1
00:00:00,000 --> 00:00:05,691

2
00:00:05,691 --> 00:00:07,690
CONNOR HARRIS: Still I
denken einige spannende Video

3
00:00:07,690 --> 00:00:12,570
durch eine professionelle Beratung produziert
daß R verwendet eine Menge in seine Arbeit.

4
00:00:12,570 --> 00:00:16,329
>> SPRECHER: Was verbirgt sich hinter den Statistiken,
die Analyse und die Visualisierungen

5
00:00:16,329 --> 00:00:19,770
dass die heutigen hellsten Daten Wissenschaftler
und Wirtschaftsführer setzen auf

6
00:00:19,770 --> 00:00:22,012
mächtige Entscheidungen zu treffen?

7
00:00:22,012 --> 00:00:23,540
Sie können nicht immer sehen.

8
00:00:23,540 --> 00:00:24,790
Aber es ist da.

9
00:00:24,790 --> 00:00:29,460
Es heißt R, r-- die Open-Source-
statistische Programmiersprache

10
00:00:29,460 --> 00:00:32,630
dass Datenexperten die Welt
über den Einsatz für alles

11
00:00:32,630 --> 00:00:35,350
von Mapping breiten gesellschaftlichen
und Marketing-Trends Online

12
00:00:35,350 --> 00:00:39,210
zur Entwicklung der Finanz- und Klima
Modelle, fahren unsere Volkswirtschaften zu helfen

13
00:00:39,210 --> 00:00:40,780
und Gemeinden.

14
00:00:40,780 --> 00:00:44,910
>> Aber was genau ist R
und wo R starten?

15
00:00:44,910 --> 00:00:48,620
Nun ursprünglich, R begonnen
hier mit zwei Professoren

16
00:00:48,620 --> 00:00:51,950
die eine bessere statistische wollte
Plattform für ihre Studenten.

17
00:00:51,950 --> 00:00:56,030
So schufen sie ein Vorbild
Nach dem statistischen Sprach S.

18
00:00:56,030 --> 00:01:00,480
Sie, zusammen mit vielen anderen,
gehalten, die an und mit R,

19
00:01:00,480 --> 00:01:05,489
Erstellen Werkzeuge für R und der Suche nach
neue Anwendungen für R jeden Tag.

20
00:01:05,489 --> 00:01:07,750
>> Dank diesem ist
weltweite Community Anstrengung,

21
00:01:07,750 --> 00:01:11,850
R gehalten mit Tausenden wachsen
der vom Benutzer erstellten Bibliotheken gebaut

22
00:01:11,850 --> 00:01:15,500
In den R-Funktionalität zu verbessern und
Crowdsourcing-Qualitätsvalidierung

23
00:01:15,500 --> 00:01:19,740
und Unterstützung von der anerkanntesten
Branchenführer in jedem Feld,

24
00:01:19,740 --> 00:01:25,040
nutzt R. Das ist sehr gut, denn
R ist das Beste, was sie tut.

25
00:01:25,040 --> 00:01:28,540
Angehende Experten schnell und
leicht zu interpretieren, interagieren,

26
00:01:28,540 --> 00:01:33,790
und Daten zu visualisieren, die ihre schnell
wachsende Gemeinschaft von R-Nutzer weltweit

27
00:01:33,790 --> 00:01:36,380
und sehen, wie Open-Source-
R weiter gestalten

28
00:01:36,380 --> 00:01:39,340
Die Zukunft der statistischen
Analyse und Daten Wissenschaft.

29
00:01:39,340 --> 00:01:44,660

30
00:01:44,660 --> 00:01:47,710
>> CONNOR HARRIS: OK, groß.

31
00:01:47,710 --> 00:01:50,360
Also meine eigene Darstellung
wird ein bisschen nüchterner.

32
00:01:50,360 --> 00:01:54,380
Es wird nicht beinhalten, dass ein Groß
spannende Hintergrundmusik.

33
00:01:54,380 --> 00:01:59,160
Aber wie Sie im Video gesehen haben, ist R sort
eines Allzweck-Programmiersprache.

34
00:01:59,160 --> 00:02:03,720
Aber es war vor allem erstellt
für die statistische Arbeit.

35
00:02:03,720 --> 00:02:07,980
>> So ist es für die Statistik entwickelt,
für Datenanalyse, für Data Mining.

36
00:02:07,980 --> 00:02:12,420
Und so können Sie dies in einem viel zu sehen
die Design-Entscheidungen, dass die Macher von R

37
00:02:12,420 --> 00:02:13,320
gemacht.

38
00:02:13,320 --> 00:02:15,472
Es ist für die größtenteils entwickelt,
Menschen, die nicht

39
00:02:15,472 --> 00:02:17,930
Experten in der Programmierung, der
sind nur Abholung Programmierung

40
00:02:17,930 --> 00:02:23,460
an der Seite, so dass sie ihre Arbeit tun können
in den Sozialwissenschaften oder in der Statistik

41
00:02:23,460 --> 00:02:25,440
oder Wasauchimmer.

42
00:02:25,440 --> 00:02:27,850
>> Es hat eine Menge sehr
wichtige Unterschiede von C

43
00:02:27,850 --> 00:02:33,200
Aber die Syntax und die Paradigmen
dass es verwendet im Großen und Ganzen die gleichen.

44
00:02:33,200 --> 00:02:36,830
Und Sie sollten recht fühlen
viel zu Hause auf Anhieb.

45
00:02:36,830 --> 00:02:38,520
Es ist ein Imperativ Sprache.

46
00:02:38,520 --> 00:02:40,260
>> Sie nicht zu viel Sorgen zu machen
wenn Sie nicht wissen, den Begriff.

47
00:02:40,260 --> 00:02:42,676
Aber es gibt einen Unterschied
zwischen Imperativ, deklarativen,

48
00:02:42,676 --> 00:02:43,810
und funktional.

49
00:02:43,810 --> 00:02:47,600
Imperativ bedeutet nur, die Sie machen
Aussagen, die im Grunde Befehle werden.

50
00:02:47,600 --> 00:02:52,340
Und dann der Dolmetscher oder der
Computer folgt sie nacheinander.

51
00:02:52,340 --> 00:02:56,630
Es ist schwach typisierte, gibt es
keine Typdeklarationen in R.

52
00:02:56,630 --> 00:02:59,130
>> Und dann die Linien
zwischen verschiedenen Arten

53
00:02:59,130 --> 00:03:03,920
sind ein bisschen mehr lose als
sie sind in C, zum Beispiel.

54
00:03:03,920 --> 00:03:06,450
Und wie ich schon sagte, es gibt
sehr umfangreiche Ausstattung

55
00:03:06,450 --> 00:03:15,610
für die grafische Darstellung für statistische
Analyse, für Data Mining.

56
00:03:15,610 --> 00:03:19,540
Diese werden sowohl in das eingebaute
Sprache und, wie das Video, sagte,

57
00:03:19,540 --> 00:03:23,680
Tausende von Dritten Bibliotheken,
können Sie herunterladen und kostenlos nutzen

58
00:03:23,680 --> 00:03:25,340
mit sehr lockeren Lizenzbedingungen.

59
00:03:25,340 --> 00:03:28,800

60
00:03:28,800 --> 00:03:31,500
>> So im Allgemeinen, würde ich empfehlen,
dass Sie an diesen beiden Bücher schauen

61
00:03:31,500 --> 00:03:34,610
wenn Sie vorhaben, auf R. One arbeiten wollen
von ihnen ist der offizielle R Anfänger

62
00:03:34,610 --> 00:03:35,110
Führer.

63
00:03:35,110 --> 00:03:38,660
Es ist durch die gepflegt
Kernentwickler von R.

64
00:03:38,660 --> 00:03:42,400
Sie können sie erneut herunterladen, frei von
aufladen und rechtlich zu diesem Link gibt.

65
00:03:42,400 --> 00:03:45,430

66
00:03:45,430 --> 00:03:49,869
Alle diese Folien gehen, um zu gehen
oben auf dem Internet, auf CS50 Website

67
00:03:49,869 --> 00:03:50,660
Nachdem dies geschehen ist.

