ஆர் புரோகிராமிங் - ஆர் புரோகிராமிங் மொழிக்கு ஆரம்ப வழிகாட்டி



ஆர் புரோகிராமிங்கில் உள்ள இந்த வலைப்பதிவு உங்களை R க்கு அறிமுகப்படுத்துகிறது மற்றும் R நிரலாக்கத்தின் பல்வேறு அடிப்படைக் கருத்துகளை எடுத்துக்காட்டுகளுடன் விரிவாகப் புரிந்துகொள்ள உதவுகிறது.

ஆர் மிகவும் பிரபலமான பகுப்பாய்வு கருவிகளில் ஒன்றாகும். ஆனால் பகுப்பாய்வுகளுக்குப் பயன்படுத்தப்படுவதைத் தவிர, ஆர் ஒரு நிரலாக்க மொழியாகும்.தகவல் தொழில்நுட்பத் துறையில் அதன் வளர்ச்சியுடன், திறமையானவர்களுக்கான தேவை அதிகரித்து வருகிறது R ஐப் புரிந்துகொள்வது, தரவு பகுப்பாய்வு கருவி மற்றும் நிரலாக்க மொழி.இந்த வலைப்பதிவில், ஆர் நிரலாக்கத்தின் பல்வேறு அடிப்படைகளைப் புரிந்துகொள்ள நான் உங்களுக்கு உதவுவேன். எங்கள் மறுபடியும் வலைப்பதிவு ,எங்களுக்கு ஏன் அனலிட்டிக்ஸ் தேவை, வணிக பகுப்பாய்வு என்றால் என்ன, ஏன், யார் ஆர் பயன்படுத்துகிறார்கள் என்று விவாதித்தோம்.

இந்த வலைப்பதிவில், ஆர் புரோகிராமிங்கின் பின்வரும் முக்கிய கருத்துக்களை பின்வரும் வரிசையில் புரிந்துகொள்வோம்:





  1. மாறிகள்
  2. தரவு வகைகள்
  3. தரவு ஆபரேட்டர்கள்
  4. நிபந்தனை அறிக்கை
  5. சுழல்கள்
  6. செயல்பாடுகள்

ஆர் புரோகிராமிங் மொழியின் வெபினார் பதிவு மூலம் நீங்கள் செல்லலாம், அங்கு எங்கள் பயிற்றுவிப்பாளர் தலைப்புகளை விரிவான முறையில் எடுத்துக்காட்டுகளுடன் எடுத்துக்காட்டுகிறார், இது ஆர் புரோகிராமிங்கை நன்கு புரிந்துகொள்ள உதவும்.

ஆரம்பகட்டவர்களுக்கு ஆர் புரோகிராமிங் | ஆர் புரோகிராமிங் மொழி பயிற்சி | எடுரேகா



எனவே முன்னோக்கி நகர்ந்து ஆர் புரோகிராமிங் - மாறிகள் பற்றிய முதல் கருத்தை பார்ப்போம்.

ஆர் புரோகிராமிங்: மாறிகள்

மாறிகள் ஒரு மதிப்பைக் கொண்ட நினைவக இருப்பிடத்தின் பெயரைத் தவிர வேறில்லை. R இல் உள்ள ஒரு மாறி எண் மதிப்புகள், சிக்கலான மதிப்புகள், சொற்கள், மெட்ரிக்குகள் மற்றும் ஒரு அட்டவணையை கூட சேமிக்க முடியும். ஆச்சரியம், இல்லையா?

மாறி - ஆர் புரோகிராமிங் - எடுரேகா

படம்: உருவாக்கம்மாறிகள்



மேலே உள்ள படம் மாறிகள் எவ்வாறு உருவாக்கப்படுகின்றன மற்றும் அவை வெவ்வேறு நினைவக தொகுதிகளில் எவ்வாறு சேமிக்கப்படுகின்றன என்பதைக் காட்டுகிறது. R இல், ஜாவா, சி, சி ++ போன்ற பிற நிரலாக்க மொழிகளைப் போலல்லாமல், அதைப் பயன்படுத்துவதற்கு முன்பு நாம் ஒரு மாறியை அறிவிக்க வேண்டியதில்லை.

