In diesem Tutorial lernen Sie:
- Was sind die Datentypen in R?
- Variablen
- Vektoren
- Rechenzeichen
- Logische Operatoren
Was sind die Datentypen in R?
Es folgen die Datentypen oder Datenstrukturen in der R-Programmierung:
- Skalare
- Vektoren (numerisch, Zeichen, logisch)
- Matrizen
- Datenrahmen
- Listen
Grundlagentypen
- 4.5 ist ein Dezimalwert, der als numerisch bezeichnet wird .
- 4 ist ein natürlicher Wert, der ganze Zahlen genannt wird . Ganzzahlen sind auch numerisch.
- TRUE oder FALSE ist ein boolescher Wert, der in R als logische Binäroperatoren bezeichnet wird.
- Der Wert in "" oder '' ist Text (Zeichenfolge). Sie werden Zeichen genannt .
Wir können den Typ einer Variablen mit der Klassenfunktion überprüfen
Beispiel 1:
# Declare variables of different types# Numericx <- 28class(x)
Ausgabe:
## [1] "numeric"
Beispiel 2:
# Stringy <- "R is Fantastic"class(y)
Ausgabe:
## [1] "character"
Beispiel 3:
# Booleanz <- TRUEclass(z)
Ausgabe:
## [1] "logical"
Variablen
Variablen sind einer der grundlegenden Datentypen in R, die Werte speichern, und eine wichtige Komponente in der R-Programmierung, insbesondere für einen Datenwissenschaftler. Eine Variable in R-Datentypen kann eine Zahl, ein Objekt, ein statistisches Ergebnis, einen Vektor, einen Datensatz oder eine Modellvorhersage speichern, im Grunde alles, was R ausgibt. Wir können diese Variable später einfach verwenden, indem wir den Namen der Variablen aufrufen.
Um variable Datenstrukturen in R zu deklarieren, müssen wir einen Variablennamen zuweisen. Der Name sollte kein Leerzeichen haben. Wir können _ verwenden, um uns mit Wörtern zu verbinden.
Verwenden Sie <- oder =, um der Variablen in Datentypen in der R-Programmierung einen Wert hinzuzufügen.
Hier ist die Syntax:
# First way to declare a variable: use the `<-`name_of_variable <- value# Second way to declare a variable: use the `=`name_of_variable = value
In die Befehlszeile können wir die folgenden Codes schreiben, um zu sehen, was passiert:
Beispiel 1:
# Print variable xx <- 42x
Ausgabe:
## [1] 42
Beispiel 2:
y <- 10y
Ausgabe:
## [1] 10
Beispiel 3:
# We call x and y and apply a subtractionx-y
Ausgabe:
## [1] 32
Vektoren
Ein Vektor ist ein eindimensionales Array. Wir können einen Vektor mit allen grundlegenden R-Datentypen erstellen, die wir zuvor gelernt haben. Der einfachste Weg, Vektordatenstrukturen in R zu erstellen, ist die Verwendung des Befehls c.
Beispiel 1:
# Numericalvec_num <- c(1, 10, 49)vec_num
Ausgabe:
## [1] 1 10 49
Beispiel 2:
# Charactervec_chr <- c("a", "b", "c")vec_chr
Ausgabe:
## [1] "a" "b" "c"
Beispiel 3:
# Booleanvec_bool <- c(TRUE, FALSE, TRUE)vec_bool
Ausgabe:
##[1] TRUE FALSE TRUE
Wir können arithmetische Berechnungen für Vektor-Binäroperatoren in R durchführen.
Beispiel 4:
# Create the vectorsvect_1 <- c(1, 3, 5)vect_2 <- c(2, 4, 6)# Take the sum of A_vector and B_vectorsum_vect <- vect_1 + vect_2# Print out total_vectorsum_vect
Ausgabe:
[1] 3 7 11
Beispiel 5:
In R ist es möglich, einen Vektor zu schneiden. In einigen Fällen interessieren uns nur die ersten fünf Zeilen eines Vektors. Wir können den Befehl [1: 5] verwenden, um den Wert 1 bis 5 zu extrahieren.
