mirror of
https://github.com/adambard/learnxinyminutes-docs.git
synced 2024-12-23 17:41:41 +00:00
translation finished.
This commit is contained in:
Akira Hirose
parent
bb1dc2de97
commit
3aa5f6aaaf
@ -4,7 +4,7 @@ contributors:
|
||||
- ["e99n09", "http://github.com/e99n09"]
|
||||
- ["isomorphismes", "http://twitter.com/isomorphisms"]
|
||||
translators:
|
||||
- ["akirahirose", "https://www.facebook.com/akira.hirose"]
|
||||
- ["akirahirose", "https://twitter.com/akirahirose"]
|
||||
filename: learnr-jp.r
|
||||
lang: ja-jp
|
||||
---
|
||||
@ -180,10 +180,10 @@ rnorm(9)
|
||||
|
||||
|
||||
# 整数型
|
||||
# 整数型の長さは、Lで指定します
|
||||
# 整数型はLで指定します
|
||||
5L # 5
|
||||
class(5L) # "integer"
|
||||
# (?class を実行すると、class()関数についてさらなる情報が得られます)
|
||||
# (?class を実行すると、class()関数について、さらなる情報が得られます)
|
||||
# Rでは、この5Lのような単一の値は、長さ1のベクトルとして扱われます
|
||||
length(5L) # 1
|
||||
# 整数型のベクトルはこのようにつくります
|
||||
@ -196,7 +196,7 @@ class(c(4L, 5L, 8L, 3L)) # "integer"
|
||||
# 倍精度浮動小数点数です
|
||||
5 # 5
|
||||
class(5) # "numeric"
|
||||
# くどいですが、すべてはベクトルです
|
||||
# しつこいですが、すべてはベクトルです
|
||||
# 1つ以上の要素がある数字のベクトルも、作ることができます
|
||||
c(3,3,3,2,2,1) # 3 3 3 2 2 1
|
||||
# 指数表記もできます
|
||||
@ -218,7 +218,7 @@ class(-Inf) # "numeric"
|
||||
2.0 * 2L # 4 # 数字かける整数は数字
|
||||
3L / 4 # 0.75 # 整数割る数字は数字
|
||||
3 %% 2 # 1 # 二つの数字を割った余りは数字
|
||||
# 不正な計算は "not-a-number"になる
|
||||
# 不正な計算は "not-a-number"になります
|
||||
0 / 0 # NaN
|
||||
class(NaN) # "numeric"
|
||||
# 長さが1より大きなベクター同士で計算ができます
|
||||
@ -231,12 +231,12 @@ c(1,2,3) + c(1,2,3) # 2 4 6
|
||||
class("Horatio") # "character"
|
||||
class('H') # "character"
|
||||
# 上記は両方とも、長さ1のベクターです
|
||||
# 以下は、より長いものです
|
||||
# 以下は、より長い場合です
|
||||
c('alef', 'bet', 'gimmel', 'dalet', 'he')
|
||||
# =>
|
||||
# "alef" "bet" "gimmel" "dalet" "he"
|
||||
length(c("Call","me","Ishmael")) # 3
|
||||
# 正規表現処理を文字ベクターに使えます
|
||||
# 正規表現処理を文字ベクターに適用できます
|
||||
substr("Fortuna multis dat nimis, nulli satis.", 9, 15) # "multis "
|
||||
gsub('u', 'ø', "Fortuna multis dat nimis, nulli satis.") # "Fortøna møltis dat nimis, nølli satis."