68
00:03:50,660 --> 00:03:53,690
So dass keine Notwendigkeit zu kopieren
Dinge nach unten verzweifelt.

69
00:03:53,690 --> 00:03:56,800
>> Das andere ist ein
Lehrbuch von Cosma Shalizi,

70
00:03:56,800 --> 00:04:00,100
, die eine Statistikprofessor an ist
Carnegie Mellon, genannt Advanced Data

71
00:04:00,100 --> 00:04:02,160
Analysis von ein
Elementary Point of View.

72
00:04:02,160 --> 00:04:04,010
Dies ist nicht in erster Linie ein R Buch.

73
00:04:04,010 --> 00:04:07,130
Es ist ein Buch und Statistiken
es ist eine Datenanalyse Buch.

74
00:04:07,130 --> 00:04:11,990
Aber es ist sehr zugänglich für Menschen,
haben ein gewisses Maß an Wissen Statistiken.

75
00:04:11,990 --> 00:04:13,750
>> Ich habe noch nie eine formale Verlauf genommen.

76
00:04:13,750 --> 00:04:17,269
Ich weiß nur, Bits und Stücke
aus verschiedenen verbündeten Themen

77
00:04:17,269 --> 00:04:18,579
dass ich Kurse in gemacht.

78
00:04:18,579 --> 00:04:21,839
Und ich war in der Lage zu verstehen,
es sehr gut.

79
00:04:21,839 --> 00:04:25,630
>> Alle Figuren sind,
in R. Sie werden in R gemacht

80
00:04:25,630 --> 00:04:30,280
und sie haben auch Code
unter jeder Figur, die Ihnen sagen,

81
00:04:30,280 --> 00:04:33,270
wie Sie machen jede Figur mit R-Code.

82
00:04:33,270 --> 00:04:37,400
Und das ist sehr nützlich, wenn
Sie versuchen zu emulieren sind

83
00:04:37,400 --> 00:04:38,650
einige Zahl, die Sie in einem Buch zu sehen.

84
00:04:38,650 --> 00:04:47,840
>> Und wieder kostenloser Download
stat.cmu.edu/cshalizi/ Sorry,

85
00:04:47,840 --> 00:04:50,230
dass Slash werden sollte Tilde cshalizi.

86
00:04:50,230 --> 00:04:53,150
Ich werde dafür sorgen, dass zu korrigieren
, wenn die offizielle gleitet nach oben.

87
00:04:53,150 --> 00:04:57,000
/ ADAfaEPoV, die gerade die ist
Akronym der Buchtitel.

88
00:04:57,000 --> 00:04:59,850

89
00:04:59,850 --> 00:05:02,500
>> So allgemeinen caveats-- R
hat eine Menge von Funktionen.

90
00:05:02,500 --> 00:05:05,331
Ich bin nur in der Lage sein zu decken
die Oberfläche einer Menge Dinge.

91
00:05:05,331 --> 00:05:08,580
Auch der erste Teil des Seminars
wird etwas von einem Daten-Dump zu sein.

92
00:05:08,580 --> 00:05:11,437
Ich bin mir ziemlich leid.

93
00:05:11,437 --> 00:05:13,770
Im Grunde bin ich zu gehen
führen Sie in eine Menge Dinge,

94
00:05:13,770 --> 00:05:15,350
rechts von der Fledermaus, los
schnellstens.

95
00:05:15,350 --> 00:05:17,058
Und dann haben wir zu bekommen
der lustige Teil, das ist

96
00:05:17,058 --> 00:05:20,570
die Demo, wo ich kann dir alles zeigen
dass wir etwa auf dem Bildschirm gesprochen.

97
00:05:20,570 --> 00:05:23,321
Und Sie können spielen, um auf eigene Faust.

98
00:05:23,321 --> 00:05:26,070
Also es geht um eine Menge sein,
technischen Sachen auf hier geworfen.

99
00:05:26,070 --> 00:05:28,060
Nicht über das Kopieren von allem, was sich zu kümmern.

100
00:05:28,060 --> 00:05:31,740
Da A, können Sie alle
Sachen auf dem CS50 Website später.

101
00:05:31,740 --> 00:05:37,780
Und B, es ist nicht wirklich so wichtig
dies von den Objektträgern zu speichern.

102
00:05:37,780 --> 00:05:40,462
Es ist wichtiger, dass Sie
einige intuitive Anlage mit es

103
00:05:40,462 --> 00:05:44,220
und das kommt nur herum spielen.

104
00:05:44,220 --> 00:05:45,720
>> Warum also R?

105
00:05:45,720 --> 00:05:49,440
Grundsätzlich, wenn Sie ein Projekt haben, dass
beinhaltet Bergbau große Datensätze, Daten

106
00:05:49,440 --> 00:05:52,664
Visualisierung, die Sie
sollte R. verwenden Wenn Sie

107
00:05:52,664 --> 00:05:55,830
Dabei komplizierte statistische Analysen,
dass wäre es schwierig, in Excel,

108
00:05:55,830 --> 00:05:58,010
Beispielsweise wäre es
außerdem auch good-- werden

109
00:05:58,010 --> 00:06:00,506
wenn du tust statistischen
Analyse, die automatisiert ist.

110
00:06:00,506 --> 00:06:02,130
Sagen wir, du bist Pflege einer Website.

111
00:06:02,130 --> 00:06:06,320
Und Sie den Server Log lesen wollen
jeden Tag und kompilieren eine Liste,

112
00:06:06,320 --> 00:06:10,320
wie die Top-Länder,
Ihre Benutzer herkommen,

113
00:06:10,320 --> 00:06:15,100
einige zusammenfassende Statistiken, wie lange
verbringen sie auf Ihrer Website oder was auch immer.

114
00:06:15,100 --> 00:06:16,910
Und Sie, dies jeden Tag ausgeführt werden soll.

115
00:06:16,910 --> 00:06:20,280
>> Nun, wenn Sie dies tun in Excel,
Sie müssten, um ihren Server Log zu gehen,

116
00:06:20,280 --> 00:06:23,490
importieren, die in eine
Excel-Daten-Tabelle,

117
00:06:23,490 --> 00:06:24,910
laufen die ganze Analyse manuell.

118
00:06:24,910 --> 00:06:27,100
Mit R können Sie schreiben Sie einfach ein Skript.

119
00:06:27,100 --> 00:06:29,520
Planen Sie es jeden Tag zu laufen
von Ihrem Betriebssystem.

120
00:06:29,520 --> 00:06:33,657
Und dann jeden Abend um 02.00 Uhr,
oder wann immer Sie es planen zu laufen,

121
00:06:33,657 --> 00:06:35,990
sie schauen durch Ihre
Internet-Verkehr für diesen Tag.

122
00:06:35,990 --> 00:06:39,010
Und dann am nächsten Tag, werden Sie
haben diese glänzenden, neuen Bericht

123
00:06:39,010 --> 00:06:41,710
oder was auch immer mit allen
Informationen, die Sie beantragt.

124
00:06:41,710 --> 00:06:44,960

125
00:06:44,960 --> 00:06:50,217
>> Also im Grunde R ist für Cisco
Programmierung gegenüber Cisco Analyse.

126
00:06:50,217 --> 00:06:51,050
Vorläufige ist getan.

127
00:06:51,050 --> 00:06:53,104
Lassen Sie uns in die reale Dinge zu bekommen.

128
00:06:53,104 --> 00:06:55,020
So gibt es drei echte
Typen in der Sprache.

129
00:06:55,020 --> 00:06:56,120
Es gibt numerischen Typ.

130
00:06:56,120 --> 00:07:01,250
Es ist eine Art Unterschied zwischen
Ganz- und Fließpunkte,

131
00:07:01,250 --> 00:07:02,769
aber nicht wirklich.

132
00:07:02,769 --> 00:07:04,560
Es gibt einen Charakter
Typ, der Zeichenfolgen ist.

133
00:07:04,560 --> 00:07:07,100
Und es gibt eine logische
Art, die boolesche Werte ist.