# Slice the first five rows of the vectorslice_vector <- c(1,2,3,4,5,6,7,8,9,10)slice_vector[1:5]
Ausgabe:
## [1] 1 2 3 4 5
Beispiel 6:
Der kürzeste Weg, um einen Wertebereich zu erstellen, ist die Verwendung von: zwischen zwei Zahlen. Zum Beispiel können wir aus dem obigen Beispiel c (1:10) schreiben, um einen Wertvektor von eins bis zehn zu erzeugen.
# Faster way to create adjacent valuesc(1:10)
Ausgabe:
## [1] 1 2 3 4 5 6 7 8 9 10
Rechenzeichen
Wir werden zuerst die grundlegenden arithmetischen Operatoren in R-Datentypen sehen. Es folgen die arithmetischen und booleschen Operatoren in der R-Programmierung, die für Folgendes stehen:
|
Operator |
Beschreibung |
|---|---|
| + | Zusatz |
| - - | Subtraktion |
| * * | Multiplikation |
| /. | Teilung |
| oder ** | Potenzierung |
Beispiel 1:
# An addition3 + 4
Ausgabe:
## [1] 7
Sie können den obigen R-Code einfach kopieren und in die Rstudio-Konsole einfügen. Die Ausgabe wird nach dem Zeichen # angezeigt. Zum Beispiel schreiben wir den Code print ('Guru99'), die Ausgabe wird ## [1] Guru99 sein.
Das ## bedeutet, dass wir eine Ausgabe drucken und die Zahl in der eckigen Klammer ([1]) die Nummer der Anzeige ist
Die Sätze beginnen mit # Annotation . Wir können # in einem R-Skript verwenden, um einen beliebigen Kommentar hinzuzufügen. R liest es während der Laufzeit nicht.
Beispiel 2:
# A multiplication3*5
Ausgabe:
## [1] 15
Beispiel 3:
# A division(5+5)/2
Ausgabe:
## [1] 5
Beispiel 4:
# Exponentiation2^5
Ausgabe:
Beispiel 5:
## [1] 32
# Modulo28%%6
Ausgabe:
## [1] 4
Logische Operatoren
Mit logischen Operatoren möchten wir Werte innerhalb des Vektors basierend auf logischen Bedingungen zurückgeben. Es folgt eine detaillierte Liste der logischen Operatoren von Datentypen in der R-Programmierung
Die logischen Anweisungen in R werden in [] eingeschlossen. Wir können viele bedingte Anweisungen hinzufügen, wie wir möchten, aber wir müssen sie in eine Klammer setzen. Wir können dieser Struktur folgen, um eine bedingte Anweisung zu erstellen:
variable_name[(conditional_statement)]
Da sich Variablenname auf die Variable bezieht, möchten wir sie für die Anweisung verwenden. Wir erstellen die logische Anweisung, dh Variablenname> 0. Schließlich verwenden wir die eckige Klammer, um die logische Anweisung abzuschließen. Unten ein Beispiel für eine logische Aussage.
Beispiel 1:
# Create a vector from 1 to 10logical_vector <- c(1:10)logical_vector>5
Ausgabe:
## [1]FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE TRUE
In der obigen Ausgabe liest R jeden Wert und vergleicht ihn mit der Anweisung static_vector> 5. Wenn der Wert fünf streng überlegen ist, ist die Bedingung WAHR, andernfalls FALSCH. R gibt einen Vektor von TRUE und FALSE zurück.
Beispiel 2:
Im folgenden Beispiel möchten wir die Werte extrahieren, die nur die Bedingung "ist fünf streng überlegen" erfüllen. Dazu können wir die Bedingung in eine eckige Klammer einschließen, der der Vektor mit den Werten vorangestellt ist.
# Print value strictly above 5logical_vector[(logical_vector>5)]
Ausgabe:
## [1] 6 7 8 9 10
Beispiel 3:
# Print 5 and 6logical_vector <- c(1:10)logical_vector[(logical_vector>4) & (logical_vector<7)]
Ausgabe:
## [1] 5 6