|
||||
# Rはいくつかの文字ベクターを組み込みで持っています
|
||||
@ -251,7 +251,7 @@ month.abb # "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "D
|
||||
# Rでは、Booleanは論理（logical）型です
|
||||
class(TRUE) # "logical"
|
||||
class(FALSE) # "logical"
|
||||
# 以下は正しい動きです
|
||||
# 以下は比較演算子の例です
|
||||
TRUE == TRUE # TRUE
|
||||
TRUE == FALSE # FALSE
|
||||
FALSE != FALSE # FALSE
|
||||
@ -264,7 +264,7 @@ c('Z', 'o', 'r', 'r', 'o') == "Z" # TRUE FALSE FALSE FALSE FALSE
|
||||
|
||||
|
||||
# ファクター
|
||||
# ファクタークラスは、カテゴリカルデータようのクラスです
|
||||
# ファクタークラスは、カテゴリカルデータ用のクラスです
|
||||
# ファクターは、子供の学年のように順序がつけられるものか、性別のように順序がないものがあります
|
||||
factor(c("female", "female", "male", "NA", "female"))
|
||||
# female female male NA female
|
||||
@ -280,7 +280,7 @@ levels(infert$education) # "0-5yrs" "6-11yrs" "12+ yrs"
|
||||
|
||||
|
||||
# NULL
|
||||
# "NULL" は変わった型です。ベクターを空にするときに使います
|
||||
# "NULL" は特殊な型なのですが、ベクターを空にするときに使います
|
||||
class(NULL) # NULL
|
||||
parakeet
|
||||
# =>
|
||||
@ -292,7 +292,7 @@ parakeet
|
||||
|
||||
|
||||
# 型の強制
|
||||
# 型の強制は、ある値を、強制的にある型として利用する事です
|
||||
# 型の強制とは、ある値を、強制的に別の型として利用する事です
|
||||
as.character(c(6, 8)) # "6" "8"
|
||||
as.logical(c(1,0,1,1)) # TRUE FALSE TRUE TRUE
|
||||
# さまざまな要素が入っているベクターに対して型の強制を行うと、おかしなことになります
|
||||
@ -327,7 +327,7 @@ as.numeric("Bilbo")
|
||||
# 代入する方法はいろいろあります
|
||||
x = 5 # これはできます
|
||||
y <- "1" # これがおすすめです
|
||||
TRUE -> z # これも使えますが、変です
|
||||
TRUE -> z # これも使えますが、ちょっとわかりにくいですね
|
||||
|
||||
|
||||
# ループ
|
||||
@ -342,8 +342,8 @@ while (a > 4) {
|
||||
a <- a - 1
|
||||
}
|
||||
# Rでは、forやwhileは遅いことを覚えておいてください
|
||||
# 処理を行う場合は、ベクター丸ごと処理する（つまり、行全体や、列全体）を指定して行うか、
|
||||
# 後述する、apply()系の関数を使うのがお勧めです
|
||||
# ベクターを丸ごと処理する（つまり、行全体や、列全体を指定して処理する）か、
|
||||
# 後述する、apply()系の関数を使うのが、速度的にはお勧めです
|
||||
|
||||
|
||||
# IF/ELSE
|
||||
@ -363,7 +363,7 @@ jiggle <- function(x) {
|
||||
x = x + rnorm(1, sd=.1) #すこしだけ（制御された）ノイズを入れます
|
||||
return(x)
|
||||
}
|
||||
# 他のR関数と同じように呼びます
|
||||
# 他の関数と同じように、呼びます
|
||||
jiggle(5) # 5±ε. set.seed(2716057)をすると、jiggle(5)==5.005043
|
||||
|
||||
|
||||
@ -394,24 +394,24 @@ which(vec %% 2 == 0) # 1 3
|
||||
# 最初か最後の数個を取り出すこともできます
|
||||
head(vec, 1) # 8
|
||||
tail(vec, 2) # 10 11
|
||||
# or figure out if a certain value is in the vector
|
||||
# ある値がベクターにあるかどうかをみることができます
|
||||
any(vec == 10) # TRUE
|
||||
# If an index "goes over" you'll get NA:
|
||||
# ベクターの数より大きなインデックスを指定すると、NAが返ります
|
||||
vec[6] # NA
|
||||
# You can find the length of your vector with length()
|
||||
# ベクターの長さは、length()で取得できます
|
||||
length(vec) # 4
|
||||
# You can perform operations on entire vectors or subsets of vectors
|
