Recommended
More Related Content
Similar to テーマ別勉強会（R言語）#1.pdf
More from Takuya Kubo
テーマ別勉強会（R言語）#1.pdf
- 1. 第１回 R言語勉強会 横浜国立大学 研究推進機構 特任教員（講師）/ URA 久保琢也 2021年11月16日
- 2. 自己紹介
- 3. 自己紹介：経歴 【氏名】久保 琢也 【所属】横浜国立大学 研究推進機構 【職位】特任教員（講師）/ URA 【学位】博士（学術）： 心理言語学 ⇨ 文系も文系 【職歴】 ・2016年5月∼2019年3月 広島大学 URA ・2019年4月∼2021年7月 信州大学 URA ・2021年8月∼ 現在 横浜国立大学 URA
- 4. 自己紹介：プログラミング経験 ❖大学院時代 • 実験データの統計解析のためにRの勉強を始める。 • 研究室で勉強会（読書会）などを主催 ❖URAになってから • 広島：Rを用いたデータ分析を独習（Courseraや Bootcamp） • 信州：IR担当として業務でRを利用。飛躍的にスキルが 向上。Webアプリ開発を始める • 横国：業務でRは使っていないが、Webアプリ開発は継 続中。プログラミングの知識は研究支援のための アプリ開発（office365）に生かされている。
- 5. 勉強会について
- 7. 勉強会のスケジュールと内容 日程 内容 第１回 11月16日（火）13:00∼14:30 11月30日（火）14:00∼15:30 （フォローアップ） Rの基礎 第２回 12月14日（火）13:00∼14:30 12月21日（火）14:00∼15:30 （フォローアップ） データの 操作・集計 第３回 1月11日（火）13:00∼14:30 1月18日（火）14:00∼15:30 （フォローアップ） グラフの描画
- 8. 勉強する際の心得（私見） 「できること」を理解する − コードそのものは暗記しなくても良い − 具体的な方法はネットでいくらでも見つかる 細かいことは気にしない − やりたいことを実現する方法は無数にある。 − 不恰好でも、まずは正しい結果が出れば良い。 分からないことは人に聞くのが早い − 自分の疑問はみんなの疑問 − C4RAはSlackでのコミュニケーション基盤がある！
- 9. R言語について
- 10. R言語について：概要 ❖ R言語とは − データ解析や統計分析、グラフィックスに強みを有する プログラミング言語 − オークランド大学のRoss IhakaとRobert Gentleman により開発 − 現在ではR Development Core Teamによりメンテナン スと拡張がなされている − オープンソースで無償
- 12. R言語について：機能性 ❖ R言語 + Rstudioでできること − データ分析/統計解析 − 美しいグラフィック − 機械学習/深層学習 − 自然言語処理 − ウェブスクレイピング − レポーティング（PPT, Word, PDF, HTML） − etc. ウェブアプリ ウェブサイト
- 13. R言語について：パッケージ ❖ 豊富なパッケージ（ライブラリ） − 特定の目的のために開発された関数（機能）やデータセッ トの集まり − パッケージに頼らなくてもある程度のことはできるが、 パッケージを使った方が格段に便利 − Rやパッケージのver.によって動作しないことがある （それぞれ古いver.に戻すことも可能） グラフ描画 パッケージ データ操作 パッケージ 文字列操作 パッケージ 機械学習 パッケージ Baseパッケージ Rの実行環境
- 14. Rstudioの使い方
- 17. Rstudioの使い方 ① コードを書く ② 実行したいコードで （Win） control + Enter （Mac）command + Enter 自動的にコンソールで実行される
- 18. Rstudioの使い方 コンソールが「>」（プロンプト）のときに 新しいコードを実行可能 「+」はコードが終わっていないことを示す ⇨ 続きを書く or 中断する（Escape） ※コンソール
- 19. 演算子
- 20. 算術演算子 # 足し算 1 + 1 # 引き算 5 - 2 # 掛け算 3 * 6 # 割り算 12 / 4 # 累乗 2 ^ 10
- 21. 比較演算子 ⇨ TRUE/FALSE # 「等しい」かどうかを判定 1 == 1 # 「等しくない」かどうか判定 5 != 2 # 「左辺が右辺よりも大きい」かどうか判定 3 > 6 # 「右辺が左辺よりも大きい」かどうか判定 1 < 4 # 「左辺が右辺以上」かどうか判定 5 >= 8 # 「右辺が左辺以上」かどうか判定 1 <= 4
- 22. 変数（Variable）
- 24. 変数の作り方 − 変数名は文字（大文字、小文字は区別）、数字、アンダーラ イン、ドットを使う − 変数名に日本語を使ってもいいが個人的に非推奨 # 変数 x に2を代入 x <- 2 # 変数 y に３を代入 y <- 3 変数名 <- 値 # 変数 x の中身を確認 x # 変数 y の中身を確認 y
- 25. 変数を使った計算 # 変数 x と 5 の和 x + 5 # 変数 x と変数 y の和 x + y # 変数 x と変数 y の積を変数 z に代入 z <- x + y # 変数 z の中身を確認 z
- 26. 変数の値を変えるには − 変数を使って計算しただけでは変数の中身は変わらない − 既にある変数の値を変えるには「 <- 」で値を上書きする 変数名 <- 値 # x の値を確認 x # x と 5 の和を計算 x + 5 # x の値は？ x # x の値を確認 x # x と 5 の和を計算し、x に代入 x <- x + 5 # x の値は？ x
- 27. 関数（Function）
- 29. − 引数の数は関数によって異なる（※引数がない関数もある） − 引数に変数を与えることもできる 関数の形 関数名 (引数1, 引数2, …) # 平方根を返す関数 sqrt( 9 ) # 常用対数を返す関数 log10( 100 ) # 絶対値を返す関数 abs( -5 ) # 平方根を返す関数 sqrt( x ) # 常用対数を返す関数 log10( y ) # 絶対値を返す関数 abs( -z )
- 30. 関数の使い方がわからない時は sum( )の使い方を調べたい ⇨ help( sum ) help (関数名)
- 31. ベクトル（Vector）
- 32. ベクトルとは ベクトル?
