星漢: 6月 2016

2016年6月10日星期五

Swirl_01-RBasic-04-Factors

01-RBasic-04-Factors
-------------------------------

01.factor()是一個向量物件，用途是儲存「類別」的資料。Factor向量很像文字向量，但多出額外的分類名稱彙整資訊，levels這個屬性。實際上Factor向量本質上只是整數向量加上levels。這樣設計的原因是儲存整數比儲存文字更省空間。

02. Factor向量中的levels屬性代表向量中允許出現的類別。可使用levels()函數來查詢或設定分類資料。

03. 在Factor向量中指派沒在levels裡面的類別，會出現NA。

04. R預設是以字母順序排序levels

05.「類別」的資料有兩種。分為「無順序」與「有順序」的。對於無順序的資料硬要去比大小，R會印出警告訊息。想轉為有順序的factor向量。做法是在factor函數中，把ordered設為TRUE。並且把levels順序以向量方式傳入，level要由小到大填入。
    > grades <- C("A","C","B","B","A")
    > grades_factor<-factor(grades,ordered=TRUE,levels=c("C","B","A"))
    > grades_factor
    [1] A C B B A
    Levels: C < B < A

06. 總的來說factor向量用來儲存類別的資料。level屬性限制能在向量中出現的類別種類。 Factor本質上是整數向量，只是帶有levels。 Factor可以是無順序或有順序的，可用在Factor函數中使用ordered=TRUE讓Factor變成有序。

2016年6月9日星期四

Swirl_01-RBasic-03-Data-Structure-Object

01-RBasic-03-Data-Structure-Object
-----------------------------------------------

01. 向量物件有兩個很重要的屬性：`mode`和`length`。
    - `mode`代表這個向量的值型態，總共有：    `logical`、`integer`、`numeric`、`complex`、`character`和`raw`。
    - `length`代表這個向量的值的個數。

02. `[ ]`和`[[ ]]`的差異。單層方括弧`[ ]`，R 取出向量的元素並且維持原有屬性，除了傳回元素值外也傳回names與其他屬性。使用雙層方括弧`[[ ]]`時，R 會只傳回元素值。

03. list向量最有用的地方，在於它可以裝不同型態的值。包含不同屬性、不同長度的數值、文字、向量甚至是矩陣。

04. 所有的R 物件，都有「屬性」(attributes)。我們可以用`attributes`這個函數來印出一個R 物件的屬性與屬性內容。
    > attributes(g)
    $names
    [1] "coefficients" "residuals"     "effects"       "rank"          "fitted.values" "assign"
    [7] "qr"            "df.residual"   "xlevels"       "call"          "terms"         "model"

    $class
    [1] "lm"

05. `names(g)`來查詢`g`的名字
    > names(g)
    [1] "coefficients" "residuals"     "effects"       "rank"          "fitted.values" "assign"
    [7] "qr"            "df.residual"   "xlevels"       "call"          "terms"         "model"
    也可以用`attr(g, "names")`來取得名字是"names"的屬性
    > attr(g, "names")
    [1] "coefficients" "residuals"     "effects"       "rank"          "fitted.values" "assign"
    [7] "qr"            "df.residual"   "xlevels"       "call"          "terms"         "model"

06. `class(g)`來查詢`g`的類別
    > class(g)
    [1] "lm"


07. 了解像attributes這樣的功能，在探索一些複雜的R模型物件時，是非常好用的。我們在之後深入探討`matrix`、`data.frame`等進階物件的時候，也會需要了解attributes的相關的知識。而名稱為"class"的屬性是非常重要的，因為它牽涉到R的物件導向設計。

Swirl_01-RBasic-02-Data-Structure-Vectors

01-RBasic-02-Data-Structure-Vectors
---------------------------------------------
01. `max(x)`會傳回x 中最大的值，而`min(x)`會傳回x 最小的值

02. 函數`range`就能直接傳回輸入向量的範圍（最小到最大）

03. `sum(x)`會傳回x 所有值的加總。 `length(x)`函數能直接傳回x 的長度

04. `mean(x)`就能直接計算x的平均值

05. `var(x)`樣本變異數： `sum((x - mean(x))^2) / (length(x)-1)`

06. `sd(x)`計算x 的樣本標準差

07. `sort(x)`則會產生一個和x 長度一樣的向量，但是值是由小到大排列

08. `sqrt(x)`代表的就是數學上開根號的運算

09. 產生一些附帶有規則的序列。例如： `1:10`就會產生自1至10的序列。`seq(1, 10)`其實就是`1:10`

10. `:`這個運算子的優先層級很高，也就是說如果R 看到：`2 * 1:10`這段expression，會優先處理`1:10`，然後再把所有結果乘以2

11. 想要重複一個數字，則可以用`rep(x)`

12. 在R 中，邏輯值「真」常用`TRUE`或`T`來代表。「假」則用`FALSE`或`F`代表。第三種在邏輯向量會出現的值，就是NA（Not Available）