||||
# ベクター全体、または一部に対して、操作ができます
|
||||
vec * 4 # 16 20 24 28
|
||||
vec[2:3] * 5 # 25 30
|
||||
any(vec[2:3] == 8) # FALSE
|
||||
# and R has many built-in functions to summarize vectors
|
||||
# R には、ベクターにある値を要約するための様々な関数があります
|
||||
mean(vec) # 9.5
|
||||
var(vec) # 1.666667
|
||||
sd(vec) # 1.290994
|
||||
max(vec) # 11
|
||||
min(vec) # 8
|
||||
sum(vec) # 38
|
||||
# Some more nice built-ins:
|
||||
# 他にも、ベクター関連ではいろいろな関数があります
|
||||
5:15 # 5 6 7 8 9 10 11 12 13 14 15
|
||||
seq(from=0, to=31337, by=1337)
|
||||
# =>
|
||||
@ -419,10 +419,10 @@ seq(from=0, to=31337, by=1337)
|
||||
# [13] 16044 17381 18718 20055 21392 22729 24066 25403 26740 28077 29414 30751
|
||||
|
||||
|
||||
# TWO-DIMENSIONAL (ALL ONE CLASS)
|
||||
# 2次元配列 (すべての値が同じ型の場合)
|
||||
|
||||
|
||||
# You can make a matrix out of entries all of the same type like so:
|
||||
# 同じ型の値が含まれる配列は、このように作れます
|
||||
mat <- matrix(nrow = 3, ncol = 2, c(1,2,3,4,5,6))
|
||||
mat
|
||||
# =>
|
||||
@ -430,17 +430,17 @@ mat
|
||||
# [1,] 1 4
|
||||
# [2,] 2 5
|
||||
# [3,] 3 6
|
||||
# Unlike a vector, the class of a matrix is "matrix", no matter what's in it
|
||||
# ベクターとは違い、配列のクラス名は"matrix"です。
|
||||
class(mat) # => "matrix"
|
||||
# Ask for the first row
|
||||
# 最初の行
|
||||
mat[1,] # 1 4
|
||||
# Perform operation on the first column
|
||||
# 最初の列に対する操作
|
||||
3 * mat[,1] # 3 6 9
|
||||
# Ask for a specific cell
|
||||
# 特定のセルを取り出し
|
||||
mat[3,2] # 6
|
||||
|
||||
|
||||
# Transpose the whole matrix
|
||||
# 配列全体を転置します
|
||||
t(mat)
|
||||
# =>
|
||||
# [,1] [,2] [,3]
|
||||
@ -448,7 +448,7 @@ t(mat)
|
||||
# [2,] 4 5 6
|
||||
|
||||
|
||||
# Matrix multiplication
|
||||
# 配列の積
|
||||
mat %*% t(mat)
|
||||
# =>
|
||||
# [,1] [,2] [,3]
|
||||
@ -457,7 +457,7 @@ mat %*% t(mat)
|
||||
# [3,] 27 36 45
|
||||
|
||||
|
||||
# cbind() sticks vectors together column-wise to make a matrix
|
||||
# cbind() は、複数のベクターを、別々の列に並べて配列を作ります
|
||||
mat2 <- cbind(1:4, c("dog", "cat", "bird", "dog"))
|
||||
mat2
|
||||
# =>
|
||||
@ -467,34 +467,33 @@ mat2
|
||||
# [3,] "3" "bird"
|
||||
# [4,] "4" "dog"
|
||||
class(mat2) # matrix
|
||||
# Again, note what happened!
|
||||
# Because matrices must contain entries all of the same class,
|
||||
# everything got converted to the character class
|
||||
# ここでいま一度、型について注意してください!
|
||||
# 配列にある値は、すべて同じ型にする必要があります。そのため、すべて文字型に変換されています
|
||||
c(class(mat2[,1]), class(mat2[,2]))
|
||||
|
||||
|
||||
# rbind() sticks vectors together row-wise to make a matrix
|
||||
# rbind() は、複数のベクターを、別々の行に並べて配列を作ります
|
||||
mat3 <- rbind(c(1,2,4,5), c(6,7,0,4))
