Home
Explore
Submit Search
Upload
Login
Signup
Advertisement
Check these out next
研究法(Claimとは)
Jun Rekimoto
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
Prophet入門【Python編】Facebookの時系列予測ツール
hoxo_m
わかりやすいパターン認識_2章
weda654
ベルヌーイ分布からベータ分布までを関係づける
itoyan110
順序データでもベイズモデリング
. .
2 5 2.一般化線形モデル色々_ロジスティック回帰
logics-of-blue
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
Ken'ichi Matsui
1
of
18
Top clipped slide
Rのオブジェクト
Oct. 22, 2012
•
0 likes
9 likes
×
Be the first to like this
Show More
•
7,999 views
views
×
Total views
0
On Slideshare
0
From embeds
0
Number of embeds
0
Download Now
Download to read offline
Report
Itoshi Nikaido
Follow
Unit Leader at RIKEN
Advertisement
Advertisement
Advertisement
Recommended
Stan超初心者入門
Hiroshi Shimizu
83K views
•
156 slides
Visual Studio CodeでRを使う
Atsushi Hayakawa
9K views
•
25 slides
指数分布とポアソン分布のいけない関係
Nagi Teramo
130.7K views
•
37 slides
CRF を使った Web 本文抽出
Shuyo Nakatani
15.7K views
•
47 slides
正準相関分析
Akisato Kimura
14.2K views
•
19 slides
Rubinの論文(の行間)を読んでみる-傾向スコアの理論-
Koichiro Gibo
6.7K views
•
26 slides
More Related Content
Slideshows for you
(20)
研究法(Claimとは)
Jun Rekimoto
•
68.4K views
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
•
35.2K views
Prophet入門【Python編】Facebookの時系列予測ツール
hoxo_m
•
63.8K views
わかりやすいパターン認識_2章
weda654
•
24.9K views
ベルヌーイ分布からベータ分布までを関係づける
itoyan110
•
20K views
順序データでもベイズモデリング
. .
•
12.6K views
2 5 2.一般化線形モデル色々_ロジスティック回帰
logics-of-blue
•
58.5K views
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
Ken'ichi Matsui
•
95.5K views
データ解析のための統計モデリング入門 1~2章
itoyan110
•
12.4K views
ナレッジグラフ入門
KnowledgeGraph
•
5.8K views
社会人博士という選択肢
Hiroki Toyokawa
•
25.5K views
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
•
23.6K views
協調フィルタリング・アソシエーション分析によるレコメンド手法の紹介
Takeshi Mikami
•
2.4K views
Rで学ぶロバスト推定
Shintaro Fukushima
•
24.4K views
fastTextの実装を見てみた
Yoshihiko Shiraki
•
21.4K views
研究発表のためのパワーポイント資料作成の基本
Hisashi Ishihara
•
95.5K views
GEE(一般化推定方程式)の理論
Koichiro Gibo
•
30.6K views
Stan勉強会資料(前編)
daiki hojo
•
5.8K views
データ解析7 主成分分析の基礎
Hirotaka Hachiya
•
2.8K views
階層的クラスタリング入門の入門
Mas Kot
•
8.4K views
Similar to Rのオブジェクト
(20)
Rの基礎(データ型とデータ構造)
jundoll
•
64 views
統計環境R_はじめの一歩2016
wada, kazumi
•
538 views
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
Haruka Ozaki
•
2.2K views
Thinking in Cats
Eugene Yokota
•
7.2K views
初心者講習会資料(Osaka.R#5)
Masahiro Hayashi
•
3K views
ae-11. 実データの分析,意味の抽出,外れ値の判断
kunihikokaneko1
•
396 views
Android DEX Format & DIFF (第4回マルウェア解析勉強会)
雅太 西田
•
2.8K views
RのffでGLMしてみたけど...
Kazuya Wada
•
11.1K views
Rの初歩: 1. 基本概念
Teiko Suzuki
•
702 views
Intoroduction of Pandas with Python
Atsushi Hayakawa
•
9.7K views
Yamadai.R チュートリアルセッション
考司 小杉
•
9.7K views
第一回Data mining勉強会 -第二章
Tomonobu_Hirano
•
515 views
第一回Data mining勉強会 -第二章 - 原案
yushin_hirano
•
603 views
Scalaプログラミング・マニアックス
Tomoharu ASAMI
•
6.5K views
1997 情報処理学会論文誌-自然言語要求仕様からオブジェクト指向設計図を自動生成するシステム
n-yuki
•
852 views
Pythonによる機械学習
Kimikazu Kato
•
14K views
すごいHaskell読書会 第7章 (前編)
Suguru Hamazaki
•
1K views
Clojure programming-chapter-2
Masao Kato
•
1.1K views
【LiT Leaders】Android0309
Ryo Yamamoto
•
398 views
形式手法とalloyの紹介
Daisuke Tanaka
•
7.5K views
Advertisement
More from Itoshi Nikaido
(9)
第1回HPC OPS研究会 Opening Remarks
Itoshi Nikaido
•
1.2K views
BioDevOpsによる再現性のあるバイオインフォマティクス環境の構築
Itoshi Nikaido
•
5.2K views
Reading circle of Epigenome Roadmap: Roadmap Epigenomics Consortium et. al. I...
