統計を始める方へ①_データ環境Rの基本的なプログラミング｜データアーティスト

データアーティスト株式会社藤田知樹第１回Rを用いたデータマイニング概論データ環境Rの基本的なプログラミング

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page2Page2Page2Page2 アジェンダ今回はデータサイエンスの基礎の基礎:「データ」について簡単に理解したうえで、「基本的なプログラミング」を通してRを体感していきます。説明 Rで使うデータの種類データを視覚化するテクニックデータを集計する方法基本的なプログラミング実行！実行！

第１部：データについて

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page4Page4Page4Page4 第１部：データについて第１部では、２つのコンテンツを勉強します。そのほか、よく使うことになるテクニックを紹介します扱いやすい、データを集計するプログラミングを紹介しますデータを見やすくするための5つの方法を紹介します！ Rで扱う4種類のデータを紹介します！

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page6Page6Page6Page6 Rで使うデータの種類 2/5（ベクトル）以下のコードを実行し、ベクトルを作成してみよう。要素にアクセスし、性質を見てみよう。 #1 v1=c(1:5) v1=rep(3,10) v1=rep(1:3,10) v1=seq(0,100,3) v.rand=runif(100) #一様な乱数を発生 v.logic=(0.3>v.rand) v.dice=round(6*runif(100)+0.5) #サイコロを作る __________________________________________ #2 v1=c(1:15) length(v1) #v1の長さを見る v1[4] #4番目を見る names(v1)=paste(“value”,1:15,sep=“”) v1[“value13”]

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page7Page7Page7Page7 Rで使うデータの種類 3/5（行列）以下のコードを実行し、行列を作成してみよう。行列の要素にアクセスし、さまざまな操作をしてみよう。 #1 v1=c(1:15) #作成 m1=matrix(v1,nrow=5,ncol=3) m1 #中身を確認 __________________________ #2 dim(m1) nrow(m1) ncol(m1) length(m1) m1[3,] #3行目を見る m1[,2] #2行目を見る rownames(m1)=c("太郎","二郎","三郎","四郎","五郎") #行に名前を付ける colnames(m1)=c("power","speed","luck") #列に名前を付ける m1["三郎","luck"]

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page8Page8Page8Page8 Rで使うデータの種類 4/5（行列）以下のコードをそれぞれ打ち込んで、行列で計算を実行しよう。行・列の置換や結合をやってみよう。 #計算 m1=matrix(1:15,nrow=5,ncol=3) m1+1 m1-3 m1*4 m1/2 m1^2 m2=matrix(rep(1:5,3),nrow=5,ncol=3) m1+m2 m1-m2 m1*m2 t(m1)%*%m2 #とても大切な演算。第3回で説明 m1/m2 #置換、結合 m1=matrix(1:15,nrow=5,ncol=3) m2=matrix(rep(1:5,3),nrow=5,ncol=3) m1[1,]=c(2,4,8) #置換 m.r=rbind(m1,m2) #行が追加されるように結合 m.c=cbind(m1,m2) #列が追加されるように結合

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page9Page9Page9Page9 Rで使うデータの種類 5/5（データフレーム）以下のコードを実行し、データフレームを作ってみよう。 m1=matrix(1:15,nrow=5,ncol=3) d1=data.frame(fruit=c("りんご","みかん","ぶどう","すいか","もも"),m1)

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page10Page10Page10Page10 データを視覚化する 1/2 Histogram of iris[, 1] iris[, 1] Frequency 4 5 6 7 8 051015202530 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0 2.02.53.03.54.0 Sepal.Length Sepal.Width Sepal.Length Sepal.Width Petal.Length Petal.Width 012345 ヒストグラム散布図棒グラフ setosa versicolor virginica 2.02.53.03.54.0 -4 -2 0 2 4 0510152025 x x^2 ボックスプロット関数データを視覚的にわかりやすくとらえる、５つのやり方を身につけよう。

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page11Page11Page11Page11 データを視覚化する 2/2 以下のコードを実行し、データをさまざまに視覚化してみよう。 #ヒストグラム hist(iris[,1]) _______________________ #散布図 plot(iris[,1:2]) _______________________ #棒グラフ iris.mean.val=apply(iris[,-5],2,mean) barplot(iris.mean.val) _______________________ #ボックスプロット boxplot(Sepal.Width~Species, data = iris) _______________________ #関数 curve(x^2,xlim=c(-5,5)) 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0 2.02.53.03.54.0 Sepal.Length Sepal.Width Sepal.Length Sepal.Width Petal.Length Petal.Width 012345 棒グラフ散布図 Histogram of iris[, 1] iris[, 1] Frequency 4 5 6 7 8 051015202530 setosa versicolor virginica 2.02.53.03.54.0 ヒストグラムボックスプロット