|
||||
mat3
|
||||
# =>
|
||||
# [,1] [,2] [,3] [,4]
|
||||
# [1,] 1 2 4 5
|
||||
# [2,] 6 7 0 4
|
||||
# Ah, everything of the same class. No coercions. Much better.
|
||||
# 全ての値は同じ型になります。この例の場合は、強制変換がされないのでよかったです
|
||||
|
||||
|
||||
# TWO-DIMENSIONAL (DIFFERENT CLASSES)
|
||||
# 2次元配列 (いろいろな型を含む場合)
|
||||
|
||||
|
||||
# For columns of different types, use a data frame
|
||||
# This data structure is so useful for statistical programming,
|
||||
# a version of it was added to Python in the package "pandas".
|
||||
# 異なる型の値を含む配列をつくりたい場合、データフレームを使ってください
|
||||
# データフレームは、統計処理を行うプログラムをする際にとても便利です
|
||||
# Pythonでも、 "pandas"というパッケージにて、似たものが利用可能です
|
||||
|
||||
|
||||
students <- data.frame(c("Cedric","Fred","George","Cho","Draco","Ginny"),
|
||||
c(3,2,2,1,0,-1),
|
||||
c("H", "G", "G", "R", "S", "G"))
|
||||
names(students) <- c("name", "year", "house") # name the columns
|
||||
names(students) <- c("name", "year", "house") #カラム名
|
||||
class(students) # "data.frame"
|
||||
students
|
||||
# =>
|
||||
@ -507,29 +506,28 @@ students
|
||||
# 6 Ginny -1 G
|
||||
class(students$year) # "numeric"
|
||||
class(students[,3]) # "factor"
|
||||
# find the dimensions
|
||||
# 次元の数をみます
|
||||
nrow(students) # 6
|
||||
ncol(students) # 3
|
||||
dim(students) # 6 3
|
||||
# The data.frame() function converts character vectors to factor vectors
|
||||
# by default; turn this off by setting stringsAsFactors = FALSE when
|
||||
# you create the data.frame
|
||||
# このdata.frame() 関数は、デフォルトでは文字列ベクターをファクターのベクターに変換します
|
||||
# stringsAsFactors = FALSE に設定してからデータフレームを作成すると、変換されません
|
||||
?data.frame
|
||||
|
||||
|
||||
# There are many twisty ways to subset data frames, all subtly unalike
|
||||
# データフレームの一部を取り出すには、いろいろな（変な）、似たような方法があります
|
||||
students$year # 3 2 2 1 0 -1
|
||||
students[,2] # 3 2 2 1 0 -1
|
||||
students[,"year"] # 3 2 2 1 0 -1
|
||||
|
||||
|
||||
# An augmented version of the data.frame structure is the data.table
|
||||
# If you're working with huge or panel data, or need to merge a few data
|
||||
# sets, data.table can be a good choice. Here's a whirlwind tour:
|
||||
install.packages("data.table") # download the package from CRAN
|
||||
require(data.table) # load it
|
||||
# データフレームの拡張版が、データテーブルです。
|
||||
# 大きなデータやパネルデータ、データセットの結合が必要な場合には、データテーブルを使うべきです。
|
||||
# 以下に駆け足で説明します
|
||||
install.packages("data.table") # CRANからパッケージをダウンロードします
|
||||
require(data.table) # ロードします
|
||||
students <- as.data.table(students)
|
||||
students # note the slightly different print-out
|
||||
students # 若干異なる出力がされることに注意
|
||||
# =>
|
||||
# name year house
|
||||