நாம் முன்னோக்கி நகர்ந்து ஒரு தரவு வகை மற்றும் ஆர் இல் ஆதரிக்கப்படும் பல்வேறு தரவு வகைகள் என்ன என்பதைப் புரிந்துகொள்ள முயற்சிப்போம்.

ஆர் புரோகிராமிங்: தரவு வகைகள்

R இல், ஒரு மாறி எந்த தரவு வகையிலும் அறிவிக்கப்படவில்லை, மாறாக அது ஒதுக்கப்பட்ட R பொருளின் தரவு வகையைப் பெறுகிறது. எனவே ஆர் ​​ஒரு மாறும் தட்டச்சு செய்யப்பட்ட மொழி என்று அழைக்கப்படுகிறது, அதாவது ஒரு நிரலில் அதைப் பயன்படுத்தும் போது அதே மாறியின் தரவு வகையை மீண்டும் மீண்டும் மாற்றலாம்.

தரவு வகைகள் ஒரு மாறி எந்த வகை மதிப்பைக் கொண்டுள்ளது மற்றும் எந்த வகையான கணித, தொடர்புடைய அல்லது தருக்க செயல்பாடுகளை பிழையை ஏற்படுத்தாமல் பயன்படுத்தலாம் என்பதைக் குறிப்பிடுகிறது. R இல் பல தரவு வகைகள் உள்ளன, இருப்பினும் கீழே அடிக்கடி பயன்படுத்தப்படும்வை கீழே உள்ளன:

வெக்டார்களிடமிருந்து தொடங்கி இந்த தரவு வகைகள் ஒவ்வொன்றையும் இப்போது தனித்தனியாக விவாதிப்போம்.

திசையன்கள்

திசையன்கள் மிகவும் அடிப்படை ஆர் தரவு பொருள்கள் மற்றும் ஆறு வகையான அணு திசையன்கள் உள்ளன. ஆறு அணு திசையன்கள் கீழே உள்ளன:

தருக்க : இது போன்ற தருக்க மதிப்பை சேமிக்க பயன்படுகிறது உண்மை அல்லது பொய் .

எண் : உண்மையான எண் உட்பட நேர்மறை மற்றும் எதிர்மறை எண்களை சேமிக்க இது பயன்படுகிறது.

எ.கா: 25, 7.1145, 96547

முழு : இது அனைத்து முழு மதிப்புகளையும் கொண்டுள்ளது, அதாவது அனைத்து நேர்மறை மற்றும் எதிர்மறை முழு எண்களையும் கொண்டுள்ளது.

எ.கா: 45.479, -856.479, 0

சிக்கலான : இவை x + yi வடிவத்தில் உள்ளன, இங்கு x மற்றும் y ஆகியவை எண் மற்றும் நான் -1 இன் சதுர மூலத்தைக் குறிக்கும்.

எ.கா: 4 + 3i

எழுத்து : இது ஒரு எழுத்து, எழுத்துக்களின் குழு (சொற்கள்) அல்லது சொற்களின் குழு ஆகியவற்றை ஒன்றாக சேமிக்க பயன்படுகிறது. எழுத்துக்கள் ஒற்றை மேற்கோள்கள் அல்லது இரட்டை மேற்கோள்களில் வரையறுக்கப்படலாம்.

எ.கா: 'எடுரேகா', 'ஆர் கற்றுக்கொள்வது வேடிக்கையானது'.

பொதுவாக, ஒரு திசையன் பின்வரும் முறையில் வரையறுக்கப்படுகிறது மற்றும் துவக்கப்படுகிறது:

Vtr = c (2, 5, 11, 24) அல்லது Vtr<- c(2, 5, 11 , 24)

ஆர் இல் உள்ள மற்ற தரவு வகைகளை நாம் முன்னோக்கி நகர்த்துவோம்.

பட்டியல்

பட்டியல்கள் திசையன்களுடன் மிகவும் ஒத்தவை, ஆனால் பட்டியல்கள் என்பது ஆர் பொருள்களாகும், அவை & மைனஸ் எண்கள், சரங்கள், திசையன்கள் மற்றும் அதற்குள் உள்ள மற்றொரு பட்டியல் போன்ற பல்வேறு வகையான கூறுகளைக் கொண்டிருக்கலாம்.

