会も是非 ご参加下さい！
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
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
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
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
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
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
あると望ましいスキル
•プログラミングの基礎
•統計学の知識
• (英語力)
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
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/
Rコンソール起動
Rコンソール起動
ココに処理を 記述していく
処理の記述
3+5 = 8 10-7 = 3
処理
解析の流れデータ
レポート
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
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CSV
ここでは
•Rを使ったデータの表現/操作方法について説明します
値を入れる箱> hako <- 10
> hako
[1] 10
> hako * 2
[1] 20
変数
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
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
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
各要素へのアクセス> array[1]
[1] 10
> array[2]
[1] 20
> array[3]
[1] 30
配列
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
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
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
各要素の指定> array2[1,1]
[1] 10
> array2[1,]
[1] 10 30 50
> array2[,1]
[1] 10 20
行列
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
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
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(bool型) 身長、体重(数値型)
データフレーム
data.frame関数で セット
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
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
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
ここでは
•関数の利用/作成方法
• CSVによるデータ読み込み
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
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)・・・ ・・・
合計を求める関数
> array
[1] 10 20 30
> sum(array)
[1] 60
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
行列も足せる> array2
[,1] [,2] [,3]
[1,] 10 30 50
[2,] 20 40 60
> sum(array2)
[1] 210
関数
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
結果を格納関数
> ret <- sum(array2)
> ret
[1] 210
変数
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
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
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
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
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
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
関数の書き方
関数名 <- function (引数) { 処理
}
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
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
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
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
ここでは
•作図関数
•外部パッケージの利用方法
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
> x <- rnorm(50)
> hist(x, breaks=seq(-3, 3,1))
標準作図関数作図
> 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
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
例
•作図パッケージggplot2を使えるようにする
> install.packages(“ggplot2”)
> library("ggplot2")
外部パッケージパッケージ作図
> 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
a <- 1:10
b <- a^2
qplot(a,b)
qplotが利用可能パッケージ作図
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
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
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
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。作図用や分析用など色々ある
処理
Rで一連の分析が可能データ
レポート
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
•日本語の資料
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-22281554
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
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
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
•以下海外のサイト（英語)
CRAN Task Viws•Rには2000以上パッケージがある
•用途別におすすめパッケージを紹介
http://cran.r-project.org/web/views/
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
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！
ご清聴ありがとうございました
質疑応答
予備資料
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
イケメンツールRStudio
RStudio資料
http://www.slideshare.net/wdkz/rstudio-13866958
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
Tips
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 salary!1 173 17000!2 178 14000!3 180 9000!
クリップボードからも 読み込み可能
CSV
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
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)
!