# 1: Cedric 3 H
|
||||
@ -538,17 +536,17 @@ students # note the slightly different print-out
|
||||
# 4: Cho 1 R
|
||||
# 5: Draco 0 S
|
||||
# 6: Ginny -1 G
|
||||
students[name=="Ginny"] # get rows with name == "Ginny"
|
||||
students[name=="Ginny"] # name == "Ginny"の行を取り出します
|
||||
# =>
|
||||
# name year house
|
||||
# 1: Ginny -1 G
|
||||
students[year==2] # get rows with year == 2
|
||||
students[year==2] # year == 2の行を取り出します
|
||||
# =>
|
||||
# name year house
|
||||
# 1: Fred 2 G
|
||||
# 2: George 2 G
|
||||
# data.table makes merging two data sets easy
|
||||
# let's make another data.table to merge with students
|
||||
# データテーブルは、二つのデータセットを結合するのにも便利です
|
||||
# 結合用に、生徒データが入った別のデータテーブルをつくります
|
||||
founders <- data.table(house=c("G","H","R","S"),
|
||||
founder=c("Godric","Helga","Rowena","Salazar"))
|
||||
founders
|
||||
@ -560,7 +558,7 @@ founders
|
||||
# 4: S Salazar
|
||||
setkey(students, house)
|
||||
setkey(founders, house)
|
||||
students <- founders[students] # merge the two data sets by matching "house"
|
||||
students <- founders[students] # 二つのデータテーブルを、"house"をキーとして結合します
|
||||
setnames(students, c("house","houseFounderName","studentName","year"))
|
||||
students[,order(c("name","year","house","houseFounderName")), with=F]
|
||||
# =>
|
||||
@ -573,7 +571,7 @@ students[,order(c("name","year","house","houseFounderName")), with=F]
|
||||
# 6: Draco 0 S Salazar
|
||||
|
||||
|
||||
# data.table makes summary tables easy
|
||||
# データテーブルは、要約を作るのも簡単です
|
||||
students[,sum(year),by=house]
|
||||
# =>
|
||||
# house V1
|
||||
@ -583,8 +581,7 @@ students[,sum(year),by=house]
|
||||
# 4: S 0
|
||||
|
||||
|
||||
# To drop a column from a data.frame or data.table,
|
||||
# assign it the NULL value
|
||||
# データフレームやデータテーブルから列を消したい場合は、NULL値を代入します
|
||||
students$houseFounderName <- NULL
|
||||
students
|
||||
# =>
|
||||
@ -597,8 +594,7 @@ students
|
||||
# 6: Draco 0 S
|
||||
|
||||
|
||||
# Drop a row by subsetting
|
||||
# Using data.table:
|
||||
# 行を消す場合は、データテーブルから、一部を除くことによってできます
|
||||
students[studentName != "Draco"]
|
||||
# =>
|
||||
# house studentName year
|
||||
@ -607,7 +603,7 @@ students[studentName != "Draco"]
|
||||
# 3: G Ginny -1
|
||||
# 4: H Cedric 3
|
||||
# 5: R Cho 1
|
||||
# Using data.frame:
|
||||
# データフレームの場合も同様
|
||||
students <- as.data.frame(students)
|
||||
students[students$house != "G",]
|
||||
# =>
|
||||
@ -617,18 +613,18 @@ students[students$house != "G",]
|
||||
# 6 S Salazar Draco 0
|
||||
|
||||
|
||||
# MULTI-DIMENSIONAL (ALL ELEMENTS OF ONE TYPE)
|
||||
# 多次元 (すべての値が同じ型の場合)
|
||||
|
||||
|
||||