- 34. ベクトルの作り方 # 数値型ベクトルを作る num <- c( 100, 300, 500, 700, 900, 1100 ) # 文字型ベクトルを作る（※文字は で囲む） univ <- c( A , B , C , D , E , F ) # 論理型ベクトルを作る natl <- c( T, T, T, F, F, F ) # T = TRUE, F = FALSE c (値1, 値2, …) ※ c: concatenate
- 35. ベクトルを使った計算 ❖ 関数を使った計算（数値型ベクトル） # numの要素の数を取得 length( num ) # numの合計を計算 sum( num ) # numの平均値を計算 mean( num ) # numの最小値を計算 min( num ) # numの最大値を計算 max( num )
- 36. ベクトルを使った計算 ❖ 関数を使った計算（文字型ベクトル） # 小文字に変換 tolower( univ ) # 大文字に変換 toupper( univ ) # 文字数の取得 nchar( univ ) # univ の 各値に 大学 を結合 paste0( univ, 大学 )
- 37. ベクトルを使った計算 ❖ 関数を使った計算（論理型ベクトル） # 全ての要素が TRUE かどうか all( natl ) # TRUEが含まれるかどうか any( natl ) # TRUEの個数 sum( natl ) # TRUEは 1 , FALSEは 0
- 38. ベクトルの各要素を取り出す # 2番目の要素にアクセス num[ 2 ] # ３番目から５番目の要素にアクセス num[ c( 3, 4, 5 ) ] num[ 3 : 5 ] # ３番目から５番目以外の要素にアクセス num[ - c( 3, 4, 5 ) ] num[ - ( 3 : 5 ) ] num Index ① ② ③ ④ ⑤ ⑥ 値 100 300 500 700 900 1100
- 39. ベクトルの各要素を書き換える # 1番目の要素に 900 を代入 num[ 1 ] <- 900 # 2番目、３番目の要素に 600 を代入 num[ c( 2, 3 ) ] <- 600 # ４番目、５番目、６番目の要素に 750, 850, 1000 を代入 num[ 4 : 6 ] <- c( 750, 850, 1000 ) # numの中身を確認 num num Index ① ② ③ ④ ⑤ ⑥ 値 100 300 500 700 900 1100
- 41. データフレームとは 大学名 国立大学 研究費 （百万円） A大学 T 900 B大学 T 600 C大学 T 600 D大学 F 750 E大学 F 850 F大学 F 1000 これです
- 42. データフレームの特徴 大学名 国立大学 研究費 （百万円） A大学 T 900 B大学 T 600 C大学 T 600 D大学 F 750 E大学 F 850 F大学 F 1000 文字型ベクトル 論理型ベクトル 数値型ベクトル − ２次元（行、列）のデータ構造 − 複数のベクトルを列としてまとめたもの − 各列でデータの個数は同じ
- 43. データフレームの作り方 − デフォルトでベクトルを入れた変数名が列名となる − 「列名 = ベクトル」とすると、列名も指定可能 # 変数 univ, natl, num からデータフレームを作成 df <- data.frame( univ, natl, money = num ) # dfを確認 df data.frame (ベクトル1, ベクトル2, …)
- 44. データフレームを引数に取る関数 # 列名を取得する names( df ) # 行数と列数を取得する dim( df ) # データの構造を取得する str( df ) # 各列のサマリーを取得する summary( df )
- 45. データフレームの要素にアクセス df[ 行, 列 ] [ 1, 1 ] [ 1, 2 ] [ 1, 3 ] [ 2, 1 ] [ 2, 2 ] [ 2, 3 ] [ 3, 1 ] [ 3, 2 ] [ 3, 3 ] 行 列
- 46. 特定の列だけ取り出す # インデクスから列を取り出す df[ , 2 ] # インデクスから複数の列を取り出す df[ , c( 1, 3 ) ] # 列名から列を取り出す df[ , natl ] # 列名から複数の列を取り出す df[ , c( univ , money ) ]
- 47. 特定の列だけ取り出す ❖ 「 df $ 列名 」で１つの列を取り出せる # univ列を取り出す df$univ # natl列を取り出す df$natl # money列の合計を取得 sum( df$money )
- 48. 特定の行だけ取り出す # 3行目を取り出す df[ 3, ] # 3∼5行目を取り出す df[ 3 : 5, ] # 4行目以外を取り出す df[ - 4, ]
- 49. 最後に：勉強する際の心得（再掲） 「できること」を理解する − コードそのものは暗記しなくても良い − 具体的な方法はネットでいくらでも見つかる 細かいことは気にしない − やりたいことを実現する方法は無数にある。 − 不恰好でも、まずは正しい結果が出れば良い。 分からないことは人に聞くのが早い − 自分の疑問はみんなの疑問 − C4RAはSlackでのコミュニケーション基盤がある！
- 50. 終わり