134
00:07:07,100 --> 00:07:11,080
>> Und Sie zwischen Typen umwandeln kann
Verwendung dieser Funktionen, wie numerisch,

135
00:07:11,080 --> 00:07:15,220
als Charakter, als logisch.

136
00:07:15,220 --> 00:07:17,510
Wenn Sie anrufen, zum Beispiel,
als numerisch auf einer Schnur,

137
00:07:17,510 --> 00:07:20,030
wird es versuchen, diese Zeichenfolge zu lesen
als eine Zahl, auf die gleiche Weise

138
00:07:20,030 --> 00:07:25,897
dass a2i und scanf zu tun, und C. Wenn
Sie als Zahlen auf wahr oder falsch nennen

139
00:07:25,897 --> 00:07:26,980
es wird auf 1 oder 0 umwandeln.

140
00:07:26,980 --> 00:07:29,110
Wenn Sie als Zeichen nennen
auf etwas, es wird

141
00:07:29,110 --> 00:07:32,550
umzuwandeln, die in eine
Zeichenfolgendarstellung.

142
00:07:32,550 --> 00:07:34,990
>> Und dann gibt es Vektoren und Matrizen.

143
00:07:34,990 --> 00:07:37,580
So Vektoren sind im Grunde
1 dimensionale Arrays.

144
00:07:37,580 --> 00:07:40,600
Sie sind, was wir als Arrays in
C. Matrizen, 2-dimensionale Arrays.

145
00:07:40,600 --> 00:07:42,350
Und dann höher
dimensionale Arrays möglich

146
00:07:42,350 --> 00:07:48,560
haben 3, 4, 5 Dimensionen oder was auch immer
numerischer Werte, von Strings,

147
00:07:48,560 --> 00:07:52,860
von Logikwerten.

148
00:07:52,860 --> 00:07:55,380
>> Sie haben auch Listen, die sind
eine Art assoziatives Array.

149
00:07:55,380 --> 00:07:57,390
Ich werde in diese ein wenig zu bekommen.

150
00:07:57,390 --> 00:07:59,390
So eine wichtige Sache
dass Ausflüge Menschen in R

151
00:07:59,390 --> 00:08:01,470
ist, dass es keinen
real, reine Atomtypen.

152
00:08:01,470 --> 00:08:05,870
Es gibt keinen tatsächlichen Unterschied zwischen
eine Zahl, wie ein Zahlenwert,

153
00:08:05,870 --> 00:08:07,920
und eine Liste von numerischen Werten.

154
00:08:07,920 --> 00:08:12,370
Numerische Werte sind eigentlich die
dieselben wie die Vektoren der Länge 1.

155
00:08:12,370 --> 00:08:14,959
Und dies hat eine Anzahl von
wichtige Implikationen.

156
00:08:14,959 --> 00:08:17,500
One, bedeutet dies, dass Sie tun können,
Dinge sehr leicht, die beinhalten

157
00:08:17,500 --> 00:08:21,037
wie das Hinzufügen einer Zahl in einen Vektor.

158
00:08:21,037 --> 00:08:23,120
R wird im Wesentlichen Figur
heraus, was Sie damit meinen.

159
00:08:23,120 --> 00:08:24,610
Und ich werde, um in einem zweiten zu bekommen.

160
00:08:24,610 --> 00:08:27,930
Es bedeutet auch, dass es keine Möglichkeit gibt
für die Aktivität in dem Ausmaß checker--

161
00:08:27,930 --> 00:08:30,530
dass so etwas
existiert in R- zu sagen,

162
00:08:30,530 --> 00:08:33,780
wenn Sie in der Einzelwert bestanden habe
wenn es erwartet ein Array oder umgekehrt.

163
00:08:33,780 --> 00:08:39,159
Und dass einige seltsame verursachen können
Probleme, die ich lief in, wenn

164
00:08:39,159 --> 00:08:42,252
Ich war mit R während meiner Sommerjob.

165
00:08:42,252 --> 00:08:43,710
Und es gibt keine Mischtyp-Arrays.

166
00:08:43,710 --> 00:08:46,543
So kann man nicht haben ein Array waren die
ersten Elemente ist, weiß ich nicht,

167
00:08:46,543 --> 00:08:49,332
die Zeichenfolge "John" und die
zweite Element ist die Nummer 42.

168
00:08:49,332 --> 00:08:52,540
Wenn Sie versuchen, das zu tun, dann werden Sie bekommen
einfach alles in einen String konvertiert.

169
00:08:52,540 --> 00:08:54,760
So haben wir John String, String 42.

170
00:08:54,760 --> 00:08:58,250

171
00:08:58,250 --> 00:09:02,025
>> So ungewöhnlichen syntaktischen Eigenschaften-- meisten
R Syntax ist sehr ähnlich zu C.

172
00:09:02,025 --> 00:09:04,690
Es gibt ein paar wichtige Unterschiede.

173
00:09:04,690 --> 00:09:05,620
Typing ist sehr schwach.

174
00:09:05,620 --> 00:09:07,360
Es gibt also keine Variablendeklarationen.

175
00:09:07,360 --> 00:09:12,670
Zuordnung verwendet die seltsame
Fehlerbetreiber weniger als Bindestrich.

176
00:09:12,670 --> 00:09:15,340
Kommentare sind mit dem Doppelkreuz.

177
00:09:15,340 --> 00:09:19,230
Ich denke, jetzt Tage nennen wir es hashtag
aber das ist nicht wirklich accurate-- nicht

178
00:09:19,230 --> 00:09:21,810
die doppelten Schrägstrich.

179
00:09:21,810 --> 00:09:24,710
>> Modular Reste mit %% Zeichen.

180
00:09:24,710 --> 00:09:30,172
Ganzzahl-Division ist mit% /%, die ist
sehr schwer zu lesen, wenn es projiziert

181
00:09:30,172 --> 00:09:30,880
auf dem Bildschirm erscheint.

182
00:09:30,880 --> 00:09:34,150

183
00:09:34,150 --> 00:09:37,200
Sie können Bereiche erhalten
ganze Zahlen mit dem Doppelpunkt.

184
00:09:37,200 --> 00:09:41,840
Also 2,5 wird Ihnen ein Vektor-
aller Zahlen 2 bis 5.

185
00:09:41,840 --> 00:09:44,530
>> Arrays sind eine indizierte,
die Schrauben eine Menge Leute,

186
00:09:44,530 --> 00:09:47,540
up, wenn sie aus mehr sind
typischen Programmiersprachen,

187
00:09:47,540 --> 00:09:50,450
wie C, wo die meisten
Dinge sind Null indizierten.

188
00:09:50,450 --> 00:09:54,420
Auch dies ist in der R Erbe
als Sprache für wie nicht

189
00:09:54,420 --> 00:09:56,560
professionellen Programmierern kommt in.

190
00:09:56,560 --> 00:09:59,680
Wenn Sie einen Soziologen sind oder
ein Wirtschaftswissenschaftler oder etwas

191
00:09:59,680 --> 00:10:01,980
und Sie verwenden möchten, sind
R grundsätzlich als Ergänzung

192
00:10:01,980 --> 00:10:03,832
um Ihren wichtiger
professionelle Arbeit,

193
00:10:03,832 --> 00:10:06,040
Sie gehen zu finden sind
one-Indizierung ein bisschen mehr natürliche.

194
00:10:06,040 --> 00:10:09,890
Weil Sie das Zählen beginnen
bei 1 im Alltag, nicht 0.

195
00:10:09,890 --> 00:10:13,260
>> For-Schleifen, ist dies ähnlich
die foreach-Konstrukt in PHP,

196
00:10:13,260 --> 00:10:17,090
wo es zu bekommen,
lernen in-- ziemlich bald.

197
00:10:17,090 --> 00:10:22,540
Welches ist für Wert im Vektor und
dann haben Sie die Dinge mit dem Wert zu tun.

198
00:10:22,540 --> 00:10:24,040
Publikum: Das liegt in der Vorlesung zu kommen.

199
00:10:24,040 --> 00:10:26,248
CONNOR HARRIS: Oh, das ist
kommen Vortrag ausgezeichnet.

