Rあんなときこんなとき(tokyo r#12)

Rあんなときこんなとき
～いつか役に立つ(かもしれない)Tips～

2011年3月5日
第12回 TokyoR
@sfchaos

本発表の趣旨

� Rに初めて触れた頃，それまでに使っていたCや
C++に比べて利便性が高いと思ったものの，お作
法など分からないことがたくさんありました．
� 本発表では，特に私がRを触れた初期の頃に調べ
たりつまづいたポイントを中心に，6つのTipsに
ついてクイズ形式で議論したいと思います．

1

アジェンダ

1. 自己紹介
2．クイズで議論! RのTips
3. まとめ

2

アジェンダ

1. 自己紹介
3. まとめ

3

自己紹介

� TwitterID: @sfchaos
� 出身地: 埼玉県
� 職業：コンサルタント
� 数年間，金融工学のモデル構築・データ解析
� 最近，大規模データ解析に着手(Hadoop/Mahout)
� 趣味：登山
� 学生時代の専攻は物理・応用数学(非線形力学
系・カオス)

4

� 私とR
� データ解析の仕事に携わりRを使い始めた.
� 最近はRでの大規模データ解析に興味がある.
2007 2008 2009 2010 2011

データ解析
(金融工学)

大規模
データ
解析

Rの基礎とプログラミング技法
Software for
R Tips data analysis
(Webサイト)
RjpWiki CRANマニュアル
(Webサイト)
5

� 私とR
� データ解析の仕事に携わりRを使い始めた.
� 最近はRでの大規模データ解析に興味がある.
2007 2008 2009 2010 2011

データ解析
(金融工学)
今
日大規模
のデータ
発解析
表
の
Rの基礎とプログラミング技法
範
囲 Software for
R Tips data analysis
(Webサイト)
RjpWiki CRANマニュアル
(Webサイト)
6

アジェンダ

1. 自己紹介
3. まとめ

7

問題1
【ファイルの読み込み】

8

� 自分で作成した関数を格納したファイルを読み
込んでいます．
� 量が多くて大変です．
� どうすれば良いでしょうか．

> source("a.r")
> source("b.r")
> source("c.r")
> source("d.r")
...
> source("z.r")

9

【答え】
読み込み用の関数を別途作成する

10

� 読み込み用関数を作成
readfile.r
readfile <- function()
{
fn.all <- c("a.r", "b.r", (中略), "z.r")
for (fn in fn.all) {
source(fn)
cat(fn, "n")
}
}

� 次のコマンドを実行
> source("readfile.r")
> readfile()

11

� 読み込み用関数を作成
readfile.r
readfile <- function()
{
fn.all <- c("a.r", "b.r", (中略), "z.r")
source(fn)
cat(fn, "n")
}
}

� 次のコマンドを実行

> source("readfile.r"); readfile()
実は1行で書ける！

12

(ご参考)

� 毎回，必ず読み込むファイルがある場合は，作
業フォルダ直下の.Rprofileファイルの.First関
数に記述しておくことも一つの手．
.Rprofile
.First <- function()
{
inputdir <- "C:UserssfchaoslibR"
fn.all <- paste(inputdir, c("lib.r", "util.r"))
source(fn)
cat(fn, "n")
}
}

C:UserssfchaoslibRlib.r
C:UserssfchaoslibRutil.r
>

13

あまり派手にやると，
不要な関数を読み込んで時間がかかるので
おススメしません！

14

第2問
【データ・ファイルの管理】

15

� Rを使用してデータ解析を行っています．
� 次のコードは，データをファイルから読み込み，データ
の一部を変更し，ファイルに書き出しています．
� 実行すると，望みどおりの動作をします．
� このコードには問題はないでしょうか？

> getwd()
[1] "C:/Users/sfchaos/TokyoR/R_Tips(TokyoR＃12)/work"
> my.iris <- read.table("iris.csv", sep=",") # データの入力
> my.iris[1:5, 1] <- 3
> write.table(my.iris, "my_iris.csv", sep=",") # データの出力

16

【答え】
問題あり!!
入力データ格納フォルダ，
作業フォルダ，
出力データ格納フォルダが
すべて同じフォルダになっている
17

� データ解析は次のフローに従って行う．

入力データ解析出力データ

18

� フォルダも対応して別々に作ると良い．

入力データ解析出力データ

data work output

19

� では，入力データ格納フォルダ("data"フォル
ダ)のデータを作業フォルダで扱うには？
� 2つの方法がある．
1)入力データ格納フォルダで作成したオブジェクトを
作業フォルダで読み込む
2)作業フォルダで，関数の引数に読み込む入力データ
のファイル名を指定する

