SlideShare a Scribd company logo
初心者セッション1
- Configuring R Environment -
Tokyo.R #101
@kotatyamtema
1
自己紹介
TwitterID : @kotatyamtema
大学での専門: 行動生態学
立案 捕獲 実験 分析までワンオペ
今まで : 客先ぼっち分析屋→アパレル通販会社
現在 : 医療検査会社
R歴 : 10年過ぎたかも?永遠の初心者
近況 : 仕事のモチベーションが迷子中
求む:やる気スイッチ
目的
Rを使うための環境設定が
できるようにする
Rを快適に使う設定が
できるようにする
1. プログラム言語 / IDEとは
2. R / RStudio とは
 - インストール方法
3. Rの環境とデ
ィレクトリの関係
4. 絶対パスと相対パス
5. project とは
6. データ/コードの管理とDirectoryの構成
7. Rの機能拡張
 - packageのインストールと管理
8. パッケージにあるデータの呼び出し
MENU
プログラム言語 / IDEとは
プログラム言語とは:
コンピュータに任意の動作をさせる命令を書くための言語
Ex : R, Python, Ruby etc
IDE(統合開発環境)とは:
プログラムを使って開発がしやすいように作られた環境
Ex : RStudio, Jupiter Notebook etc
IDE(統合開発環境)
プログラム言語
R / RStudioとは
Rとは:
 統計学のために特化したプログラム
 →データ読み込み∼解析∼アプリ作成まで一通り簡単にできる
RStudioとは:
 RStudio社が提供するRに特化したIDE(統合開発環境)
 RmarkdownやShiny、DWHとの連携がスムース
 コーデ
ィング中のサジェストや補完機能が充実
RStudio
R
R / RStudio とは
R本体のインストール:
CRAN(Comprehensive R Archive Network)
・CRANとは:公式の本体及びパッケージ配信用Webサイト
 https://cran.r-project.org/ 
・Mac環境の場合はhomebrewでもインストール可
 homebrewのHP(https://brew.sh/index_ja)
RStudioのインストール:
・RStudioのHPからインストーラをダウンロード
 (https://www.rstudio.com/products/rstudio/download/)
・Mac環境の場合はhomebrew caskでもインストール可
注意点:R本体→RStudioの順にインストールすること
R / RStudioとは
スクリプトを書く
実施結果の出力
環境にあるデータなどを表示
→タブで表示を切り替え
作業フォルダにある
ファイルを表示
→タブで表示を切り替え
今のproject名を表示
RStudioのイメージ
Rの環境とディレクトリの関係
PCメモリの一部をtemporaryなメモリとして使用
→Rを終了すると消える
→Rで実行した結果をR終了後も保管するにはrdsやcsvなどの
 PC上のオブジェクトとして保存しておくことが必要
オブジェクトの保存先に任意のディレクトリを
作業用デ
ィレクトリ(Working Directory:WD)として紐付け
→WDがスクリプトファイルの保存やデータの相対パスの起点
→現在のWDは getwd() で確認
R環境とWDの関係のイメージ
Rの環境とディレクトリの関係
R環境
PC環境
スクリプトファイルや
データなどのやり取り
任意のディレクトリ(WD)と
関連付け
Working Directory:WD
→相対パスの起点
パスとは:
目的のフォルダ/ファイルの保存場所を示す住所のようなもの
絶対パスとは:
ルートデ
ィレクトリ(C:/やD:/)から記述したパス
相対パスとは:
Working Directory(WD)を起点に記述したパス
→WDより先のパスを書き、その前に ./ をつける
例:日本国 □□県 〇〇市  町 ・・・
例:C:/*****/@@@@/‥‥.Rmd
例:〇〇市  町 ・・・
例:./‥‥.Rmd
絶対パスと相対パス
project とは
Rのprojectとは:
デ
ィレクトリとの紐付け(WD)、R環境などをまとめる仕組み
→projectを設定することで解析環境の切り替えが容易に
→複数の解析を同時に実行していると非常に便利
R環境
PC環境
project1 project2
projectの設定方法
新しいフォルダを作ってWDにする
今あるフォルダをWDにする
右上にあるProjectをクリック
→New Projectを選択
projectの設定方法
新しいフォルダを作ってWDにする
今あるフォルダをWDにする
WDにするフォルダを選択
WDの名前(project名)
WDを置くフォルダを選択
✔
✔
projectで指定したWDに