200
00:10:26,248 --> 00:10:29,815
Publikum: Die Zuordnung ist es
soll von rechts zeigen nach links?

201
00:10:29,815 --> 00:10:31,440
CONNOR HARRIS: Von rechts nach links, ja.

202
00:10:31,440 --> 00:10:34,720
Sie können es, wenn der Wert auf zu denken
der rechte in der Variablen schob

203
00:10:34,720 --> 00:10:36,240
auf der Linken.

204
00:10:36,240 --> 00:10:36,781
ZIELGRUPPE: OK.

205
00:10:36,781 --> 00:10:39,770

206
00:10:39,770 --> 00:10:42,330
>> CONNOR HARRIS: Und schließlich
Funktion Syntax ist ein wenig seltsam.

207
00:10:42,330 --> 00:10:48,460
Sie haben den Namen der Funktion foo zugeordnet
zu diesem Schlagwort Funktion, gefolgt

208
00:10:48,460 --> 00:10:51,530
durch alle Argumente und dann die
Rumpf der Funktion danach.

209
00:10:51,530 --> 00:10:53,280
Wieder diese Dinge
scheint ein wenig seltsam.

210
00:10:53,280 --> 00:10:57,181
Sie werden zur zweiten Natur geworden, nachdem
Sie arbeiten mit der Sprache für ein bisschen.

211
00:10:57,181 --> 00:10:58,930
So Vektoren, die Art und Weise
Sie ein Vektorkonstrukt

212
00:10:58,930 --> 00:11:04,550
Sie ist vom Typ C, der ein Schlüsselwort ist, dann
alle Zahlen Sie wollen oder Strings

213
00:11:04,550 --> 00:11:06,490
oder Wasauchimmer.

214
00:11:06,490 --> 00:11:07,995
Argumente auch Vektoren sein.

215
00:11:07,995 --> 00:11:09,620
Aber das resultierende Array wird abgeflacht.

216
00:11:09,620 --> 00:11:14,385
Sie können also nicht Arrays, wo haben
Einige Elemente sind einzelne Zahlen

217
00:11:14,385 --> 00:11:17,010
und einige Elemente sind Arrays selbst.

218
00:11:17,010 --> 00:11:20,010
>> Also, wenn Sie versuchen, eine zu bauen
Array waren das erste Element 4

219
00:11:20,010 --> 00:11:22,370
und das zweite Element
ist das Array 3,5 Sie

220
00:11:22,370 --> 00:11:25,890
einfach nur ein Array drei Elemente, 4,3,5.

221
00:11:25,890 --> 00:11:27,760
Sie können nicht von Mischtyp sein.

222
00:11:27,760 --> 00:11:32,290
Wenn Sie versuchen, lesen und schreiben
außerhalb der Grenzen eines Vektors

223
00:11:32,290 --> 00:11:36,640
Sie werden diesen Wert genannt NA a erhalten
das steht für einen fehlenden Wert.

224
00:11:36,640 --> 00:11:39,900
Und dies ist vorgesehen für
wie Statistiker,

225
00:11:39,900 --> 00:11:43,080
sind mit unvollständigen Datensätzen arbeiten.

226
00:11:43,080 --> 00:11:46,460
>> Wenn Sie eine Funktion, die angeblich ist anzuwenden
auf nur eine Zahl auf ein Array zu nehmen

227
00:11:46,460 --> 00:11:49,220
dann, was Sie bekommen, desto
Funktion wird über das Array abzubilden.

228
00:11:49,220 --> 00:11:52,130
Also, wenn Ihre Funktion an, dauert lassen
eine Zahl und gibt diesen Platz.

229
00:11:52,130 --> 00:11:58,170
Sie gelten, dass auf das Array 2,3,5
Was Sie bekommen ist das Array 4,9,25.

230
00:11:58,170 --> 00:12:00,010
>> Und das ist sehr nützlich,
weil es bedeutet, dass Sie

231
00:12:00,010 --> 00:12:03,374
nicht haben, um für die Schlaufen für Schreib
tut sehr einfache Dinge wie die Anwendung

232
00:12:03,374 --> 00:12:05,040
eine Funktion, um alle Mitglieder des Datensatzes.

233
00:12:05,040 --> 00:12:08,557
Was, wenn Sie mit großen Arbeits
Datensätze, müssen Sie eine Menge zu tun.

234
00:12:08,557 --> 00:12:10,390
Binäre Funktionen
angewandter Eintrag für Eintrag.

235
00:12:10,390 --> 00:12:12,430
Ich werde in das zu bekommen.

236
00:12:12,430 --> 00:12:16,750
Sie können sie mit Arrays zugreifen
oder Vektoren mit eckigen Klammern.

237
00:12:16,750 --> 00:12:22,300
So Vektornamen in eckigen Klammern 1
wird Ihnen das erste Element.

238
00:12:22,300 --> 00:12:25,510
Vector Namen eckigen Klammern 2
wird Ihnen das zweite Element.

239
00:12:25,510 --> 00:12:27,530
>> Sie können auf einem Vektor übergeben
von Indizes und Sie werden

240
00:12:27,530 --> 00:12:29,640
wieder heraus im Grunde ein Unterfaktor.

241
00:12:29,640 --> 00:12:34,990
So können Sie Vektornamen Klammern C tun können, 2,4
und Sie erhalten einen Vektor, der

242
00:12:34,990 --> 00:12:38,804
die zweite und vierte
Elemente des Arrays.

243
00:12:38,804 --> 00:12:40,720
Und wenn Sie wollen einfach nur ein
kurze Zusammenfassung statistik

244
00:12:40,720 --> 00:12:47,529
eines Vektors wie Quartils
Palette, Median, Maximum, was auch immer,

245
00:12:47,529 --> 00:12:49,820
Sie können einfach Typenübersicht
Vektor-Namen und erhalten, dass aus.

246
00:12:49,820 --> 00:12:52,680
Das ist nicht in wirklich nützlich
Programmierung, aber wenn Sie spielen

247
00:12:52,680 --> 00:12:55,990
um die Datenmengen, ist es praktisch.

248
00:12:55,990 --> 00:12:58,650
>> Matrices-- Grunde
höherdimensionalen Arrays.

249
00:12:58,650 --> 00:13:01,190
Sie haben diese spezielle Notation Syntax.

250
00:13:01,190 --> 00:13:07,620
Matrix mit einer Anordnung, die bekommt
in-- sorry, Matrix mit Daten gefüllt,

251
00:13:07,620 --> 00:13:09,780
Anzahl von Zeilen, Anzahl von Spalten.

252
00:13:09,780 --> 00:13:13,180
Wenn Sie einige Daten haben, füllt es in
das Array im Grunde geht von oben nach unten

253
00:13:13,180 --> 00:13:13,380
erste.

254
00:13:13,380 --> 00:13:14,190
Dann links nach rechts.

255
00:13:14,190 --> 00:13:15,030
So, so.

256
00:13:15,030 --> 00:13:17,809

257
00:13:17,809 --> 00:13:19,600
Und R ist eingebaut
Matrixmultiplikationen,

258
00:13:19,600 --> 00:13:24,310
spektrale Zerlegung,
Diagonalisierung, eine Menge Dinge.

259
00:13:24,310 --> 00:13:27,785
Wenn Sie höherdimensionalen möchten
Arrays, SO 3, 4, 5,

260
00:13:27,785 --> 00:13:29,410
oder was auch immer Dimensionen können Sie das tun.

261
00:13:29,410 --> 00:13:34,400
Die Syntax ist Array dim gleich c,
wird die Liste der Dimensionen.

262
00:13:34,400 --> 00:13:38,620
Also, wenn Sie ein 4-dimensionales Array möchten
mit den Abmessungen 4, 7, 8, 9, wobei die Anordnung,

263
00:13:38,620 --> 00:13:45,470
dim ist gleich c (4,7,8,9).

264
00:13:45,470 --> 00:13:51,180
>> Der Zugriff auf einzelne Werte mit Klammern
erster Eintrag Komma zweiten Eintrag.