எ.கா:

Vtr<- c('Hello', 'Hi','How are you doing') mylist <- list(Vtr, 22.5, 14965, TRUE) mylist 

வெளியீடு:

ஆரம்பநிலை மைக்ரோசாஃப்ட் சதுர பயிற்சிகள்
[[1]] [1] 'ஹலோ' 'ஹாய்' 'எப்படி நீங்கள் செய்கிறீர்களா '[[2]] [1] 22.5 [[3]] [1] 14965 [[4]] [1] உண்மை

மேட்ரிக்ஸ்

மேட்ரிக்ஸ் என்பது ஆர் பொருள், இதில் கூறுகள் இரு பரிமாண செவ்வக அமைப்பில் அமைக்கப்பட்டிருக்கும்.

R இல் ஒரு மேட்ரிக்ஸை உருவாக்குவதற்கான அடிப்படை தொடரியல் & கழித்தல் ஆகும்

 அணி (தரவு, nrow, ncol, byrow, dimnames) 

எங்கே:

  • தகவல்கள் உள்ளீட்டு திசையன் என்பது மேட்ரிக்ஸின் தரவு கூறுகளாக மாறும்.
  • nrow உருவாக்கப்பட வேண்டிய வரிசைகளின் எண்ணிக்கை.
  • ncol உருவாக்க வேண்டிய நெடுவரிசைகளின் எண்ணிக்கை.
  • பைரோ ஒரு தருக்க துப்பு. உண்மை என்றால், உள்ளீட்டு திசையன் கூறுகள் வரிசையாக அமைக்கப்பட்டிருக்கும்.
  • dimname என்பது வரிசைகள் மற்றும் நெடுவரிசைகளுக்கு ஒதுக்கப்பட்ட பெயர்கள்.

உதாரணமாக:

மைமாட்ரிக்ஸ்<- matrix(c(1:25), nrow = 5, ncol = 5, byrow = TRUE) Mymatrix 

வெளியீடு:

[, 1] [, 2] [, 3] [, 4] [, 5] [1,] 1 2 3 4 5 [2,] 6 7 8 9 10 [3,] 11 12 13 14 15 [4, ] 16 17 18 19 20 [5,] 21 22 23 24 25

வரிசை

R இல் உள்ள வரிசைகள் தரவு பொருள்களாகும், அவை தரவை இரண்டு பரிமாணங்களுக்கு மேல் சேமிக்கப் பயன்படும். இது திசையன்களை உள்ளீடாக எடுத்து, இல் உள்ள மதிப்புகளைப் பயன்படுத்துகிறது இல்லை ஒரு வரிசையை உருவாக்க அளவுரு.

R இல் ஒரு வரிசையை உருவாக்குவதற்கான அடிப்படை தொடரியல் & கழித்தல் ஆகும்

c ++ வரிசையாக்க வரிசை
 வரிசை (தரவு, மங்கலான, மங்கலான பெயர்கள்) 

எங்கே:

  • தகவல்கள் உள்ளீட்டு திசையன் என்பது வரிசையின் தரவு கூறுகளாக மாறும்.
  • இல்லை வரிசையின் பரிமாணம், அங்கு நீங்கள் வரிசைகள், நெடுவரிசை மற்றும் குறிப்பிடப்பட்ட பரிமாணங்களால் உருவாக்கப்பட வேண்டிய மெட்ரிக்குகளின் எண்ணிக்கையை அனுப்புகிறீர்கள்.
  • dimname என்பது வரிசைகள் மற்றும் நெடுவரிசைகளுக்கு ஒதுக்கப்பட்ட பெயர்கள்.

உதாரணமாக:

மைரே<- array( c(1:16), dim=(4,4,2)) Myarray 

வெளியீடு:

,, ஒன்று [, 1] [, 2] [, 3] [, 4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16 ,, 2 [, 1] [, 2] [, 3] [, 4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16

தரவு சட்டகம்

டேட்டா ஃபிரேம் என்பது ஒரு அட்டவணை அல்லது இரு பரிமாண வரிசை போன்ற கட்டமைப்பாகும், இதில் ஒவ்வொரு நெடுவரிசையும் ஒரு மாறியின் மதிப்புகளைக் கொண்டுள்ளது மற்றும் ஒவ்வொரு வரிசையிலும் ஒரு மதிப்புகள் உள்ளனக்குஒவ்வொரு நெடுவரிசையும். தரவு சட்டகத்தின் சில பண்புகள் கீழே உள்ளன, அவை ஒவ்வொரு முறையும் நாம் அவர்களுடன் பணிபுரியும் போது கருத்தில் கொள்ள வேண்டும்:

  • நெடுவரிசை பெயர்கள் காலியாக இல்லாததாக இருக்க வேண்டும்.
  • ஒவ்வொரு நெடுவரிசையிலும் ஒரே அளவு தரவு உருப்படிகள் இருக்க வேண்டும்.
  • தரவு சட்டகத்தில் சேமிக்கப்பட்ட தரவு எண், காரணி அல்லது எழுத்து வகையாக இருக்கலாம்.
  • வரிசை பெயர்கள் தனித்துவமாக இருக்க வேண்டும்.

உதாரணமாக:

emp_id = c (100: 104) emp_name = c ('ஜான்', 'ஹென்றி', 'ஆடம்', 'ரான்', 'கேரி') dept = c ('விற்பனை', 'நிதி', 'சந்தைப்படுத்தல்', 'HR ',' ஆர் & டி ') emp.data<- data.frame(emp_id, emp_name, dept) emp.data 

வெளியீடு:

emp_id emp_name dept 1 100 ஜான் விற்பனை 2 101 ஹென்றி நிதி 3 102 ஆடம் சந்தைப்படுத்தல் 4 103 ரான் எச்.ஆர் 5 104 கேரி ஆர் & டி

எனவே இப்போது R இன் அடிப்படை தரவு வகைகளைப் புரிந்துகொண்டுள்ளோம், தரவு ஆபரேட்டர்களின் கருத்துகளைப் புரிந்துகொள்வதன் மூலம் R க்குள் ஆழமாக மூழ்குவதற்கான நேரம் இது.

ஆர் புரோகிராமிங்: டேட்டா ஆபரேட்டர்கள்

R இல் முக்கியமாக 4 தரவு ஆபரேட்டர்கள் உள்ளனர், அவை கீழே காணப்படுகின்றன:

எண்கணித ஆபரேட்டர்கள் : கூட்டல், கழித்தல், பெருக்கல் போன்ற அடிப்படை எண்கணித செயல்பாடுகளைச் செய்ய இந்த ஆபரேட்டர்கள் எங்களுக்கு உதவுகிறார்கள்.

பின்வரும் எடுத்துக்காட்டைக் கவனியுங்கள்:

num1 = 15 num2 = 20 num3 = 0 #dadition num3 = num1 + num2 num3 #substraction num3 = num1 - num2 num3 #multiplication num3 = num1 * num2 num3 #division num3 = num1 / num2 num3 #modulus num3 = num1 %% num2 num3 #exponent num1 = 5 num2 = 3 num3 = num1 ^ num2 num3 #floor division num3 = num1% /% num2 num3

வெளியீடு:

[1] 35 [பதினைந்து [1] 300 [1] 0.75 [1] 15 [1] 125 [பதினொன்று

தொடர்புடைய ஆபரேட்டர்கள் : இந்த ஆபரேட்டர்கள் ஒரு மாறி அதிகமாக இருக்கிறதா, மற்றொரு மாறியை விட குறைவாகவோ அல்லது சமமாகவோ இருக்கிறதா என சோதிப்பது போன்ற தொடர்புடைய செயல்பாடுகளைச் செய்ய எங்களுக்கு உதவுகின்றன. ஒரு தொடர்புடைய செயல்பாட்டின் வெளியீடு எப்போதும் ஒரு தருக்க மதிப்பு.

பின்வரும் எடுத்துக்காட்டுகளைக் கவனியுங்கள்:

num1 = 15 num2 = 20 # num3 = (num1 == num2) num3 # num3 = (num1! = num2) num3 # num3 = lessum3 = (num1 num2) num3 # num1 = 5 num2 = 20 எண் 3 = (எண் 1 = எண் 2) எண் 3

வெளியீடு:

[1] பொய் [1] உண்மை [1] உண்மை [1] பொய் [1] உண்மை [1] பொய்

அசைன்மென்ட் ஆபரேட்டர்கள்: இந்த ஆபரேட்டர்கள் ஆர் இல் உள்ள மாறிகளுக்கு மதிப்புகளை ஒதுக்கப் பயன்படுகின்றன. அசைன்மென்ட் ஆபரேட்டரைப் பயன்படுத்தி அசைன்மென்ட் செய்ய முடியும்(<-) அல்லது ஆபரேட்டருக்கு சமம் (=). மாறியின் மதிப்பை இடது ஒதுக்கீடு மற்றும் வலது ஒதுக்கீடு என இரண்டு வழிகளில் ஒதுக்கலாம்.