[project名.Rproj]という
ファイルができていれば
設定完了
データ/コードの管理とDirectoryの構成
projectのデ
ィレクトリの中をどう構築するか
→データやコードの管理のしやすさと
 ディレクトリの構成はほぼイコール
→プロジェクトの種類ごとに、決まった構成にする
1. 何がどこにあるのか他のメンバーや将来の自分に分かり
やすくする
2. 決まった形を準備しておくと探したり悩むことが減る
参照:
http://drivendata.github.io/cookiecutter-data-science/
データ/コードの管理とDirectoryの構成
project
rawdata.csv
master.csv
test.R
test1.R
本番.R
本番1.R
本番2.R
project
input
data
master
middle
output
function
RF
glm
RF
glm
見やすく分かりやすい構造と名前に
directory/file管理の関数
関数名 動作
getwd() 現在のディレクトリのパスを取得
setwd( path ) ディレクトリの移動
dir.create( path/name , recursive) ディレクトリの作成
list.files( path , recursive, full.name) ディレクトリ内のファイルパスの取得
file.remove( path/name ) ファイルの削除
file.rename(from, to) ファイル名の変更
recursive:TRUE/FALSE、階層構造を取得するかどうか
full.name:TRUE/FALSE、絶対パスで取得するかどうか
参照:
https://www.karada-good.net/analyticsr/r-632
https://qiita.com/okiyuki99/items/1eb6e6365e040bf84c49
Rの機能拡張
Rの機能を拡張するためのプログラム:package
package を追加することで簡単に機能拡張ができる
- 世界中で開発されていて便利な手法がすぐ使える
- デモ実行のためのサンプルデータも使える
R公式のpackage集
- CRAN
- https://cran.ism.ac.jp/
githubに公開されている個人作成package
- こちらは自己責任で
packageの追加
packageの追加方法
1. RStudioのPackagesタブを使う
- Repository(CRAN)にチェック
- インストールしたいpackage名を入力
- installを押す
チェックを
外さないこと
packageの追加
packageの追加方法
2. install.package関数を自分で書く
- 複数インストールする時はc()で囲む
- 依存packageのうちSuggestsまでインストールする時は
dependencise = TRUE を追加
Example
install.pakcages(c( readr , data.table ),
dependencies = TRUE)
参照:
https://stats.biopapyrus.jp/r/basic/package.html
packageの呼び出し
使う時には library() or require() で環境に呼び出す
> library(dplyr) or require(dplyr)
何が違うか?
- packageがインストールされていなかった場合の挙動 
・library():packgeないよとエラー出して終了 
実はlibrary(., logical.return = TRUE)だと
require()と同じ挙動
・require():packageがあると TRUE 、ないと FALSE を返す
参照:
https://stackoverflow.com/questions/5595512/what-is-the-
difference-between-require-and-library
palmerpenguinsパッケージから penguins データを呼び出す
https://allisonhorst.github.io/palmerpenguins/
## packageのインストール
install.packages(palmerpenguins, dependencies = TRUE))
## packageの呼び出し
library(palmerpenguins)
パッケージにあるデータの呼び出し
projectやpackageなど解析環境を快適にする方法が
いろいろあります。
自分なりの運用方法と環境設定をうまく組み合わせ
て快適なR生活を過ごしてください。
Rの使い方に困ったら…
1. help()を使う
2. CRANの公式pdfを読む
3. r-wakalangに質問する
4. google先生のお世話になる
最後に
ENJOY!