265
00:13:51,180 --> 00:13:54,870
Sie können ganze Scheiben erhalten
von Zeilen oder Spalten.

266
00:13:54,870 --> 00:13:59,900
Mit diesem unvollständiger Syntax ist es
nur Zeilennummer Komma oder Komma Spalte

267
00:13:59,900 --> 00:14:00,400
Anzahl.

268
00:14:00,400 --> 00:14:02,874

269
00:14:02,874 --> 00:14:04,540
So Listen sind eine Art von assoziierten Array.

270
00:14:04,540 --> 00:14:06,360
Sie haben ihre eigene Syntax hier.

271
00:14:06,360 --> 00:14:08,320
Wieder nicht hektisch
kopieren Sie alle diese nach unten.

272
00:14:08,320 --> 00:14:11,370
Dies ist nur so, dass die Menschen
gehen durch die Folien später

273
00:14:11,370 --> 00:14:13,089
haben dies alles in einer schönen Referenz.

274
00:14:13,089 --> 00:14:16,130
Und das wird sehr natürlich einmal geworden
Ich eigentlich zu Fuß durch die Demos.

275
00:14:16,130 --> 00:14:19,295

276
00:14:19,295 --> 00:14:20,920
So listet ein grundsätzlich zugehörigen Arrays.

277
00:14:20,920 --> 00:14:27,040
Sie können Werte mit Zugang
Listenname, Dollarzeichen, Taste.

278
00:14:27,040 --> 00:14:31,370
Also, wenn Sie Ihre Liste namens foo,
dann haben Sie es so, zugreifen können.

279
00:14:31,370 --> 00:14:37,032
Sie können einen ganzen Schlüssel-Wert-Paar zu bekommen
indem in der eckigen Klammer-Index.

280
00:14:37,032 --> 00:14:39,240
Wenn Sie von einem nicht existierenden lesen
Taste, erhalten Sie null.

281
00:14:39,240 --> 00:14:41,150
Es wird nicht Fehler.

282
00:14:41,150 --> 00:14:43,590
Das Ding ist, R wird, wie zu tun
viel mit null, wie es kann.

283
00:14:43,590 --> 00:14:46,580
Und dies kann bedeuten, dass, wenn Sie
nicht erwartet, null raus

284
00:14:46,580 --> 00:14:51,840
irgendeiner Liste zu lesen, werden Sie einige bekommen
unvorhersehbaren Fehlern weiter unten

285
00:14:51,840 --> 00:14:52,620
die Linie.

286
00:14:52,620 --> 00:14:54,890
>> So erging es mir meine
Sommer-Job, als ich mit R

287
00:14:54,890 --> 00:14:58,410
wo ich verändert, wie eine bestimmte
Liste wurde an einer Stelle definiert,

288
00:14:58,410 --> 00:15:05,410
aber nicht später das ändern
Code, der Werte aus es zu lesen.

289
00:15:05,410 --> 00:15:10,190
Und so, was passiert war, war ich
Lesen NULL-Werte aus dieser Liste,

290
00:15:10,190 --> 00:15:13,090
Weitergabe in Funktionen,
und sehr verwirrt,

291
00:15:13,090 --> 00:15:16,000
wenn ich alle Arten von
Zufalls Unendlichkeiten tauchten

292
00:15:16,000 --> 00:15:16,790
in dieser Funktion.

293
00:15:16,790 --> 00:15:20,730
Denn wenn Sie bestimmte maximale gelten
oder minimalen Funktionen auf null,

294
00:15:20,730 --> 00:15:22,570
Du unendliche Werte raus.

295
00:15:22,570 --> 00:15:26,400

296
00:15:26,400 --> 00:15:29,180
>> Datenrahmen, sie sind eine Unterklasse der Liste.

297
00:15:29,180 --> 00:15:31,170
Jeder Wert ist eine Vektor-
der gleichen Länge.

298
00:15:31,170 --> 00:15:34,220
Und sie sind für die Darstellung verwendet wird,
Grundsätzlich Datentabellen.

299
00:15:34,220 --> 00:15:36,175
Es gibt diese Initialisierung Syntax.

300
00:15:36,175 --> 00:15:38,800
Dies alles wiederum viel sein
klarer, wenn Sie sich an die Demo.

301
00:15:38,800 --> 00:15:42,240

302
00:15:42,240 --> 00:15:44,240
Und das Schöne an
Datenrahmen ist, dass man

303
00:15:44,240 --> 00:15:49,380
können Namen auf alle Spalten geben
und Namen aller Reihen.

304
00:15:49,380 --> 00:15:53,890
Und das macht den Zugriff auf
sie etwas freundlicher.

305
00:15:53,890 --> 00:15:59,130
Auch dies ist, wie die meisten Funktionen,
lesen Sie in Daten aus Excel-Tabellen

306
00:15:59,130 --> 00:16:03,820
oder von Text-Dateien, beispielsweise
werden in ihren Daten zu lesen.

307
00:16:03,820 --> 00:16:07,555
Sie werden es kannst
eine Art von Datenrahmen.

308
00:16:07,555 --> 00:16:09,680
So functions-- Funktionen
Syntax ist ein wenig seltsam.

309
00:16:09,680 --> 00:16:16,160
Wieder ist es der Name der Funktion,
zuzuordnen, dieses Schlüsselwort-Funktion und dann

310
00:16:16,160 --> 00:16:17,900
die Liste der Argumente.

311
00:16:17,900 --> 00:16:24,080
So gibt es einige schöne Dinge
darüber, wie Funktionen arbeiten hier.

312
00:16:24,080 --> 00:16:28,170
Zum einen, die Sie tatsächlich zuweisen können
Standardwerte für bestimmte Argumente.

313
00:16:28,170 --> 00:16:32,910
So können Sie R1 sagen
equals-- Sie foo sagen

314
00:16:32,910 --> 00:16:38,290
ist eine Funktion, wobei R1 gleich etwas
standardmäßig, wenn der Benutzer legt fest,

315
00:16:38,290 --> 00:16:39,090
keine Argumente.

316
00:16:39,090 --> 00:16:41,932
Ansonsten ist es, was er in.

317
00:16:41,932 --> 00:16:44,140
Und das ist sehr praktisch,
weil eine Menge von unseren Funktionen

318
00:16:44,140 --> 00:16:47,910
haben oft Dutzende oder
Hunderte von Argumenten.

319
00:16:47,910 --> 00:16:51,210
Zum Beispiel die, die zum Plotten
Diagramme oder Plotten Streudiagramme

320
00:16:51,210 --> 00:16:54,430
Argumente haben, die steuern,
alles, was aus dem Titel und der Achse

321
00:16:54,430 --> 00:16:59,512
Etiketten auf die Farbe der Regressionsgeraden.

322
00:16:59,512 --> 00:17:01,470
Und so, wenn Sie nicht wollen,
um die Menschen angeben,

323
00:17:01,470 --> 00:17:04,050
jeder einzelne von ihnen
Hunderte von Argumenten

324
00:17:04,050 --> 00:17:07,674
Steuern jeden einzelnen Aspekt
eine Kurve oder eine Regression oder was auch immer,

325
00:17:07,674 --> 00:17:09,299
es ist schön, diese Standardwerte haben.

326
00:17:09,299 --> 00:17:12,700

327
00:17:12,700 --> 00:17:19,146
>> Und dann können Sie tatsächlich
schreiben, wie Sie hierher zurück sah.

328
00:17:19,146 --> 00:17:22,869
Oder finden Sie ein besseres Beispiel.

329
00:17:22,869 --> 00:17:28,690
Wenn Sie Funktionen aufrufen, können Sie tatsächlich
nennen sie mit den Argumentnamen.

330
00:17:28,690 --> 00:17:33,919
Also hier ist ein Beispiel dafür,
die Matrix-Konstruktor.

331
00:17:33,919 --> 00:17:34,960
Es dauert drei Argumente.

332
00:17:34,960 --> 00:17:36,760
In der Regel müssen Sie Daten,
welches ein Vektor ist.

333
00:17:36,760 --> 00:17:38,920
Sie haben N Reihe, die
ist die Anzahl der Zeilen.

