R note version 1.2 by S. Kume...

1. R note 01 on Mac OS X
Satoshi Kume
140809 ver 1.2
「R」 とは？
※ データマイニング: 大量のデータを解析し、そのデータの中から情報（相関関係やパターンなど）を抽出する技法や方法論のこと。
1996年頃にニュージーランドのオークランド大学のR. IhakaとR. C. Gentleman
により作られたプログラミング言語及びその開発実行環境である。
データマイニング(※)、統計計算、およびグラフィックスのための言語・環境であ
る。 多様な統計手法(線形・非線形モデル・古典的統計検定・時系列解析・判別分析な
ど)とグラフィックスを提供し、広汎な拡張が可能である。
「R」を使うメリット
・ 文法が簡単。対話形式のプログラミングが可能である。
・ 日本語、英語ともに参考資料が多い。
・ 新たな統計手法は、はじめにR言語上で実装されるケースが多い。
・ Rシステムを使い、CRANで公開される数多くのパッケージが可能である。

2. http://www.r-project.org/
index.html
1.「R」のダウンロード・インストール
2.「R」の起動 右のような「Rコンソール」が表示される
3. Rの基本法則
・ 計算式内に、空白があっても無視される。
・ セミコロン(;)で複数行を連結が可能。
・ ESCで、式の途中入力をキャンセルする。

3. > getwd() # 作業ディレクトリの確認
> dir() # 作業ディレクトリのファイル表示
> setwd(“/Users/home/Desktop/test”) # 作業ディレクトリの変更
(追記) Menu " その他 " 作業ディレクトリの変更... でも可能。
> ?dir() # 「?」は、ヘルプの表示
4. 基本的な R コマンド（1）
5. 基本的な R コマンド（2）
> x <- 2 # 変数xに代入する
> x # 変数x内の表示
[1] 2
> (x <- 3.22) # 代入・表示を同時に行う
[1] 3.22
> print(x) # オブジェクトの表示
[1] 3.22
> str(x) # オブジェクトの情報付き表示
num 3.22 # num: 実数

4. 6. 基本的な演算関数
> + # 足し算
> - # 引き算
> * # 掛算
> / # 割り算
> ^ # 累乗
> sqrt(x) # 平方根
> abs(x) # 絶対値
> round(x, digits = 1) # 小数点第一位で四捨五入
> trunc(x) # 整数の出力
> exp(x) # 指数関数
> log(x) # 自然対数
> log10(x) # 常用対数
> sin(x) # sin関数
> cos(x) # cos関数
7. 基本的なベクトル関数
> z <- c(1, 2, 3, 4, 5) #「ベクトル」として変数zに代入する
# c() : 数字を成分とするベクトルをつくる。「c」は、concatenateの頭文字。
> z
[1] 1 2 3 4 5
> length(z) # 成分数の表示
> sum(z) # 総和の算出
> mean(z) # 平均値の算出
> median(z) # 中央値の算出
> var(z) # 不偏分散の算出
> sd(z) # 標準偏差の算出
> max(z) # 最大値の算出
> min(z) # 最小値の算出

5. 8. ベクトルの要約・統計
> summary(z) # データの要約統計量
Min. 1st Qu. Median Mean 3rd Qu. Max.
1 2 3 3 4 5
> table(z) # 度数集計した表の表示
z
1 2 3 4 5
1 1 1 1 1
> z[3] # ベクトル内の３番目を選択・表示する
[1] 3
> z[-3] # ベクトル内の３番目以外を選択・表示する
[1] 1 2 4 5
> (z[3] <- NA) # zの３番目にNA(欠損値)を代入する
[1] 1 2 NA 4 5
> (z1 <- na.omit(z)) # na.omit(): NA or NAを含む行を削除する関数
[1] 1 2 4 5
attr(,"na.action")
[1] 3
attr(,"class")
[1] "omit"
9. ベクトル操作 (1)

6. > z <= 3 # 「3」以下の場合、TRUEを返す
[1] TRUE TRUE TRUE FALSE FALSE
> z >= 3 # 「3」以上の場合、TRUEを返す
[1] FALSE FALSE TRUE TRUE TRUE
> z == 3 # 「3」と一致する場合、TRUEを返す
[1] FALSE FALSE TRUE FALSE FALSE
> seq(0, 5, length = 9) # 0から5の間を50等分したベクトル作成
> seq(0, 5, by = 1) # 0から5まで 1 ずつ増加するベクトル作成
> rep(0:5) # 0から5まで 1 ずつ増加する数列生成．
> (x <- rep(0:5, times = 3)) # 0から5まで 1 づつ増加する数列3個作成
> (x1 <- unique(x)) # 反復値を除いたベクトルを返す
> (y <- replace(x, c(2,4,6), NA)) # x の2,4,6番目の要素を NA に置き換える
> a <- c(1, 2); b <- c(3, 4); c <- c(5, 6)
> c(a, b, c) # a, b, c のベクトル結合
> (d <- append(a, c)) # a, c のベクトル結合
10. ベクトル操作 (2)

7. 12. データの変換
data.vector <- as.vector(data) # ベクトルに変換
data.character <- as.character(data) # 文字列に変換
data.matrix <- as.matrix(data) # 行列に変換
data.array <- as.array(data) # 配列に変換
data.list <- as.list(data) # リストに変換
data.frame <-as.data.frame(data) # データフレームに変換
11. データ型とデータ構造
大きく６種類のデータ型がある。
実数（ numeric）、整数（ integer）、複素数（complex）、文字列
（character）、論理値（logical）、関数（function）
※ データ型が知りたい場合、mode() or str()関数を使用する。
データ構造には、以下のようなものがある。
ベクトル（vector）、行列（matrix）、配列（array）、リスト（list）、データ
フレーム（data.frame）、順序なし因子（factor）、順序つき因子（ordered）
as.xxx() 関数を使用する。

8. 13. データの読み込み・保存
# データの保存
> write.table(data, file="ファイル名", append=FALSE, col.names=TRUE)
（追記1）append=TRUE: ファイルの行方向に追記する
（追記2）col.names=FALSE: 列名を出力しない
# CSVファイル(カンマ区切り)の読み込み（データフレームとして読み込まれる）
> data <- read.table(“test.csv”, header= TRUE, sep=”,”)
（追記1）header= TRUE: 列名がある場合、sep=: データ間の区切り指定
（追記2）skip=1: １行目を読み飛ばす
（追記3）check.names = FALSE: 文字列をそのまま読み込む
（追記4）fill = TRUE: 空欄に「NA」を代入する（default）
※ NA: Rのデフォルト欠損値コーディング
>str(data) # オブジェクトの情報付き表示
（ベクトルとして読み込み）
> data <- scan("data.txt") # ベクトルとして読み込み

9. 14. Rエディタの使い方（基本的にプログラムはエディタに書く！）
1. Menu ファイル 新しいスクリプト プログラムを書く
2. スクリプトの選択
3. Menu 編集 カーソル行または選択中のRコードを実行
(スクリプトの保存)
4. Menu ファイル 別名で保存
（追記 拡張子は、”.R”とする）