R은 데이터 분석 및 데이터 마이닝에서 가장 널리 사용되는 프로그래밍 언어입니다. 처음 R을 시작했을 때, 초보자라면 조금은 두려워 할 수 있지만 때로는 통계 전문가에게도 어느정도 어렵긴 마찬가지 입니다.

R을 액세스 할 수있는 몇 가지 방법이 있습니다. Mac, Windows 또는 Linux 컴퓨터에 설치하여 터미널에서 실행할 수 있습니다. 또한 사용자 경험을 돕기 위해 설치할 수있는 다양한 클라이언트가 있습니다.

반면에 Datazar 에서는 R에 클라우드 기반 클라이언트를 제공합니다. 브라우저에서 R을 사용하고 데이터를 분석하고, 차트를 만들고, 패키지를 사용하고 결과를 공유 할 수 있습니다.

 

프로젝트 생성하기

프로젝트 생성 팝업

Datazar에 로그인 한 후 오른쪽 상단의 “새 프로젝트”버튼을 클릭하고 프로젝트 이름으로 팝업을 작성하십시오. 완료되면 “Create Project”를 클릭하면 완료됩니다!

 

R 인터페이스 선택

이제 R 콘솔과 R 노트북의 두 가지 인터페이스 중 하나를 선택할 수 있습니다. 둘 다 똑같이 유용하며 모두 기본 설정으로 조정 합니다.

“R Console”버튼을 클릭하시면 새로 만든 R 콘솔로 이동합니다. 터미널과 조금 닮았고 하단에는 텍스트 입력 필드가 있습니다.

 

R 콘솔

R 콘솔은 R에 대한 귀하의 포털이며 매우 멋진 기능입니다. hello world message 명령을 먼저 테스트 해 봅시다.

R comes with datasets already included in the core program. So let’s use the famous iris dataset and play around with it. We’ll run two commands as below:

 

R은 핵심 프로그램에 이미 포함 된 데이터 세트와 함께 제공됩니다. 그럼 유명한 iris 데이터 세트를 사용하여 코딩해 봅시다. 아래와 같이 두 개의 명령을 실행합니다.

첫 번째 명령은 전체 데이터 집합을 반환하고 두 번째 명령은 데이터 집합의 첫 번째 부분을 반환합니다.

The R Console has command history support so you can use your keyboard arrows to navigate to your previous commands.

Now let’s look at graphics. The R console will return the graphics in-line with the text instead of a separate window as in the terminal. Using the console gives you a more natural feel with a little bit extra something.

Importing External Datasets

Having a very sophisticated interface is useless if you can’t use data you have collected or gathered. Let’s look at how you can use CSVs in your console.

Above the console is a button named “File.” It will show you the list of files you have in your project. Click on the checkbox that’s next to the file you want to import to your R console and click “Load Selected Files.” This ensures only the files you want in your session are loaded and keeps your workspace clean.

Let’s save the dataset to a variable called dataset:

Since this dataset is kind of long, let’s take a part of it and save it to another variable called sample:

And finally plot the sample dataset:

Importing External Functions

The method for importing external functions to your R workspace is exactly the same as the method for importing datasets. Once you’ve imported the function you want from your project, use the following function to use it:

This R file can be an R script that contains all your custom-reusable functions. Or even functions you copied from somewhere else.

Use External Libraries

If you want to juice up your R workspace with extra packages, all you have to do it run this function:

R has an infinite amount of R packages that are contributed by the community on a regular basis. Packages like ggplot2 make your R experience come to life.

R Notebook

Although we used the R console throughout this entire guide, here’s what it would have looked like if it was made with the R notebook interface.

R notebooks are very useful when you want to go back and edit code, especially if you’re working in a team and you want a more presentable format. R consoles on the other hand are great for quick, dirty explorations. Dirty because all your error and commands will be shown. Again, it’s all a personal preference.

Links

Feel free to copy my file and play around with it:

R Console: https://www.datazar.com/file/f3cc3548b-7aa5-419c-83af-03139317ccae

R Notebook: https://www.datazar.com/file/f4e42b36f-944a-4f81-b1eb-688fc7ae9bf5

Resources

Useful resources and documentation when using R:

CRAN Manuals

CRAN: Manuals

R-Bloggers

R-bloggers

Datazar Blog: R Language

Datazar Blog

R Tutor: Introductions

R Introduction | R Tutorial


How to Start an R Project was originally published in Datazar Blog on Medium, where people are continuing the conversation by highlighting and responding to this story.

 

소스: How to Start an R Project | R-bloggers