# Arrays creates n-dimensional tables
|
||||
# All elements must be of the same type
|
||||
# You can make a two-dimensional table (sort of like a matrix)
|
||||
# 配列でN次元の表を作ります
|
||||
# すべての値は同じ型にする必要があります
|
||||
# この方法で、配列のような2次元表も作成可能です
|
||||
array(c(c(1,2,4,5),c(8,9,3,6)), dim=c(2,4))
|
||||
# =>
|
||||
# [,1] [,2] [,3] [,4]
|
||||
# [1,] 1 4 8 3
|
||||
# [2,] 2 5 9 6
|
||||
# You can use array to make three-dimensional matrices too
|
||||
# 配列から3次元行列を作ることもできます
|
||||
array(c(c(c(2,300,4),c(8,9,0)),c(c(5,60,0),c(66,7,847))), dim=c(3,2,2))
|
||||
# =>
|
||||
# , , 1
|
||||
@ -646,58 +642,56 @@ array(c(c(c(2,300,4),c(8,9,0)),c(c(5,60,0),c(66,7,847))), dim=c(3,2,2))
|
||||
# [3,] 0 847
|
||||
|
||||
|
||||
# LISTS (MULTI-DIMENSIONAL, POSSIBLY RAGGED, OF DIFFERENT TYPES)
|
||||
# リスト（多次元、不完全なのか複数の型が使われているもの)
|
||||
|
||||
|
||||
# Finally, R has lists (of vectors)
|
||||
# ついにRのリストです
|
||||
list1 <- list(time = 1:40)
|
||||
list1$price = c(rnorm(40,.5*list1$time,4)) # random
|
||||
list1
|
||||
# You can get items in the list like so
|
||||
list1$time # one way
|
||||
list1[["time"]] # another way
|
||||
list1[[1]] # yet another way
|
||||
# リストの要素は以下のようにして取得できます
|
||||
list1$time # ある方法
|
||||
list1[["time"]] # 別の方法
|
||||
list1[[1]] # また別の方法
|
||||
# =>
|
||||
# [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
|
||||
# [34] 34 35 36 37 38 39 40
|
||||
# You can subset list items like any other vector
|
||||
# 他のベクターと同じく、一部を取り出すことができます
|
||||
list1$price[4]
|
||||
|
||||
|
||||
# Lists are not the most efficient data structure to work with in R;
|
||||
# unless you have a very good reason, you should stick to data.frames
|
||||
# Lists are often returned by functions that perform linear regressions
|
||||
# リストは、Rで一番効率的なデータ型ではありません
|
||||
# なにか特別な理由がない限りは、データフレームを使い続けるべきです
|
||||
# リストは、線形回帰関数の返値として、しばしば使われます
|
||||
|
||||
|
||||
##################################################
|
||||
# The apply() family of functions
|
||||
# apply() 系の関数
|
||||
##################################################
|
||||
|
||||
|
||||
# Remember mat?
|
||||
# matは覚えていますよね？
|
||||
mat
|
||||
# =>
|
||||
# [,1] [,2]
|
||||
# [1,] 1 4
|
||||
# [2,] 2 5
|
||||
# [3,] 3 6
|
||||
# Use apply(X, MARGIN, FUN) to apply function FUN to a matrix X
|
||||
# over rows (MAR = 1) or columns (MAR = 2)
|
||||
# That is, R does FUN to each row (or column) of X, much faster than a
|
||||
# for or while loop would do
|
||||
# apply(X, MARGIN, FUN) は、行列Xの行（MARGIN=1)または列（MARGIN=2)に対して、関数FUNを実行します
|
||||
# RでこのようにXの全行か全列に関数を実行すると、forやwhileループを使うより、遥かに速くできます
|
||||
apply(mat, MAR = 2, jiggle)