334
00:17:38,920 --> 00:17:41,160
Sie haben N cols-- Anzahl der Spalten.

335
00:17:41,160 --> 00:17:43,920
Die Sache ist, wenn Sie geben
N Reihe gleich was auch immer

336
00:17:43,920 --> 00:17:46,520
und N col gleich, was auch immer, wenn
Sie Aufruf dieser Funktion,

337
00:17:46,520 --> 00:17:47,770
können Sie tatsächlich stornieren.

338
00:17:47,770 --> 00:17:51,590
So können Sie N col erste und N Zeile setzen
zweiten, und es wird keinen Unterschied machen.

339
00:17:51,590 --> 00:17:54,660
Also das ist ein nettes kleines Feature.

340
00:17:54,660 --> 00:17:56,260
>> Wussten Import und Export.

341
00:17:56,260 --> 00:18:00,010
Dies getan werden kann, im Grunde.

342
00:18:00,010 --> 00:18:03,816
Es gibt auch Einrichtungen zu schreiben
beliebige R-Objekte in eine Binärdatei

343
00:18:03,816 --> 00:18:05,190
und dann lesen sie wieder in später.

344
00:18:05,190 --> 00:18:08,030
Das ist praktisch, wenn Sie tun,
eine große interaktive Sitzung R

345
00:18:08,030 --> 00:18:12,850
und Sie speichern müssen
Dinge sehr schnell.

346
00:18:12,850 --> 00:18:16,460
Standardmäßig R hat ein Arbeitsverzeichnis
dass Dateien raus in geschrieben

347
00:18:16,460 --> 00:18:19,410
und lesen Sie wieder aus.

348
00:18:19,410 --> 00:18:22,350
Sie können, dass mit zu sehen
getwg, ändern Sie es mit setdw.

349
00:18:22,350 --> 00:18:25,630
Nichts besonders interessant hier

350
00:18:25,630 --> 00:18:28,270
>> So, jetzt die tatsächlichen Statistiken
stuff-- multilineare Regression.

351
00:18:28,270 --> 00:18:30,960

352
00:18:30,960 --> 00:18:34,910
Also die übliche Syntax
ist ein wenig kompliziert.

353
00:18:34,910 --> 00:18:37,260
Das Modell ist eine große Aufgabe im Grunde.

354
00:18:37,260 --> 00:18:39,910
Es wird beauftragt, LM,
Das ist ein Funktionsaufruf.

355
00:18:39,910 --> 00:18:43,840
Das erste Element, das y
Tilde x1 und was auch immer.

356
00:18:43,840 --> 00:18:46,574

357
00:18:46,574 --> 00:18:47,990
Meine Syntax hier ist ein wenig verwirrend.

358
00:18:47,990 --> 00:18:49,490
Ich bin mir ziemlich Entschuldigung, das hier
ist der normale Weg

359
00:18:49,490 --> 00:18:50,990
dass Informatik Bücher tun.

360
00:18:50,990 --> 00:18:54,890
Aber es ist ein bisschen komisch.

361
00:18:54,890 --> 00:18:58,200
>> Also im Grunde ist es lm
Klammern, erster Punkt

362
00:18:58,200 --> 00:19:06,730
wird'variable sorry, abhängig
variable Tilde x1 und x2 sowie

363
00:19:06,730 --> 00:19:10,910
aber viele unabhängige
Variablen, die Sie haben.

364
00:19:10,910 --> 00:19:14,240
Und dann können diese entweder
Vektoren, die alle die gleiche Länge.

365
00:19:14,240 --> 00:19:16,220
Oder sie können Spalte
Header in einem Datenrahmen

366
00:19:16,220 --> 00:19:18,553
dass Sie gerade in die angeben,
zweite Argument Datenrahmen.

367
00:19:18,553 --> 00:19:23,270

368
00:19:23,270 --> 00:19:26,380
>> Sie können auch angeben
eine komplexere Formel

369
00:19:26,380 --> 00:19:31,990
so dass Sie nicht linear müssen
bilden eine eine abhängige Variable,

370
00:19:31,990 --> 00:19:34,440
oder eines Vektors auf einen vorbestehenden Vektor.

371
00:19:34,440 --> 00:19:38,070
Sie können tun, zum Beispiel ein
Vektorkomponente y quadriert plus 1

372
00:19:38,070 --> 00:19:42,100
und zurückbilden, die gegen die
melden Sie sich von einem anderen Vektor.

373
00:19:42,100 --> 00:19:45,200
Sie können Zusammenfassungen des Druck
Modell mit diesem Befehl aufgerufen

374
00:19:45,200 --> 00:19:48,607
summary-- nur Zusammenfassung parens Modell.

375
00:19:48,607 --> 00:19:50,190
Wieder etwas, was ich zu klären sollte.

376
00:19:50,190 --> 00:19:55,407

377
00:19:55,407 --> 00:19:58,615
Etwas anderes, die korrigiert bekommen
Wenn die Objektträger nach oben über das Internet.

378
00:19:58,615 --> 00:20:01,127

379
00:20:01,127 --> 00:20:03,210
Wenn Sie nur wollen, um zu berechnen
eine einfache Korrelations

380
00:20:03,210 --> 00:20:09,170
Sie Korrelationsvektor verwenden können
1 Vektor-2 Funktionskern.

381
00:20:09,170 --> 00:20:11,856
Methode ist standardmäßig
Pearson-Korrelationen.

382
00:20:11,856 --> 00:20:13,480
Das sind die Standard, die Sie tun können.

383
00:20:13,480 --> 00:20:15,990
Es auch Spearman und
Kendell Korrelationen

384
00:20:15,990 --> 00:20:19,530
was sind einige Vielzahl von
Rangordnung Korrelation.

385
00:20:19,530 --> 00:20:23,600
Nun, sie nicht Produkt berechnen müssen
Momente zwischen den Vektoren selbst,

386
00:20:23,600 --> 00:20:28,511
aber der Rangordnungen des Vektors.

387
00:20:28,511 --> 00:20:29,510
Das werde ich später erklären.

388
00:20:29,510 --> 00:20:30,120
>> ZIELGRUPPE: Kurze Frage

389
00:20:30,120 --> 00:20:30,360
>> CONNER HARRIS: Sicher.

390
00:20:30,360 --> 00:20:33,151
>> ZIELGRUPPE: Also, wenn Sie die Berechnung sind
für die einfachen Korrelationen zu tun

391
00:20:33,151 --> 00:20:37,655
Sie gehen davon aus, dass es eine statistische
Bedeutung für die Korrelation?

392
00:20:37,655 --> 00:20:39,030
CONNER HARRIS: Sie haben nicht zu.

393
00:20:39,030 --> 00:20:41,840

394
00:20:41,840 --> 00:20:43,960
Ein Film ist im Grunde nur eine Maschine.

395
00:20:43,960 --> 00:20:47,690
Es wird in zwei Dinge
und es wird ausspucken

396
00:20:47,690 --> 00:20:49,770
Koeffizienten für die am besten passende Linie.

397
00:20:49,770 --> 00:20:52,310
Er berichtet auch Standard-
Fehler auf diesen Koeffizienten.

398
00:20:52,310 --> 00:20:55,865
Und es wird Ihnen sagen, wie ist das
Intercept statistisch signifikant

399
00:20:55,865 --> 00:20:56,740
oder Differenz von 0.

400
00:20:56,740 --> 00:20:59,400
Ist die Steigung der besten
Anpassungslinie statistisch

401
00:20:59,400 --> 00:21:01,510
von Null verschieden ist, und so weiter.

402
00:21:01,510 --> 00:21:06,260
So dass es nichts wird davon ausgegangen, ich glaube,
ist am besten Antwort auf Ihre Frage.

403
00:21:06,260 --> 00:21:07,410
OK.

404
00:21:07,410 --> 00:21:14,650
>> Plotting-- so der Hauptgrund, sollten Sie
R verwenden, wie multilineare Regression.

405
00:21:14,650 --> 00:21:17,320
Grundsätzlich kann jede Sprache
hat einige Möglichkeiten dafür.

