R basic operation - input、output | R基礎操作 - input、output

 

小雷在寫數據分析的時候，並不會用到input與output，所以也沒特別注意R語言的輸入輸出，但是寫到與機器學習相關的部份時，需要用到輸入輸出，這時候才發現怎麼跟Python不一樣!居然不是一個print走天下(或許有別的，但小雷只用過print!)，看了一下base包內的資訊，才發現輸入輸出有不少不一樣的函數!!所以寫幾篇做個備忘，有需要的朋友也可以參考參考。

輸入

`readline()` : 允許從終端機輸入

readline文章 >> 請點我

輸出

`print()` : 輸出值或因子

print文章 >> 請點我

`paste()` : 連接字符後輸出

paste文章 >> 請點我

`cat()` : 可以進行計算後輸出

cat文章 >> 請點我

R basic operation - cat | R基礎操作 - cat

 

輸出最後一個函數是cat，除了輸出數值外，還可以進行計算後輸出，算是最像Python的輸出方式

基本語法

cat(輸出內容)

可用參數

sep = " " >> 設定輸出要添加的字符

設定數據準備進行輸出

# 字串

cat_df <- list(

    animal = c("dog", "cat", "rat", "fish", "lion")

)

# 數字

num <- as.numeric(0:10)

數字進行一般輸出，計算後輸出，重複輸出

# 一般輸出

cat(num)

# 輸出結果

r$> cat(num) 0 1 2 3 4 5 6 7 8 9 10

# 一般輸出 + 字符串

cat("number : ", num)

# 輸出結果

r$> cat("number : ", num) number : 0 1 2 3 4 5 6 7 8 9 10

# 加入sep參數

cat(num, sep = "~~~")

# 輸出結果

r$> cat(num, sep = "~~~")

0~~~1~~~2~~~3~~~4~~~5~~~6~~~7~~~8~~~9~~~10

# 計算輸出

cat("number : ", num * 10)

# 輸出結果

r$> cat("number : ", num * 10) number : 0 10 20 30 40 50 60 70 80 90 100

# 重複性輸出

cat("number : ", rep(num, 2))

# 輸出結果

r$> cat("number : ", rep(num, 2)) number : 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

字符類的基本上是一樣

# 一般字符輸出

cat(cat_df$animal)

# 輸出結果

r$> cat(cat_df$animal) dog cat rat fish lion

# 加入sep參數

cat(cat_df$animal, sep = "~~~")

# 輸出結果

r$> cat(cat_df$animal, sep = "~~~") dog~~~cat~~~rat~~~fish~~~lion

# 重複性輸出

cat("number : ", sep = "::", rep(cat_df$animal, 2))

# 輸出結果

r$> cat("number : ", sep = "::", rep(cat_df$animal, 2)) number : ::dog::cat::rat::fish::lion::dog::cat::rat::fish::lion

R basic operation - paste | R基礎操作 - paste

 

paste主要的用法是在於連接各個字符串後輸出，輸出時會將數字一併轉為字符輸出，也可以不要輸出，連接字符後轉為存入變量

基本語法

paste(一個或多個向量, ...)

可用參數

sep = " " >> 空格分隔字符串

collapse = NULL >> 如何分隔字符串

建立數字與字符的數據

# 數字數據

num <- as.numeric(1:10)

# 文字數據

letter <- tibble(

    animal = c("dog", "cat", "rat", "fish", "lion")

)

數字連接後輸出，並設定不同連接方式

# 空格分隔

paste(num, sep = " ")

# 輸出結果

r$> paste(num, sep = " ") [1] "1" "2" "3" "4" "5" "6" "7" "8" "9" "10"

# 設定 - 分隔

paste(num, collapse = "-")

# 輸出結果

r$> paste(num, collapse = "-") [1] "1-2-3-4-5-6-7-8-9-10"

# 設定 <> 分隔

paste(num, collapse = "<>")

# 輸出結果

r$> paste(num, collapse = "<>") [1] "1<>2<>3<>4<>5<>6<>7<>8<>9<>10"

字符輸出也是同樣的方式

# 空格分隔

paste(letter$animal, sep = " ")

# 輸出結果

r$> paste(letter$animal, sep = " ") [1] "dog" "cat" "rat" "fish" "lion"

# 設定 - 分隔

paste(letter$animal, collapse = "-")

# 輸出結果

r$> paste(letter$animal, collapse = "-") [1] "dog-cat-rat-fish-lion"

# 設定 <> 分隔

paste(letter$animal, collapse = "<>")

# 輸出結果

r$> paste(letter$animal, collapse = "<>") [1] "dog<>cat<>rat<>fish<>lion"