|
||||
# =>
|
||||
# [,1] [,2]
|
||||
# [1,] 3 15
|
||||
# [2,] 7 19
|
||||
# [3,] 11 23
|
||||
# Other functions: ?lapply, ?sapply
|
||||
# 他にも関数があります。?lapply, ?sapply で確認してみてください
|
||||
|
||||
|
||||
# Don't feel too intimidated; everyone agrees they are rather confusing
|
||||
# このやり方がちょっとややこしいという事は、みんな同意です。なので、あまり怖がりすぎないでください
|
||||
|
||||
|
||||
# The plyr package aims to replace (and improve upon!) the *apply() family.
|
||||
# plyr パッケージは、*apply() 系の関数を置き換えて（さらに改善して）いこうとしています
|
||||
install.packages("plyr")
|
||||
require(plyr)
|
||||
?plyr
|
||||
@ -708,24 +702,24 @@ require(plyr)
|
||||
|
||||
|
||||
#########################
|
||||
# Loading data
|
||||
# データロード
|
||||
#########################
|
||||
|
||||
|
||||
# "pets.csv" is a file on the internet
|
||||
# (but it could just as easily be be a file on your own computer)
|
||||
# "pets.csv"は、インターネット上に置いてあるファイルです
|
||||
# (しかし、自分のPCにあるのと同じぐらい簡単に扱う事ができます)
|
||||
pets <- read.csv("http://learnxinyminutes.com/docs/pets.csv")
|
||||
pets
|
||||
head(pets, 2) # first two rows
|
||||
tail(pets, 1) # last row
|
||||
head(pets, 2) # 最初の2行
|
||||
tail(pets, 1) # 最後の行
|
||||
|
||||
|
||||
# To save a data frame or matrix as a .csv file
|
||||
write.csv(pets, "pets2.csv") # to make a new .csv file
|
||||
# set working directory with setwd(), look it up with getwd()
|
||||
# データフレームか行列をcsvファイルとして保存します
|
||||
write.csv(pets, "pets2.csv") # 新しくcsvファイルを作ります
|
||||
# ワーキングディレクトリを、setwd()で設定します。 ワーキングディレクトリは getwd()で確認可能です
|
||||
|
||||
|
||||
# Try ?read.csv and ?write.csv for more information
|
||||
# ?read.csv や ?write.csv を入力すると、よりたくさんの情報を確認できます
|
||||
|
||||
|
||||
|
||||
@ -733,29 +727,29 @@ write.csv(pets, "pets2.csv") # to make a new .csv file
|
||||
|
||||
|
||||
#########################
|
||||
# Plots
|
||||
# プロット
|
||||
#########################
|
||||
|
||||
|
||||
# BUILT-IN PLOTTING FUNCTIONS
|
||||
# Scatterplots!
|
||||
# 組み込みのプロット関数です
|
||||
# 散布図です!
|
||||
plot(list1$time, list1$price, main = "fake data")
|
||||
# Regressions!
|
||||
# 回帰図です!
|
||||
linearModel <- lm(price ~ time, data = list1)
|
||||
linearModel # outputs result of regression
|
||||
# Plot regression line on existing plot
|
||||
# 回帰直線を既存の図上に引きます
|
||||
abline(linearModel, col = "red")
|
||||
# Get a variety of nice diagnostics
|
||||
# いろいろな診断方法を見ましょう
|
||||
plot(linearModel)
|
||||
# Histograms!
|
||||
# ヒストグラムです！
|
||||
hist(rpois(n = 10000, lambda = 5), col = "thistle")
|
||||
# Barplots!
|
||||
# 棒グラフです！
|
||||
barplot(c(1,4,5,1,2), names.arg = c("red","blue","purple","green","yellow"))
|
||||
|
||||
|
||||
# GGPLOT2
|
||||
# But these are not even the prettiest of R's plots
|
||||
# Try the ggplot2 package for more and better graphics
|
||||
# 上記よりも、もっときれいな図を描くこともできます
|
||||
# より多くよい図を描くために、ggplot2 パッケージを使ってみましょう
|
||||
install.packages("ggplot2")
|
||||
require(ggplot2)
|
||||
?ggplot2
|
||||
@ -764,7 +758,7 @@ pp + geom_histogram()
|
||||
ll <- as.data.table(list1)
|
||||
pp <- ggplot(ll, aes(x=time,price))
|
||||
pp + geom_point()
|
||||
# ggplot2 has excellent documentation (available http://docs.ggplot2.org/current/)
|
||||
# ggplot2 には、素晴らしい関連ドキュメントがそろっています (http://docs.ggplot2.org/current/)
|
||||
|
||||
|
||||
|
||||
@ -774,8 +768,8 @@ pp + geom_point()
|
||||
```
|
||||
|
||||
|
||||
## How do I get R?
|
||||
## Rの入手方法
|
||||
|
||||
|
||||
* Get R and the R GUI from [http://www.r-project.org/](http://www.r-project.org/)
|
||||
* [RStudio](http://www.rstudio.com/ide/) is another GUI
|
||||
* RとR GUIはこちら [http://www.r-project.org/](http://www.r-project.org/)
|
||||
* [RStudio](http://www.rstudio.com/ide/) はまた別のGUIです
|
||||
Loading…
Reference in New Issue
Block a user