[ADsP]2.R 프로그램 기초

January 26, 2021

😃

요즘의 대세는 python이야!! 라고 많은 이들이 외치지만 전통적인 분석 언어 R도 많이 사용된다. 분석가에 따라서 R을 쓰기도하고 python을 쓰기도 해서, 많은 프로젝트들에서 R과 python 모두를 만족하는 환경을 제공하고 있다(일반적으로는 sparkR/pySpark로 분산환경에서 학습/분석작업을 수행하고 있다). 이번 장에는 간단히 R로 분석을 하기 위한 간단한 문법을 알아보자!!

R소개

R은 오픈소스 프로그램으로 통계 및 데이터마이닝과 그 결과를 그래프를 위한 언어이다. 오픈소스이기 때문에 지속적으로 최신의 통계분석과 데이터 마이닝 기술이 반영되어 발전되고 있다. 새로운 것을 이해하는데 가장 좋은 방법 중 하나는 기존에 친숙한 도구들과 비교하는 것이다. (물론 저와 같이 모든게 새로운 분들도 계시겠지만 😓 )

특징	SAS	SPSS(IBM)	R
프로그램 비용	상용/고가	상용/고가	오픈소스/무상
설치용량	큼	큼	작음
모듈 지원 및 비용	별도구매	별도구매	오픈소스로 제공
최근 알고리즘 및 기술 반영	느림	다소느림	매우빠름
러닝커브	유료 문서	유료 문서	공개 논문/자료 많음
커뮤니티 활성도	낮음	낮음	높음

R특징

오픈소스이다.
모든 OS에서 사용가능
객체지향/함수형 언어로 사용가능하다
S통계언어를 기반으로 업계 표준이다
그래픽 요소가 강하고 성능이 좋다
세션 사이마다 시스템이 데이터셋을 저장하여 데이터 적재시간을 줄인다.

문법

변수선언 / 간단한 연산

> a <-3
> b <-4
> a+b
[1] 7
> a=5
> a+b
[1] 9
> a
[1] 5
> print(a)
[1] 5
> arr_a =c(1,2,3,4)
> arr_b =c("hello","it","is","me")
> arr_b[0]
character(0)
> arr_b[1]
[1] "hello"
> arr_b[2]
[1] "it"
> arr_b[-2]
[1] "hello" "is" "me"  
> arr_c <-c(5,6,7,8)
> arr_a+arr_c
[1]  6  8 10 12
> arr_a+arr_b
Error in arr_a + arr_b : 이항연산자에 수치가 아닌 인수입니다

수열

> 1:5
[1] 1 2 3 4 5
> 9:-2
 [1]  9  8  7  6  5  4  3  2  1  0 -1 -2
> seq(from=0,to=20,by=2)
 [1]  0  2  4  6  8 10 12 14 16 18 20
> seq(from=0,to=20,length.out=5)
[1]  0  5 10 15 20
> sec(0,20,2)

반복

> rep(1,time=5)
[1] 1 1 1 1 1
> rep(1:4,each=2)
[1] 1 1 2 2 3 3 4 4
> arr=c(1,2,3,4)
> rep(arr,3)
 [1] 1 2 3 4 1 2 3 4 1 2 3 4
> rep(arr,each=2)
[1] 1 1 2 2 3 3 4 4

문자열

> str_a = paste("a","b","c","d","-") 
> str_a
[1] "a b c d -"                  #기본값은 space
> str_a = paste("a","b","c","d",sep="-")
> str_a
[1] "a-b-c-d"
> str_i=paste(1,2,3,4,sep="-")
> str_i
[1] "1-2-3-4"      #숫자형도 문자로 변환되어 연결 
> str_c=paste(arr,"a")
> str_c
[1] "1 a" "2 a" "3 a" "4 a"
> str_c=paste(arr,"a","b")       #combine 타입도 사용가능
> str_c
[1] "1 a b" "2 a b" "3 a b" "4 a b"
> str_c=paste(arr,"a","b",sep="-")
> str_c
[1] "1-a-b" "2-a-b" "3-a-b" "4-a-b"