தருக்கஆபரேட்டர்கள்: இந்த ஆபரேட்டர்கள் இரண்டு நிறுவனங்களையும் ஒப்பிட்டு பொதுவாக பூலியன் (தருக்க) மதிப்புகளான ‘மற்றும்’, ‘அல்லது’மற்றும்‘இல்லை’.


ஆர் புரோகிராமிங்: நிபந்தனை அறிக்கைகள்

  1. அறிக்கை என்றால்: ஓட்டத்தின் ஒரு பகுதியாக ஒற்றை வெளிப்பாட்டை மதிப்பீடு செய்ய If அறிக்கை உங்களுக்கு உதவுகிறது. இந்த மதிப்பீட்டைச் செய்ய, மதிப்பீடு செய்யப்பட வேண்டிய வெளிப்பாட்டைத் தொடர்ந்து If keyword ஐ எழுத வேண்டும். ஒரு குறியீட்டின் ஓட்டத்தை If அறிக்கை எவ்வாறு கட்டுப்படுத்துகிறது என்பதற்கான ஒரு கருத்தை கீழே உள்ள ஓட்ட வரைபடம் வழங்கும்: பின்வரும் எடுத்துக்காட்டைக் கவனியுங்கள்:
num1 = 10 num2 = 20 if (num1<=num2){ print('Num1 is less or equal to Num2') 

வெளியீடு:

[1] 'Num1 என்பது Num2 க்கு குறைவாகவோ அல்லது சமமாகவோ இருக்கிறது'
  • அறிக்கை என்றால் வேறு: If if அறிக்கையால் உருவாக்கப்பட்ட ஓட்டத்திற்கு கிளைகளை விரிவுபடுத்துவதற்கு வேறு அறிக்கை உங்களுக்கு உதவுகிறது மற்றும் புதிய ஓட்டங்களை உருவாக்குவதன் மூலம் பல நிபந்தனைகளை மதிப்பீடு செய்வதற்கான வாய்ப்பை உங்களுக்கு வழங்குகிறது. கீழேயுள்ள ஓட்டம், குறியீட்டின் ஓட்டத்தை அறிக்கை கிளைத்தால் மற்றது எப்படி என்பது பற்றிய ஒரு யோசனையை உங்களுக்கு வழங்கும்:

    பின்வரும் எடுத்துக்காட்டைக் கவனியுங்கள்:

    Num1 = 5 Num2 = 20 if (Num1 Num2) {print ('Num2 Num1 ஐ விட குறைவாக உள்ளது')} else if ('Num1 == Num2) {print (' Num1 மற்றும் Num2 சமம் ')}

    வெளியீடு:

    [1] 'Num1 Num2 ஐ விட குறைவாக உள்ளது'

  • வேறு அறிக்கை: மற்ற அனைத்து வெளிப்பாடுகளும் சரிபார்க்கப்பட்டு செல்லாததாகக் காணப்படும்போது மற்ற அறிக்கை பயன்படுத்தப்படுகிறது. If - Else if கிளைகளின் ஒரு பகுதியாக செயல்படுத்தப்படும் கடைசி அறிக்கையாக இது இருக்கும். குறியீட்டின் ஓட்டத்தை வேறு எவ்வாறு மாற்றுகிறது என்பதற்கான சிறந்த யோசனையை கீழே உள்ள ஓட்டம் உங்களுக்கு வழங்கும்:

பின்வரும் எடுத்துக்காட்டைக் கவனியுங்கள்:

Num1 = 5 Num2 = 20 if (Num1 Num2) {print ('Num2 Num1 ஐ விட குறைவாக உள்ளது')} else அச்சிடு ('Num1 மற்றும் Num2 சமம்')}

வெளியீடு:

[1] 'எண் 1 மற்றும் எண் 2 சமம்'