406
00:21:17,320 --> 00:21:21,365
Und ehrlich gesagt R Syntax für
Regression ist ein bisschen obskur.

407
00:21:21,365 --> 00:21:22,990
Aber Plotten ist, wo es wirklich glänzt.

408
00:21:22,990 --> 00:21:28,090
>> Das Arbeitspferd Funktion Grundstück
und es dauert zwei Vektoren x und y.

409
00:21:28,090 --> 00:21:33,010
Und dann steht die Ellipsen für eine sehr
große Anzahl von optionalen Argumente,

410
00:21:33,010 --> 00:21:39,190
steuern alles von Titel zu Farben
von verschiedenen Leitungen oder mehreren Stellen,

411
00:21:39,190 --> 00:21:40,200
auf die Art der Handlung.

412
00:21:40,200 --> 00:21:42,250
Sie können Streu haben
Grundstücke oder Liniendiagramme.

413
00:21:42,250 --> 00:21:47,900

414
00:21:47,900 --> 00:21:49,710
>> [Unverständlich] 2 Vektoren
der gleichen Länge.

415
00:21:49,710 --> 00:21:53,780
Sie können diese mit voraus legen
Datenrahmen in Ihrem Skript.

416
00:21:53,780 --> 00:22:01,220
Und das wird Ihnen nur Spalte verwenden
Überschriften statt der getrennten Vektoren.

417
00:22:01,220 --> 00:22:05,410
Sie können geeignetsten Geraden und lokale hinzufügen
Regressionskurven zu Ihrem Diagramm.

418
00:22:05,410 --> 00:22:09,390
>> Diese Befehle aufgeführt
hier, ab Zeile und Zeilen,

419
00:22:09,390 --> 00:22:11,640
standardmäßig diesen erhalten
in PopUp Fenster geschrieben

420
00:22:11,640 --> 00:22:15,560
da angenommen wird, dass
Sie R interaktiv sind.

421
00:22:15,560 --> 00:22:17,310
Wenn Sie nicht können
schreiben zwei Dateien,

422
00:22:17,310 --> 00:22:21,600
sind in wirklich jedem Format Sie möchten.

423
00:22:21,600 --> 00:22:25,410
Sorry, ich habe einen Tippfehler Ich habe gerade realisiert.

424
00:22:25,410 --> 00:22:30,887

425
00:22:30,887 --> 00:22:32,720
Wenn Sie öffnen möchten
weitere graphische Gerät

426
00:22:32,720 --> 00:22:39,200
Sie können diese Funktion aufgerufen PNG oder verwenden
JPEG oder viele andere Bildformate.

427
00:22:39,200 --> 00:22:42,319
Und Sie können Diagramme zu schreiben
Was auch immer Dateinamen angeben.

428
00:22:42,319 --> 00:22:45,110
So brechen Sie, dass Sie use--
Ich habe nicht in der slide-- schreibe

429
00:22:45,110 --> 00:22:49,650
aber es gibt eine Funktion namens dev
dot off, dass keine Argumente.

430
00:22:49,650 --> 00:22:51,517
>> Dann gibt es Einrichtungen
für 3D-Plot

431
00:22:51,517 --> 00:22:53,350
und für die Kontur Plotten
wenn Sie machen wollen

432
00:22:53,350 --> 00:22:55,700
Diagramme von zwei unabhängigen Variablen.

433
00:22:55,700 --> 00:22:57,150
Ich werde jetzt nicht in diese zu bekommen.

434
00:22:57,150 --> 00:22:59,130
>> Es gibt auch einige
Einrichtungen für Animation

435
00:22:59,130 --> 00:23:01,300
das sind in der Regel
von Dritten betrieben.

436
00:23:01,300 --> 00:23:06,330
Ich habe Animationen mit R Graphen durchgeführt,
aber ich habe nicht diese Dritten verwendet

437
00:23:06,330 --> 00:23:06,940
Bibliotheken.

438
00:23:06,940 --> 00:23:09,929
So kann ich nicht wirklich bezeugen,
um wie gut sie sind.

439
00:23:09,929 --> 00:23:12,220
Was ich empfehlen, wenn Sie wollen,
Animationen mit R machen

440
00:23:12,220 --> 00:23:16,480
wird Sie können schreiben, alle
Die Rahmen für die Animationen

441
00:23:16,480 --> 00:23:18,470
und dann können Sie eine verwenden können
Dritter program--

442
00:23:18,470 --> 00:23:23,630
typische Werte sind FFmpeg genannt
oder ImageMagick-- zum Aufnähen

443
00:23:23,630 --> 00:23:26,540
alle Ihre Bilder in eine Animation.

444
00:23:26,540 --> 00:23:28,380
>> Also Zeit für die Demo.

445
00:23:28,380 --> 00:23:31,030

446
00:23:31,030 --> 00:23:37,189
Also, wenn Sie mit jeder Unix bist wie System
welche Linux BSD ist aber BSD verwendet.

447
00:23:37,189 --> 00:23:39,730
OS X ein Terminal-Fenster zu öffnen, und
Typ R an der Eingabeaufforderung.

448
00:23:39,730 --> 00:23:42,820
Wenn Sie R-Studio haben oder
dergleichen, die auch funktioniert.

449
00:23:42,820 --> 00:23:46,270
Für Windows-Benutzer sollten Sie sein,
in der Lage, R im Startmenü zu finden.

450
00:23:46,270 --> 00:23:50,390
Es sollte etwas genannt werden
wie R x 64 3-Punkt-was auch immer.

451
00:23:50,390 --> 00:23:53,110
Öffnen Sie, dass dort oben.

452
00:23:53,110 --> 00:23:58,850
>> So, jetzt lassen Sie mich nur
Öffnen Sie ein Terminalfenster.

453
00:23:58,850 --> 00:24:02,562
Alles klar, suchen.

454
00:24:02,562 --> 00:24:03,520
ZIELGRUPPE: Befehlsraum

455
00:24:03,520 --> 00:24:06,675
CONNER HARRIS: Befehl-Raum, ich danke Ihnen.

456
00:24:06,675 --> 00:24:10,030
Ich weiß nicht normalerweise verwenden Macs.

457
00:24:10,030 --> 00:24:13,310
Terminal, zeigen neuen Fenster.

458
00:24:13,310 --> 00:24:18,120
Neue Fenster-Einstellungen
Grund, R. So erhalten sollten

459
00:24:18,120 --> 00:24:22,230
eine willkommene Nachricht, so etwas wie dieses.

460
00:24:22,230 --> 00:24:31,060
>> Also ich bin mit R interaktiv.

461
00:24:31,060 --> 00:24:32,719
Sie können auch R-Skripte natürlich schreiben.

462
00:24:32,719 --> 00:24:34,510
Grundsätzlich Skripte ausführen
genau die gleiche Weise wie

463
00:24:34,510 --> 00:24:40,250
wenn Sie vor dem Computer sitzt wurden
Eingabe in jeder Zeile ein zu einer Zeit.

464
00:24:40,250 --> 00:24:42,660
Also lassen Sie uns beginnen, indem Sie einen Vektor.

465
00:24:42,660 --> 00:24:46,230
Ein Pfeil C 1, 2.

466
00:24:46,230 --> 00:24:49,400
1, 2, 4.

467
00:24:49,400 --> 00:24:50,050
OK sicher.

468
00:24:50,050 --> 00:24:51,630
Ich kann die Schriftgröße vergrößern.

469
00:24:51,630 --> 00:24:53,030
>> ZIELGRUPPE: Befehl-Plus

470
00:24:53,030 --> 00:24:53,650
>> CONNER HARRIS: Befehl-Plus.

471
00:24:53,650 --> 00:24:54,191
Befehl-Plus.

472
00:24:54,191 --> 00:24:57,610

473
00:24:57,610 --> 00:25:00,370
In Ordnung, wie das?

474
00:25:00,370 --> 00:25:00,870
Gut?

475
00:25:00,870 --> 00:25:01,551
OK.