Itoshi Nikaido
•
1.8K views
Bioinformatics Analysis Environment for Your Laboratory Use
Itoshi Nikaido
•
3.2K views
DevOpsとcloudで達成する再現性のあるDNAシーケンス解析とスーパーコンピューティング
Itoshi Nikaido
•
2.6K views
0.1 pg の mRNA をシーケンスする高精度なRNA-Seq法: Quartz-Seq
Itoshi Nikaido
•
3.6K views
Rの環境とスコープ
Itoshi Nikaido
•
6.7K views
ENCODE勉強会
Itoshi Nikaido
•
760 views
いつも側にいるコラボレータ Google+を使った共同研究の進め方
Itoshi Nikaido
•
1.9K views
Rのオブジェクト
Rのオブジェクト Itoshi NIKAIDO <dritoshi@gmail.com>
1
Rはすべてがオブジェクト vector, matrix, 関数... ひとつのクラスに属する
2
そもそもオブジェクトとは 変数やシンボルを介してメモリのデータへアクセスしたい 言語から直接メモリにアクセスするといろいろと面倒 特別なデータ構造を決めておきオブジェクトとして定義しておく そのオブジェクトにシンボルや変数を介してアクセスすれば楽
3
Rオブジェクトにはデータ型がある integer, double, logical,
complex, character, raw 4
あれ? numeric は? Rオブジェクトにはデータ型以外の概念がある
→ mode 5
mode Sはデータ型を mode と呼んでいたらしい Sとの互換のため。mode
がある type mode logical logical integer numeric double numeric complex complex character character ユーザが意識する のはここ 6
storage mode メモリ上ではどのようなデータ型で保存しているのか? メモリ上では numeric
を区別しなければならない type mode storage mode logical logical logical integer numeric integer double numeric double complex complex complex character character character ほかの言語から データにアクセ スする場合はス トレージモード typeof() mode() storage.mode() が重要になる 7
オブジェクトは属性を持つ 成分の名前、次元、所属するクラス、時系列属性
8
オブジェクトは属性を持つ 成分の名前、次元、所属するクラス、時系列属性など names()
dim() class() tsp() dimnames() オブジェクトの構造: str() オブジェクトの属性: attributes() 9
オブジェクトはデータ構造を表現する オブジェクトをひとまとまりにして、まとめて操作したい vector, matrix, list,
data.frame... 10
Rで基本となる4つのデータ構造 次元数と異なるタイプを混ぜられるかで分類できる
vector list 3 2 4 1 ... 3 A 4 G ... 1D c(3,2,4,1) list(3,”A”,4,”G”) matrix data frame 3 2 4 1 ... 3 A 4 C ... 2D 2 0 5 3 2 T 5 G 1 1 7 3 1 G 7 C ... ... matrix( data.frame( c(3,2,1,2,0,1,4,5,7,1,3,3), first = c(3,2,1), nrow = 3 first.base = c("A", "T", "G"), ) second = c(4,5,7), second.base = c("C", "G", "C") ) same types differential types 11
統計言語らしいデータ構造 factor カテゴリカル変数を表現するためのデータ構造 男女、年代、クラス分けなどカテゴリを扱いたい この水準に文字列の名前を使いたい 水準を数値で表現してしまうと、誤って数値計算してしまう恐れがある 特別な水準を表現するデータ構造として factor
が用意されている 12
factorの構造 factor class
であり、labels 属性を持つオブジェクト R> sex <- factor(c("female", "male", "female", "female")) R> sex [1] female male female female Levels: female male ## level 数 R> nlevels(sex) [1] 2 R> is(sex) [1] "factor" "integer" "oldClass" "numeric" "vector" R> class(sex) [1] "factor" R> str(sex) Factor w/ 2 levels "female","male": 1 2 1 1 内部的にはラベルが整数に割り当てられている 13
factorが苦手? いつのまにか factor になる。factor
のなにが嬉しいか > R は character を factor へ強制変換したがる - データフレームに変換したとき data.frame(stringsAsFactors = default.stringsAsFactors) - テキストファイルからデータを入力したとき read.table(stringsAsFactors = TRUE) > Factor に慣れたほうが嬉しいことがたくさんある 関数やモデル式が factor をカテゴリカル変数として認識して よい具合に処理してくれる 14
自分でオブジェクトを定義したい オブジェクト指向プログラミング R のオブジェクト指向は歴史的経緯で3種類もある... これから覚えるならR5だけ覚えればよい (すごく私見) -
S3: オブジェクトの属性にクラス名を入れただけ + 総称関数。 ゆるふわ。 - S4:クラスやメソッドを厳密に定義できるようになった! でも値渡し... 黒歴史なので、Bioconductor のパッケージ作らない人は 忘れてよい (また私見) - R5: いわゆる普通のオブジェクト指向 (R2.12以降) オブジェクトを参照渡しできる! オブジェクト作成後に変更できる = mutable なオブジェクト 普通のオブジェクト指向ができる! (関数言語っぽさがなくなる) 15
加筆予定 説明していないこと いろいろなオブジェクト - 言語オブジェクト: 文字列から式を作る、あるいはその逆 -
予約オブジェクト: lazy evaluation を実現する - 表現式オブジェクト: 文の集まり。文はシンボルの集まり 16
まとめ Rのオブジェクトとはなにか? Rはすべてがオブジェクト - オブジェクトの型 -
データ型、mode, storage.mode - オブジェクトのデータ構造 - オブジェクト指向プログラミング 17
参考資料 論文、オンラインドキュメント、書籍 •
The R Language Definition • Rプログラミングマニュアル • Rの基礎とプログラミング技法 • R言語逆引きハンドブック 18
Advertisement