논리연산

> a=true
에러: 객체 'true'를 찾을 수 없습니다
> a=True
에러: 객체 'True'를 찾을 수 없습니다
> a=t           #t라는 함수가 있나보다
> a
function (x) 
UseMethod("t")
<bytecode: 0x0000000004beb650>
<environment: namespace:base>
> a=T
> a
[1] TRUE
> a=true
에러: 객체 'true'를 찾을 수 없습니다
> a=True
에러: 객체 'True'를 찾을 수 없습니다
> a=t
> a
function (x) 
UseMethod("t")
<bytecode: 0x0000000004beb650>
<environment: namespace:base>
> a=T
> a
[1] TRUE
> b=F
> b
[1] FALSE
> a&b
[1] FALSE
> a&!b
[1] TRUE
> a&&b
[1] FALSE
> a&&!b
[1] TRUE
> a|b         #비트연산을 지원하지 않는다. 
[1] TRUE
> a>b
[1] TRUE
> a<b
[1] FALSE
> a==b
[1] FALSE

벡터 기초 통계

> v1=c(4,4,5,6,8)
> sum(v1) #합
[1] 27
> mean(v1) #평균
[1] 5.4
> median(v1) #중앙값
[1] 5
> len(v1)
Error in len(v1) : 함수 "len"를 찾을 수 없습니다
> length(v1) #길이
[1] 5
> log(v1) #로그 
[1] 1.386294 1.386294 1.609438 1.791759 2.079442
> sd(v1) #표준편차
[1] 1.67332 
> var(v1) #분산
[1] 2.8
> v2=c(7,6,4,2,1)
> cov(v1,v2) #공분산
[1] -4
> cor(v1,v2) #상관계수 
[1] -0.9376145

기타

>getwd() #현재 작업공간 출력 
[1] "C:/Users/Desmond/Documents"
> dir.create("./Rmade")    #디렉토리 생성 
> setwd("./Rmade") #작업공간 변경 
> getwd() 
[1] "C:/Users/Desmond/Documents/Rmade"
> history() #명령어 이력 확인 
> savehistory(file="./myhistory.log") #히스토리 저장 
> loadhistory(file="./myhistory.log") #히스토리 로드
> library(help=AID) #다운로드 된 AID패키지의 help문서 확인 
> help(package=AID) #웹에서 AID패키지 문서 확인  
starting httpd help server ... 완료
> source("myScript.r")  # 외부 스크립트 수행 
> sink("result.out")  # 출력 결과를 외부 파일로 변경 
> pdf("result.pdf") # 그래픽 출력 결과를 pdf파일로 지정 
> dev.off() # 파일 닫기 
> install.packages("AID")  # R studio 기능 
--
# 배치 수행 w CLI 
$> R CMD BATCH ./script/myScript.r

헷갈리는 문법

> n=-4
> 1:n
[1]  1  0 -1 -2 -3 -4
> 1:(n+1)
[1]  1  0 -1 -2 -3
> 1:n+1   #결과에 +1을 함 
[1]  2  1  0 -1 -2 -3

> n
[1] 1
> n< -1    #변수입력 시 붙여서 써야됨 
[1] FALSE

정리

R은 통계 계산과 그래픽을 위한 프로그래밍 언어이자 소프트웨어 환경이다.
뉴질랜드 오클랜드 대학의 로스 이하카와 로버트 젠틀맨 😎 에 의해서 시작되어 현재는 R코어 팀이 개발하고 있다.
R은 GPL(Gerneral Public License) 하에 배포되는 S 프로그래밍 언어 (통계를 위한 언어)로 구현되어 GNU S라고 한다. (GUN is not unix)
S언어 기반 표준 플랫폼이다.
모든 OS에서 사용가능하다
메모리 저장방식이다.
객체지향 언어이며 함수형 언어이다.
오픈소스 프로그램으로 무료이다.