More Related Content

Similar to TokyoR101_BeginnersSession1.pdf

医療分野におけるオープンソースソフトウェアの開発と利用
医療分野におけるオープンソースソフトウェアの開発と利用医療分野におけるオープンソースソフトウェアの開発と利用
医療分野におけるオープンソースソフトウェアの開発と利用
Shinji Kobayashi
 
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラムビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
Recruit Technologies
 
perfを使ったPostgreSQLの解析(前編)
perfを使ったPostgreSQLの解析(前編)perfを使ったPostgreSQLの解析(前編)
perfを使ったPostgreSQLの解析(前編)
Daichi Egawa
 

Similar to TokyoR101_BeginnersSession1.pdf (20)

Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)
Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)
Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)
 
ビジネスマネージャとデータ分析
ビジネスマネージャとデータ分析ビジネスマネージャとデータ分析
ビジネスマネージャとデータ分析
 
20180718Eightニュースフィード活性化のための自然言語処理の取り組み
20180718Eightニュースフィード活性化のための自然言語処理の取り組み20180718Eightニュースフィード活性化のための自然言語処理の取り組み
20180718Eightニュースフィード活性化のための自然言語処理の取り組み
 
エンジニアを見極める4つの要素と方程式
エンジニアを見極める4つの要素と方程式エンジニアを見極める4つの要素と方程式
エンジニアを見極める4つの要素と方程式
 
perfを使ったPostgreSQLの解析(前編)
perfを使ったPostgreSQLの解析(前編)perfを使ったPostgreSQLの解析(前編)
perfを使ったPostgreSQLの解析(前編)
 
RStudioでRをはじめよう(R for Beginner using RStudio)
RStudioでRをはじめよう(R for Beginner using RStudio)RStudioでRをはじめよう(R for Beginner using RStudio)
RStudioでRをはじめよう(R for Beginner using RStudio)
 
医療分野におけるオープンソースソフトウェアの開発と利用
医療分野におけるオープンソースソフトウェアの開発と利用医療分野におけるオープンソースソフトウェアの開発と利用
医療分野におけるオープンソースソフトウェアの開発と利用
 
RTミドルウェアサマーキャンプ2018「開発プロセスと RT コンポーネントのデバッグ・テスト手法」
RTミドルウェアサマーキャンプ2018「開発プロセスと RT コンポーネントのデバッグ・テスト手法」RTミドルウェアサマーキャンプ2018「開発プロセスと RT コンポーネントのデバッグ・テスト手法」
RTミドルウェアサマーキャンプ2018「開発プロセスと RT コンポーネントのデバッグ・テスト手法」
 
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラムビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
 
データビジュアライゼーションもくもく会
データビジュアライゼーションもくもく会データビジュアライゼーションもくもく会
データビジュアライゼーションもくもく会
 
Firstconnect rapport v1.0
Firstconnect rapport v1.0Firstconnect rapport v1.0
Firstconnect rapport v1.0
 
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
 
Rstudio事始め
Rstudio事始めRstudio事始め
Rstudio事始め
 
アジャイルソフトウェア開発の道具箱
アジャイルソフトウェア開発の道具箱アジャイルソフトウェア開発の道具箱
アジャイルソフトウェア開発の道具箱
 
Tech-Circle Pepperで機械学習体験ハンズオン勉強会inアトリエ秋葉原
Tech-Circle Pepperで機械学習体験ハンズオン勉強会inアトリエ秋葉原Tech-Circle Pepperで機械学習体験ハンズオン勉強会inアトリエ秋葉原
Tech-Circle Pepperで機械学習体験ハンズオン勉強会inアトリエ秋葉原
 
Reinvent first-participation-report
Reinvent first-participation-reportReinvent first-participation-report
Reinvent first-participation-report
 
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展
 
perfを使ったPostgreSQLの解析(前編)
perfを使ったPostgreSQLの解析(前編)perfを使ったPostgreSQLの解析(前編)
perfを使ったPostgreSQLの解析(前編)
 
20190412 Chie Kikutake
20190412 Chie Kikutake20190412 Chie Kikutake
20190412 Chie Kikutake
 
【14-D-4】デベロッパー戦国時代!ストーリーをつなぐ開発環境と3つの秘訣
【14-D-4】デベロッパー戦国時代!ストーリーをつなぐ開発環境と3つの秘訣【14-D-4】デベロッパー戦国時代!ストーリーをつなぐ開発環境と3つの秘訣
【14-D-4】デベロッパー戦国時代!ストーリーをつなぐ開発環境と3つの秘訣
 

More from kotora_0507 (9)

TokyoR102_BeginnersSession.pdf
TokyoR102_BeginnersSession.pdfTokyoR102_BeginnersSession.pdf
TokyoR102_BeginnersSession.pdf
 
Tokyo r94 beginnerssession3
Tokyo r94 beginnerssession3Tokyo r94 beginnerssession3
Tokyo r94 beginnerssession3
 
Sendai r01 beginnerssession1
Sendai r01 beginnerssession1Sendai r01 beginnerssession1
Sendai r01 beginnerssession1
 
Beginners session2 in TokyoR69
Beginners session2 in TokyoR69Beginners session2 in TokyoR69
Beginners session2 in TokyoR69
 
Beginners session2 68
Beginners session2 68Beginners session2 68
Beginners session2 68
 
Tokyo rの運営方針 2017
Tokyo rの運営方針 2017Tokyo rの運営方針 2017
Tokyo rの運営方針 2017
 
TokyoR58 初心者セッション
TokyoR58 初心者セッションTokyoR58 初心者セッション
TokyoR58 初心者セッション
 
TokyoR #57 初心者セッション
TokyoR #57 初心者セッションTokyoR #57 初心者セッション
TokyoR #57 初心者セッション
 
TokyoR#53初心者セッション
TokyoR#53初心者セッションTokyoR#53初心者セッション
TokyoR#53初心者セッション
 

TokyoR101_BeginnersSession1.pdf