ஆர் புரோகிராமிங்: சுழல்கள்

ஒரு அறிக்கை அல்லது அறிக்கைகளின் குழுவை பல முறை இயக்க ஒரு லூப் அறிக்கை அனுமதிக்கிறது. R இல் முக்கியமாக 3 வகையான சுழல்கள் உள்ளன:

  1. மீண்டும் சுழற்சி : கொடுக்கப்பட்ட நிபந்தனை உண்மையானதாக இருக்கும்போது இது ஒரு அறிக்கை அல்லது அறிக்கைகளின் குழுவை மீண்டும் செய்கிறது. குறியீடு முதலில் செயல்படுத்தப்படும் வெளியேறும் கட்டுப்படுத்தப்பட்ட வளையத்தின் சிறந்த எடுத்துக்காட்டு, மீண்டும் கட்டுப்பாடு வளையத்திற்குள் இருக்க வேண்டுமா அல்லது அதிலிருந்து வெளியேற வேண்டுமா என்று தீர்மானிக்க நிலை சரிபார்க்கப்படுகிறது. மீண்டும் மீண்டும் சுழற்சியில் கட்டுப்பாட்டு ஓட்டம் கீழே:
    தொகை 100 ஐ எட்டும் வரை n எண்களைச் சேர்க்க மீண்டும் சுழற்சியை எவ்வாறு பயன்படுத்தலாம் என்பதைப் புரிந்துகொள்ள கீழேயுள்ள எடுத்துக்காட்டைப் பார்ப்போம்:

    x = 2 (x> 100) {இடைவெளி if என்றால் x x = x ^ 2 அச்சு (x)

    வெளியீடு:

    [1] 4 [1] 16 [1] 256
  2. லூப் போது : நான்கொடுக்கப்பட்ட நிபந்தனை உண்மையாக இருக்கும்போது ஒரு அறிக்கை அல்லது அறிக்கைகளின் குழுவை மீண்டும் செய்ய t உதவுகிறது. லூப், மீண்டும் சுழற்சியுடன் ஒப்பிடும்போது சற்று வித்தியாசமாக இருக்கும்போது, ​​இது ஒரு நுழைவு கட்டுப்பாட்டு வளையத்திற்கு ஒரு எடுத்துக்காட்டு, அங்கு நிபந்தனை முதலில் சரிபார்க்கப்படுகிறது, மேலும் நிபந்தனை உண்மை எனக் கண்டறியப்பட்டால் மட்டுமே குறியீட்டை இயக்க லூப்பிற்குள் கட்டுப்பாடு வழங்கப்படும் . சிறிது சுழற்சியில் கட்டுப்பாட்டு ஓட்டம் கீழே:
    முதல் 10 எண்களுக்கான சதுரங்களின் தொகையைச் சேர்க்க கீழேயுள்ள எடுத்துக்காட்டைப் பார்ப்போம், அதே நேரத்தில் வளையம் எவ்வாறு சிறப்பாக செயல்படுகிறது என்பதைப் புரிந்துகொள்வோம்:

    கிரகண ஐடியை எவ்வாறு நிறுவுவது
    num = 1 sumn = 0 போது (எண்<=11){ sumn =(sumn+ (num^2) num = num+1 print(sumn) } 


    வெளியீடு:

    [பதினொன்று [பதினைந்து [1] 14 [1] 30 [1] 55 [1] 91 [1] 140 [1] 204 [1] 285 [1] 385 [1] 506
  3. லூப்பிற்கு : ஒரு குறிப்பிட்ட எண்ணிக்கையிலான முறைக்கு ஒரு அறிக்கை அல்லது குழுவை மீண்டும் செய்ய இது பயன்படுகிறது. மீண்டும் மீண்டும் மற்றும் சுழற்சியைப் போலன்றி, குறியீட்டை எத்தனை முறை முன்னதாக செயல்படுத்த வேண்டும் என்பதை நாம் அறிந்த சூழ்நிலைகளில் ஃபார் லூப் பயன்படுத்தப்படுகிறது. இது நிபந்தனை முதலில் சரிபார்க்கப்பட்ட நேர சுழற்சியைப் போன்றது, பின்னர் உள்ளே எழுதப்பட்ட குறியீடு மட்டுமே செயல்படுத்தப்படும். லூப்பிற்கான கட்டுப்பாட்டு ஓட்டத்தை இப்போது பார்ப்போம்:

முதல் 10 எண்களை அச்சிட ஃபார் லூப்பைப் பயன்படுத்தும் ஒரு உதாரணத்தை இப்போது பார்ப்போம்:

(x இல் 1:10) {அச்சு (x) for க்கு

வெளியீடு:

[பதினொன்று [1] 2 [1] 3 [1] 4 [பதினைந்து [1] 6 [1] 7 [1] 8 [1] 9 [1] 10

ஆர் புரோகிராமிங்: செயல்பாடுகள்

ஒரு செயல்பாடு என்பது ஒழுங்கமைக்கப்பட்ட, மீண்டும் பயன்படுத்தக்கூடிய குறியீட்டின் ஒரு தொகுதி ஆகும், இது ஒற்றை, தொடர்புடைய செயலைச் செய்யப் பயன்படுகிறது. R இல் முக்கியமாக இரண்டு வகையான செயல்பாடுகள் உள்ளன:

முன் வரையறுக்கப்பட்ட செயல்பாடுகள் : இவை பயனர்கள் தங்கள் வேலையைச் செய்ய பயன்படுத்தக்கூடிய செயல்பாடுகளில் கட்டப்பட்டுள்ளன ஈஸிr. எ.கா: மீn( எக்ஸ்) , கள்uமீ( எக்ஸ்) , சதுரt ( எக்ஸ் ), டப்பர்( எக்ஸ் ), முதலியன

பயனர் வரையறுத்த செயல்பாடுகள்: இந்த செயல்பாடுகள் பயனரின் ஒரு குறிப்பிட்ட தேவையை பூர்த்தி செய்ய பயனரால் உருவாக்கப்படுகின்றன. இல் ஒரு செயல்பாட்டை உருவாக்குவதற்கான தொடரியல்ஆர்:

 func  tion_name  <– செயல்பாடு (arg_1, arg_2, & hellip){ // செயல்பாடு உடல் }

சதுரங்களின் தொகையை உருவாக்குவதற்கான எளிய செயல்பாட்டின் பின்வரும் எடுத்துக்காட்டைக் கவனியுங்கள்of2 எண்கள்:

sum_of_square<- function(x,y) { x^2 + y^2 } sum_of_sqares(3,4) 
வெளியீடு: [1] 25

இந்த ஆர் நிரலாக்க வலைப்பதிவைப் படித்து மகிழ்ந்தீர்கள் என்று நம்புகிறேன். இந்த டுடோரியலில் R இன் அனைத்து அடிப்படைகளையும் நாங்கள் உள்ளடக்கியுள்ளோம், எனவே நீங்கள் இப்போது பயிற்சி தொடங்கலாம். இந்த ஆர் நிரலாக்க வலைப்பதிவுக்குப் பிறகு, நான் R க்கான அனலிட்டிக்ஸ் பற்றிய கூடுதல் வலைப்பதிவுகளுடன் வருவேன், எனவே காத்திருங்கள்.

R இன் அடிப்படைகளை இப்போது நீங்கள் புரிந்து கொண்டீர்கள், பாருங்கள் உலகெங்கிலும் பரவியுள்ள 250,000 க்கும் மேற்பட்ட திருப்தியான கற்றவர்களின் வலைப்பின்னலுடன் நம்பகமான ஆன்லைன் கற்றல் நிறுவனமான எடுரேகாவால். ஆர் பயிற்சியுடன் எடுரேகாவின் தரவு பகுப்பாய்வு ஆர் புரோகிராமிங், டேட்டா கையாளுதல், ஆய்வு தரவு பகுப்பாய்வு, தரவு காட்சிப்படுத்தல், டேட்டா மைனிங், பின்னடைவு, சென்டிமென்ட் பகுப்பாய்வு மற்றும் சில்லறை, சமூக மீடியா பற்றிய நிஜ வாழ்க்கை வழக்கு ஆய்வுகளுக்கு ஆர்ஸ்டுடியோவைப் பயன்படுத்துதல் ஆகியவற்றில் நிபுணத்துவம் பெற உதவும்.

எங்களுக்கு ஒரு கேள்வி கிடைத்ததா? தயவுசெய்து இந்த “ஆர் புரோகிராமிங்” வலைப்பதிவின் கருத்துகள் பிரிவில் குறிப்பிடவும், விரைவில் நாங்கள் உங்களைத் தொடர்புகொள்வோம்.