13. 邏輯向量的「條件」有：大於`>`、大於等於`>=`、小於`<`、小於等於`<=`、相等`==`和不相等`!=`。

14. 邏輯運算子「且」`&`和「或」`|`

15. 當資料的值無法取得的時候，R 就會給它一個特殊的記號：NA

16. `is.na(x)`來判斷一個向量裡面有沒有NA

17. NA和NaN。 NA代表的是缺失值，而NaN往往來自於數學運算中沒有定義的行為。例如：`sqrt(-17)`、`0/0`和`Inf - Inf`。在R 裡面，無限大就是`Inf`

18. 雖然我們理解NA和NaN的不同，但是`is.na`會把兩者都看成TRUE

19. 「字串」是透過單引號`'`或雙引號`"`來建立的

20. 在R 中，`\`符號代表字串中的跳脫符號。舉例來說，如果我們要輸入一個包含雙引號的字串，有兩種方法：一種是用單引號`'`來包覆雙引號，另外一種就是在雙引號之前插入`\`

21. `paste(x)`是在R中常常用來做字串處理的函數。我們可以丟任意個 arguments 給`paste`，結果R會把這些argument以字串的形式接成一個字串。
    > paste(c("X", "Y"), 1:10)
    [1] "X 1" "Y 2" "X 3" "Y 4" "X 5" "Y 6" "X 7" "Y 8" "X 9" "Y 10"

22. `paste0`預設在串接字串的時候，中間是不會有空格
    > paste0(c("X", "Y"), 1:10)
    [1] "X1" "Y2" "X3" "Y4" "X5" "Y6" "X7" "Y8" "X9" "Y10"

23. 挑選向量中一部份的資料。x<- c(10.4,5.6, 3.1, 6.4)
    第一種方法，使用坐標。如果要挑選x 的第一和第三個位置的值，只要使用：`x[c(1,3)]`
    第二種方法，是利用邏輯向量。如果要挑選x 之中超過5 的值，就透過`x[x > 5]`
    第三種方法，是削去法。如果要挑x _除了_第二個之外的全部的值，可以使用`x[-2]`

24. R的向量中，每一個值是可以有名字的。舉例來說，我們可以透過： `names(x) <- c("a", "b", "c", "d")`來幫x的每個值取名
    > x
    a    b    c    d
    10.4 5.6 3.1 6.4

Swirl_01-RBasic-01-Introduction

01-RBasic-01-Introduction
---------------------------------------
01. 查詢函數的詳細說明，例如solve這個函數就輸入：`help(solve)`或`?solve`

02. 多個expression可以用`{`和`}`包覆起來，變成一個大的expression。如果有一個expression還沒有完成，（可能是少了`)`或`}`），那R 會在console的開頭用`+`來提示你。

03. 在程式碼中插入註解：`#`。所有在# 之後的輸入，R 都會略過

04. `objects()`或`ls()`來列出所有目前存在的object 的名字

05. 刪除已經存在的物件。舉例來說，如果我們要刪除`a`，就只要輸入：`rm(a)`

06. 每次退出R的時候，你都有機會把所有的物件存到一個叫做 .RData的檔案之中。之後，只要在相同的目錄打開R，這些資料就會自動進入R。所以R 官方建議使用者在不同的分析專案時，在不同的目錄底下跑R。因為我們常常在分析的時候，建立一些名叫`x`或`y`的變數。在相同的案子中，`x`和`y`可能是很明顯的。但是當我們同時做很多分析時，就容易搞不清楚`x`是哪一個分析案子的`x`。

Swirl_00-Hello-DataScienceAndR

發現了R 語言翻轉教室這個好站....

http://datascienceandr.org/

可以用互動式的方式在R實作....
比啃書本快多了....

學習環境：

安裝R
安裝Rstudio
打開R ，執行：source("http://wush978.github.io/R/init-swirl.R")
輸入library(swirl);swirl()後即進入教學環境。

00-Hello-DataScienceAndR
-------------------------------------
`skip()`    來看答案並跳過卡住的關卡
`play()`    來暫時中止swirl自由摸索
`nxt()`        回到課程
`bye()`        離開swirl環境
`swirl()`    可以選擇接關，繼續挑戰離開前的進度。

2016年6月10日 星期五