R basic operation - readline | R基礎操作 - readline

 

有時需要從終端機進行輸入的操作，若是Python輸入，基本上就是input，R輸入的方式比較多元，也著實少了點直譯的方式，要記住的函數比較多，輸入的方式基本上有兩個函數，分別是`scan()`、`readline()`，本篇討論的是readline，scan的輸入參數較多，用法上除了輸入外，也可以導入文件，所以本篇就先不以scan做討論，以下是readline的基本操作

基本語法

readline(prompt = " ")

可用參數

prompt : 提示用戶輸入字串，所以需要加上" "

實際進行輸入，先來輸入姓名，輸入完成直接在終端機出現輸入字符，但是沒有存數任何變數，所以也沒有甚麼用途

# 提示用戶輸入字符

readline(prompt = "請輸入姓名 : ")

# 輸出結果

r$> readline(prompt = "請輸入姓名 : ") 請輸入姓名 : Rex [1] "Rex"

輸入完成存入變數

# 提示用戶輸入字符

name <- readline(prompt = "請輸入姓名 : ")

# 終端輸入後存入變數

r$> name <- readline(prompt = "請輸入姓名 : ") 請輸入姓名 : Rex

# 輸出結果

name

r$> name [1] "Rex"

存入變數之前可以進行型態調整，字符 >> 整數或浮點

# 提示用戶輸入字符並調整型態後存入變數

age <- as.integer(readline(prompt = "輸入年齡 : "))

# 輸出結果

str(age)

r$> str(age) int 30

# 提示用戶輸入字符並調整型態後存入變數

float <- as.numeric(readline(prompt = "輸入小數點 : "))

# 輸出結果

str(float)

r$> str(float) num 33.3

R basic operation - print | R基礎操作 - print

 

R print有別於Python的print，不是混合用的類型，而是單純以輸出值的函數，用法上除了列印一般的值，也可以列印出因子，參數的部分不少，也都是用在較為特殊的地方。

基本語法

print(要列印的項目, ..)

可用參數 - 因子

quote = FALSE >> 字符串是否要括號

max.levels = NULL >> 因子列印多少個等級

width : getOption("width) >> 設定輸出寬度

可用參數 - 表格

digits = getOption("digits") >> 小數點的輸出數量

quote = FALSE >> 字符串是否要括號

na.print = "" >> NA的輸出方式

zero.print = "0" >> 0的字符輸出方式

right = is.numeric(x) || is.complex(x) >> 靠右對其

justify = "none" >> 字符串的對其格式

接下來列印一些比較常用的輸出 >> 小數點輸出，digits設定的不只是小數點，包含整數位

# 設定一個小數點變數

float <- as.numeric(31.12346)

# 輸出結果

print(float, digits = 2)

r$> print(float, digits = 2) [1] 31

# 輸出結果

print(float, digits = 4)

r$> print(float, digits = 4) [1] 31.12

接下來印列因子，直接列印與參數效果

# 設定因子變數

factor_df <- factor(

    factor_df$animal,

    levels = c("dog", "cat", "rat", "fish", "lion")

    )

# 輸出結果

print(factor_df)

r$> print(factor_df) [1] dog cat rat fish lion Levels: dog cat rat fish lion

# 輸出結果

print(factor_df, quote = TRUE, max.levels = 3)

r$> print(factor_df, quote = TRUE, max.levels = 3) [1] "dog" "cat" "rat" "fish" "lion" 5 Levels: "dog" "cat" ... "lion"

R basic operation | R基礎操作

 

在認識R語言之前，小雷已經有上過Python的課程，所以一開接觸R，對於一些操作有點搞不清楚，多嘗試幾次後才慢慢熟練，這篇希望介紹一些基礎的語法，也會不定期更新基礎的操作。

關於R Packages介紹 >> 請點我

R語言的輸入輸出 >> 請點我

基礎操作

• 賦值<- : 賦值的用意在於將右邊的值賦予到左邊的變量之中，中間用的是” <- “，類似一個方向的箭頭，在python中就只是簡單的” = ”，R的賦值不是很好輸入，所以若是用VScode就需要設定快捷鍵，RStudio則是本身就有快捷鍵，若是方向相反，則意義相反，但好像不是那麼常用到就是了。

# 賦值 <-
num_df <- tibble(number = c(1,2,3,4,5,6,7,8,9))

 