20

1) 入力データ格納フォルダで作成したオブジェク
トを作業フォルダで読み込む

入力データ格納フォルダでの作業

> getwd()
[1] "C:/Users/sfchaos/TokyoR/R_Tips(TokyoR＃12)/data"
> my.iris <- read.table("iris.csv", sep=",")
> assign("my.iris", my.iris, pos=1) # 現在の環境にオブジェクトを作成
> quit # 保存してから終了する

21

作業フォルダでの作業
> getwd()
[1] "C:/Users/sfchaos/TokyoR/R_Tips(TokyoR＃12)/work"
> attach("../data/.RData")
> ls()
character(0)
> search()
[1] ".GlobalEnv" "file:../data/.RData"
...
> ls(pos=2)
[1] "my.iris"

22

2) 作業フォルダで，関数の引数に読み込む入力
　データのファイル名を指定する
work/hoge.r
hoge <- function(fn="../data/my_iris.csv")
{
my.iris <- read.table(fn, sep=",")
(後略)
}

> source("hoge.r")
> hoge()

23

データフォルダを複数作成する場合は，こうすると良い
work/hoge2.r
hoge2 <- function(datadir="../data/", fn="my_iris.csv")
{
my.iris <- read.table(paste(datadir, fn, sep=""), sep=",")
(後略) 「入力データフォルダ名」と
}
「入力データファイル名」を分離

24

第3問
【NA/NaN/Infの判定】

25

� データの中に存在するNAやNaNに加えて，Infも
調べようとしています．
� ところが，is.na関数やis.nan関数を使っても
Infは検出できません．
� NA, NaNも調べられて，なおかつInfも調べるた
めにはどうすれば良いでしょうか？

> x
[1] 1 5 NA 3 NaN 9 6 Inf
> is.nan(x)
[1] FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
> is.na(x)
[1] FALSE FALSE TRUE FALSE TRUE FALSE FALSE FALSE

26

【答え】
is.finite関数を使用する

27

> x
[1] 1 5 NA 3 NaN 9 6 Inf
> is.finite(x)
[1] TRUE TRUE FALSE TRUE FALSE TRUE TRUE FALSE

28

第4問
【総称型関数】

29

� Rにも慣れてきて，パッケージの関数の中身を確
認したいと思うようになりました．
� ところが，次の表示が出て中身が確認できませ
ん．
� 中身を確認する関数を調べるにはどうすれば良
いでしょうか？

> install.packages("randomForest")
> library(randomForest)
> randomForest
function (x, ...)
UseMethod("randomForest")
<environment: namespace:randomForest>

30

【答え】
methods関数で調べる

31

� 総称型関数とは？(plot関数の例)

> x <- runif(10)
> class(x)
[1] "numeric"
> print(x)
[1] 0.03060976 0.78413098 0.79548343 0.15108456 0.70864539 0.10040559
[7] 0.18165933 0.90008356 0.46093800 0.52717448
> y <- sample(1:10, 100, replace=TRUE)
> y.tbl <- table(y)
> class(y)
[1] "table"
> print(y.tbl)
1 2 3 4 5 6 7 8 9 10
11 16 13 8 11 15 9 7 8 2

ベクトルでも行列でも
同じprint関数で表示できる！
32

print関数

> print
function (x, ...)
UseMethod("print")
<environment: namespace:base>

33

ベクトル用print関数

> print.default
function (x, digits = NULL, quote = TRUE, na.print = NULL, print.gap = NULL,
right = FALSE, max = NULL, useSource = TRUE, ...)
{
noOpt <- missing(digits) && missing(quote) && missing(na.print) &&
missing(print.gap) && missing(right) && missing(max) &&
missing(useSource) && length(list(...)) == 0L
.Internal(print.default(x, digits, quote, na.print, print.gap,
right, max, useSource, noOpt))
}