第２部：基本的なプログラミングの習得

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page13Page13Page13Page13 第２部：基本的なプログラミングの習得第２部では、さらに２つのコンテンツを勉強します。そのほか、よく使うことになるテクニックを紹介します！扱いやすい、データを集計するプログラミングを紹介します！データを見やすくするための5つの方法を紹介しました Rで扱う4種類のデータを紹介しました

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page16Page16Page16Page16 基本的なプログラミング（１．データの集計 2/3）以下のコードをそれぞれ実行して、データの集計をやってみよう。 v.dice=round(6*runif(100)+0.5) sum(v.dice) #和 mean(v.dice) #平均 sd(v.dice) #不偏標準偏差 var(v.dice) #不偏分散 summary(v.dice) #複数の統計量 #table table(v.dice) v.dice1=round(6*runif(100)+0.5) v.dice2=round(6*runif(100)+0.5) dice.mat=cbind(v.dice1,v.dice2) table(dice.mat) #一つのベクトルの様に扱われる dice.df=data.frame(v.dice1,v.dice2) table(dice.df)

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page17Page17Page17Page17 基本的なプログラミング（１．データの集計 3/3）以下のコードをそれぞれ実行して、データの集計をやってみよう。 #次に、以下を入力して得られる、150個のデータを使ってみよう。 iris #apply:行列の「行」「列」あるいは「各要素それぞれ」に対して、集計を行う。 apply(iris[,-5],1,sum) #行について集計をする。実際に１行目を合計して確認してみよう。 apply(iris[,-5],2,sum) #列について集計をする。 apply(iris[,-5],2,summary) #列について集計をする。 #tapply：グループ化された変数に対して、グループごとに集計を行う。 #以下では、5列目の分類に基づいて、1列目の平均をそれぞれとっています。 tapply(iris[,1],iris[,5],mean) #by：以下では、５列目の分類に基づいて、１列目から４列目までのそれぞれに集計量をとっています。 #tapply関数では、引数（カッコの中の値）が同じ長さでなければだめ、という制約があります。 by(iris[,1:4],iris[,5],summary)

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page18Page18Page18Page18 基本的なプログラミング（２．繰り返し処理 1/2）繰り返し処理：データに対して、コンピュータに同じ操作を自動で複数回行わせるテクニック NO! 繰り返し処理リンゴを１０個買いに行くレジへ並ぶ YES! １０個入れた？１個かごに入れる

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page19Page19Page19Page19 基本的なプログラミング（２．繰り返し処理 2/2）以下のコードを実行し、繰り返し処理を体感しよう。 For文とwhile文の違いに注意しよう。 #for:走査したいiの値が決まっている時 n=10 permutation=n for(i in 1:5){ permutation=permutation*(n-i) } permutation #出てきた値を確かめよう #while:ある条件の時 total.damage=0 while(total.damage<5){ total.damage=total.damage+runif(1) } permutation #出てきた値を確かめよう（その2）

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page21Page21Page21Page21 基本的なプログラミング（３．条件分岐 2/2）以下のコードを実行し、条件分岐を体感しよう。 val1=4 { if(val1>=3){ #もしval1が3以上ならval2は1。 val2=1 } else{ val2=0 #そうでないならval2は0 } } val2 val1=3 switch(val1, # switch(文字列, "1" = print("one"), # "1" のときに実行 "2" = print("two"), # "2" のときに実行 print("not matched") # 一致するものが無い時 ) #val1の数字を1や2に変えて何回かやってみよう。

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page22Page22Page22Page22 基本的なプログラミング（４．自作関数）自作関数：データを好きなように加工するためには、時には自分で関数を作る必要があります。たとえば、以下の「CVRを調べる関数」を実行して、コードから関数の性質を考えてみましょう。 get.cvr.error=function(p,n,ety="none"){ #CVRの誤差に関する情報 p.var=p*(1-p)/n p.sd=p.var^0.5 switch(ety, "sd"=return(p.sd), "var"=return(p.var), print("select type") ) } #ここまでが関数の定義 #以下をコピペして実行してみよう。 get.cvr.error(0.1,10,"sd") get.cvr.error(0.1,10,"var") get.cvr.error(0.1,10) cvr.v=0.2*runif(10) uu.v=round(1000*runif(10)) get.cvr.error(cvr.v,uu.v,"sd") #複数の値を入れた場合

Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page23Page23Page23Page23 まとめ最後に、今回の内容を簡潔にまとめるとこのようになります。そのほか、よく使うことになるテクニックを紹介しました！扱いやすい、データを集計するプログラミングを紹介しました！データを見やすくするための5つの方法を紹介しました！ Rで扱う4種類のデータを紹介しました！

以上です！お疲れ様でした。

統計を始める方へ①_データ環境Rの基本的なプログラミング｜データアーティスト

by Satoru Yamamoto, 代表取締役社長 at データアーティスト株式会社 on May 07, 2014

Statistics

Views

Actions

1 Embed 8

Accessibility

Categories

Upload Details

Usage Rights

Report content

統計を始める方へ①_データ環境Rの基本的なプログラミング｜データアーティスト Presentation Transcript