• 範圍選取[] : 有時數據集中的數據過多，想先選擇一個範圍，或是要刪除某些值時就會用到，寫法上要注意的是最末端一定要加一個逗點作為結束，否則會出現錯誤。

# 錯誤的輸入
num_df[1:5]
 
# 輸出結果
Error: Can't subset columns that don't exist.
x Locations 2, 3, 4, and 5 don't exist.
i There are only 1 column.
 
 
# 選取範圍(變量中的範圍，不是特定值)
num_df[1:5, ]
 
# 輸出結果
r$> num_df[1:5, ]
# A tibble: 5 x 1
  number
   <dbl>
1      1
2      2
3      3
4      4
5      5
 
# 選取特定值
num_df <- num_df[num_df$number < 3, ]
 
# 輸出結果
r$> num_df
# A tibble: 2 x 1
  number
   <dbl>
1      1
2      2

 

• Pipes通道%>% : 這個也是R裡面很特別的語法，用意是連結不同的函數，將各個函數的輸出應用到其他的函數上，使的好理解與閱讀，缺點是不好輸入，沒有快捷鍵實在是不好打，這部分Python就顯得人性化許多，一個tab就解決了。

# 利用pipes結合其他函數

num_df <- num_df %>%

    select(number) %>%

    filter(number > 3)

# 輸出結果

$> num_df # A tibble: 6 x 1 number <dbl> 1 4 2 5 3 6 4 7 5 8 6 9

• 鎖定數據集欄位變量$ : 用於告訴R，現在要操作的是哪一個欄位變量，或是要將數值操作傳回哪一個欄位變量，有時候沒有指定時，會將整個數據集覆蓋掉，這個也是比較特別的用法。

# 創建一個tibble存入數值

num_df <- tibble(

    number = c(1,2,3,4,5,6,7,8,9),

    letter = c("a", "b", "c", "d", "e", "f", "g", "h", "j"))

# 使用$告訴R要修改哪個欄位的數值

num_df$letter <- recode(num_df$letter, "a" = "apple")

# 輸出結果

$> num_df # A tibble: 9 x 2 number letter <dbl> <chr> 1 1 apple 2 2 b 3 3 c 4 4 d 5 5 e 6 6 f 7 7 g 8 8 h 9 9 j

# 忘記指定欄位時結果

num_df <- recode(num_df$letter, "a" = "apple")

# 原本的number欄位被覆蓋掉了

r$> head(num_df) [1] "apple" "b" "c" "d" "e" "f"  

• 移除 ! : 這個操作上也不是那麼的直覺，基本上刪除時會以row為單位，整行刪光光，所以覆蓋回去時反而不需要$，以下放上兩種操作方式

# 創建一個tibble存入數值

num_df <- tibble(

    number = c(1,2,-1),

    letter = c("a", "b", "c")

    )

r$> num_df # A tibble: 3 x 2 number letter <dbl> <chr> 1 1 a 2 2 b 3 -1 c

# 賦值左邊指定變量

num_df$number <- num_df[!(num_df$number < 0), ]

# 無法操作，因為行數會不相同

$> num_df$number <- num_df[!(num_df$number < 0), ] Error: Assigned data `num_df[!(num_df$number < 0), ]` must be compatible with existing data. x Existing data has 3 rows. x Assigned data has 2 rows. i Only vectors of size 1 are recycled.

# 賦值回整份數據

num_df <- num_df[!(num_df$number < 0), ]

# 輸出結果

r$> num_df # A tibble: 2 x 2 number letter <dbl> <chr> 1 1 a 2 2 b

• 參數欄位變量 = : 各個函數內若有參數要修改，指定的方式就不是<-了，但若是逗點", "，意思就是不同的變量做個區隔

num_df <- tibble(

    number = c(1,2,-1),

    letter = c("a", "b", "c")

    )

• ggplot 的函數連結 + : 整理完需要繪圖時R基本應該就是用ggplot了，ggplot的各個函數連結時用的是加號，一開始常常會跟<-或是%>%搞混

# 正常用法

num_df <- num_df %>%

    ggplot(mapping = aes(

        x = number,

        y = letter)) +

    geom_point()

# 錯誤用法

num_df <- num_df %>%

    ggplot(mapping = aes(

        x = number,

        y = letter)) %>%  

    geom_point()

r$> # 錯誤用法 num_df <- num_df %>% ggplot(mapping = aes( x = number, y = letter)) %>% geom_point() Error: `data` must be a data frame, or other object coercible by `

• 載入Packages : Python的載入方式是import()，R則是library()，至於為什麼?這個可能要問R的原始作者George Ross Ihaka與Robert Clifford Gentleman兩位神人大大了😂

library(tidyverse)

library(lubridate)

library(dplyr)

• 安裝Packages : 比Python多了個packages，不過也只是安裝一次，倒是沒有甚麼影響。

install.packages("dplyr")