34

table用print関数
> print.table
function (x, digits = getOption("digits"), quote = FALSE, na.print = "",
zero.print = "0", justify = "none", ...)
{
xx <- format(unclass(x), digits = digits, justify = justify)
if (any(ina <- is.na(x)))
xx[ina] <- na.print
if (zero.print != "0" && any(i0 <- !ina & x == 0) && all(x ==
round(x)))
xx[i0] <- sub("0", zero.print, xx[i0])
if (is.numeric(x) || is.complex(x))
print(xx, quote = quote, right = TRUE, ...)
else print(xx, quote = quote, ...)
invisible(x)
}

35

� 総称型関数はmethods関数で調べられる

> methods(randomForest)
[1] randomForest.default* randomForest.formula*

Non-visible functions are asterisked

36

第5問
【総称型関数(続き)】

37

� 第4問で調べるべき関数が分かったので，中身を
表示させようとしました．
� ところが，次の表示が出ます．
� どうすれば良いでしょうか？

> randomForest.default
エラー：オブジェクト 'randomForest.default' がありません
> randomForest.formula
エラー：オブジェクト 'randomForest.formula' がありません

38

【答え】
マスクされた関数の中身は，
getFromNamespace関数，
またはパッケージ名:::関数名で
表示する

39

� getFromNamespace関数

> getFromNamespace("randomForest.default", "randomForest")
function (x, y = NULL, xtest = NULL, ytest = NULL, ntree = 500,
mtry = if (!is.null(y) && !is.factor(y)) max(floor(ncol(x)/3),
1) else floor(sqrt(ncol(x))), replace = TRUE, classwt = NULL,
cutoff, strata, sampsize = if (replace) nrow(x) else ceiling(0.632 *
nrow(x)), nodesize = if (!is.null(y) && !is.factor(y)) 5 else 1,
maxnodes = NULL, importance = FALSE, localImp = FALSE, nPerm = 1,
proximity, oob.prox = proximity, norm.votes = TRUE, do.trace = FALSE,
keep.forest = !is.null(y) && is.null(xtest), corr.bias = FALSE,
keep.inbag = FALSE, ...)
{
中略
}

40

� パッケージ名:::関数名

> randomForest:::randomForest.default
{
中略
}

41

� そもそもrandomForest.default関数が
randomForestパッケージにあることをどのよう
に知ればよいか？
> randomForest
function (x, ...)
UseMethod("randomForest")

42

� 入っているパッケージが分からないときは？
> getAnywhere("randomForest.default")
A single object matching ‘randomForest.default’ was found
It was found in the following places
registered S3 method for randomForest from namespace randomForest
namespace:randomForest
with value

{
中略
}
43

第6問
【デバッグ】

44

� パッケージをインストールして，関数がどのよ
うな動きをするか確めます．
� インプットとアウトプットだけでなく，途中で
どのような処理をしているか知りたくなりまし
た．
� しかし，パッケージの関数の中に直接cat関数や
print関数を埋め込むことは出来ません．
� 仕方ないので，パッケージの関数をコピーして，
catやprintを埋め込みました．
� 何か問題はあるでしょうか？

45

work/my_randomForest.r
my.randomForest <- function (x, ...)
UseMethod("my.randomForest")

my.randomForest.default <- function
{
addclass <- is.null(y)
cat(addclass, "n")
classRF <- addclass || is.factor(y)
print(classRF)
if (!classRF && length(unique(y)) <= 5) {
warning("The response has five or fewer unique values. Are you sure you want to
do regression?")
}
(中略)
}

46

【答え】
関数の中身を調べたいときは，
デバッグ用の関数を使う

47

� デバッグモードの設定
> debug(randomForest:::randomForest.default)

� デバッグモードでの実行

> randomForest(iris[, -5])
Browse[2]> debug: addclass <- is.null(y)
Browse[2]> n
debug: classRF <- addclass || is.factor(y)
Browse[2]> addclass
[1] TRUE

48

アジェンダ

1. 自己紹介
3. まとめ

49

� Rは使いやすい統計ツールですが，効率的に使う
ためのテクニックがいろいろとあります．
� 自分で試行錯誤したり，RjpWikiなどで調べるこ
とが「自分にとって使いやすい」Tipsをためる
ことにつながります．
� Rに少し慣れてきたら，「Rの基礎とプログラミ
ング技法」は必ず読みましょう！

50

Rあんなときこんなとき(tokyo r#12)

More Related Content

What's hot

Viewers also liked

Similar to Rあんなときこんなとき(tokyo r#12)

More from Shintaro Fukushima

Rあんなときこんなとき(tokyo r#12)