476
00:25:01,551 --> 00:25:03,300
Also lassen Sie uns beginnen, indem
Deklaration einer Vektorliste.

477
00:25:03,300 --> 00:25:08,710
Führen Sie eine, Pfeil, C 1,2,4.

478
00:25:08,710 --> 00:25:11,181
Wir können sehen, ein.

479
00:25:11,181 --> 00:25:12,680
Nicht über die Halterung dort kümmern.

480
00:25:12,680 --> 00:25:18,590
Die Halterungen sind also, wenn Sie ausdrucken
sehr lange Arrays, können wir, wo Sie sind.

481
00:25:18,590 --> 00:25:26,987
Ein Beispiel wäre, wenn ich
wollen einfach nur Bereich 2-200.

482
00:25:26,987 --> 00:25:28,820
Wenn ich gedruckte einen sehr
Lang Array bilden die Klammern

483
00:25:28,820 --> 00:25:31,060
werden, nur damit ich mithalten kann
verfolgen, welche Index

484
00:25:31,060 --> 00:25:33,250
wir sind auf, wenn ich suche
durch dieses visuell.

485
00:25:33,250 --> 00:25:36,570

486
00:25:36,570 --> 00:25:38,280
So jedenfalls, haben wir ein.

487
00:25:38,280 --> 00:25:43,326
>> Also sagte ich, bevor die Arrays zu interagieren
sehr schön mit, zum Beispiel,

488
00:25:43,326 --> 00:25:44,450
unäre Operationen wie diese.

489
00:25:44,450 --> 00:25:46,500
Also, was Sie denken, ich werde
wenn ich ein plus 1 geben?

490
00:25:46,500 --> 00:25:49,630

491
00:25:49,630 --> 00:25:51,140
Ja.

492
00:25:51,140 --> 00:25:54,250
Richtig, jetzt werde ich machen
Diese verschiedenen Arrays.

493
00:25:54,250 --> 00:26:01,650
Nehmen wir an, b c 20,40, 80.

494
00:26:01,650 --> 00:26:03,400
Also, was denkst du
dieser Befehl zu tun?

495
00:26:03,400 --> 00:26:09,962

496
00:26:09,962 --> 00:26:10,670
Fügen Sie die Elemente.

497
00:26:10,670 --> 00:26:14,950
Und so im Grunde das ist, was es tut.

498
00:26:14,950 --> 00:26:16,740
Also das ist sehr praktisch.

499
00:26:16,740 --> 00:26:23,800
Also habe ich, wie ich zu tun. c
ist, sagen wir mal, 6 mal 1 bis 10.

500
00:26:23,800 --> 00:26:26,789

501
00:26:26,789 --> 00:26:28,830
Also, was tun, ich will sehen,
enthalten, denken Sie?

502
00:26:28,830 --> 00:26:37,110

503
00:26:37,110 --> 00:26:38,110
So dass alle ein Vielfaches von sechs.

504
00:26:38,110 --> 00:26:42,170
Nun, was glauben Sie,
passiert, wenn ich das tun?

505
00:26:42,170 --> 00:26:48,090
Ich werde diese ein wenig klarer, c, c zu machen.

506
00:26:48,090 --> 00:26:50,365
Also, was passiert, sind Sie
denke, wenn ich dies tun?

507
00:26:50,365 --> 00:26:51,488
a plus c.

508
00:26:51,488 --> 00:26:55,550

509
00:26:55,550 --> 00:26:56,050
[UNVERSTÄNDLICH]

510
00:26:56,050 --> 00:26:58,552

511
00:26:58,552 --> 00:27:02,350
>> ZIELGRUPPE: Entweder ein Fehler oder es
fügt nur die ersten drei Elemente.

512
00:27:02,350 --> 00:27:04,510
>> CONNER HARRIS: Nicht ganz.

513
00:27:04,510 --> 00:27:05,522
Dies ist, was wir bekamen.

514
00:27:05,522 --> 00:27:08,910
Was geschieht, ist eine kürzere
Array, a, habe radelte.

515
00:27:08,910 --> 00:27:13,990
Also haben wir 124, 124, 124.

516
00:27:13,990 --> 00:27:15,710
Ja.

517
00:27:15,710 --> 00:27:18,940
Und im Grunde, die Sie anzeigen können
dieses Verhalten vor, a plus 1,

518
00:27:18,940 --> 00:27:22,190
als Unterklasse dieses Verhalten, bei dem
die kürzeste Array ist nur die Nummer

519
00:27:22,190 --> 00:27:25,410
1, die eine einem Elementarray ist.

520
00:27:25,410 --> 00:27:27,740
Ich habe gerade sagen vector alle
die Zeit anstelle von Array,

521
00:27:27,740 --> 00:27:30,290
was die r, denn das ist
Dokumentation der Regel nicht.

522
00:27:30,290 --> 00:27:33,070
Es ist eine tief verwurzelte c Gewohnheit.

523
00:27:33,070 --> 00:27:37,590
>> OK, und so haben wir nun dieses Array.

524
00:27:37,590 --> 00:27:38,830
So haben wir dieses Array, c.

525
00:27:38,830 --> 00:27:41,380
Wir können zusammenfass erhalten
Statistiken über c, Zusammenfassung c.

526
00:27:41,380 --> 00:27:46,920

527
00:27:46,920 --> 00:27:48,280
Und das ist schön.

528
00:27:48,280 --> 00:27:51,070

529
00:27:51,070 --> 00:27:52,670
So, jetzt lassen Sie uns einige Dinge Matrix.

530
00:27:52,670 --> 00:27:56,160
Nehmen wir an, m ist eine Matrix.

531
00:27:56,160 --> 00:27:57,780
Machen wir es ein drei mal drei ein.

532
00:27:57,780 --> 00:28:01,630
So nrows gleich 3 ist, und ncols gleich 3 ist.

533
00:28:01,630 --> 00:28:04,190

534
00:28:04,190 --> 00:28:10,710
Und für die Daten do-- lassen Sie so was
glauben Sie, wird dies jetzt tun?

535
00:28:10,710 --> 00:28:15,310

536
00:28:15,310 --> 00:28:16,580
>> Richtig, es ist der nächste.

537
00:28:16,580 --> 00:28:17,970
Es ist nrow und nColumn.

538
00:28:17,970 --> 00:28:22,164

539
00:28:22,164 --> 00:28:24,580
Also, was ich getan habe, ist ich habe
erklärte ein drei mal drei Matrix-

540
00:28:24,580 --> 00:28:26,950
und ich habe in einem Neun-Element-Array übergeben.

541
00:28:26,950 --> 00:28:30,530
So Logarithmus alle
Elemente eins bis neun.

542
00:28:30,530 --> 00:28:33,400

543
00:28:33,400 --> 00:28:37,285
Und all diese Werte zu füllen
up der array-- leid?

544
00:28:37,285 --> 00:28:38,660
Publikum: Das sind Basis 10 Protokolle?

545
00:28:38,660 --> 00:28:41,284
CONNER HARRIS: Nein, log
natürlichen Logarithmus, so Basis e.

546
00:28:41,284 --> 00:28:44,886

547
00:28:44,886 --> 00:28:47,010
Ja, wenn man wollte Basis
10 log, ich denke, man müsste

548
00:28:47,010 --> 00:28:51,620
um sich anzumelden, was auch immer, von log 10 unterteilt.

549
00:28:51,620 --> 00:28:56,750
Und so werden die Daten der [unverständlich] nur
füllt das Array, also von oben nach unten,

550
00:28:56,750 --> 00:28:59,490
dann links nach rechts.

551
00:28:59,490 --> 00:29:06,890
Und wenn Sie eine andere tun wollte,
Array, sagen wir n-Matrix.

552
00:29:06,890 --> 00:29:10,317
Lassen Sie uns, ich weiß nicht, 2-13.

553
00:29:10,317 --> 00:29:11,900
Oder ich werde etwas Interessanteres zu tun.

554
00:29:11,900 --> 00:29:13,770
Ich werde tun, 2 bis 4.

555
00:29:13,770 --> 00:29:15,780
nrow ist gleich, sagen wir, 3.

556
00:29:15,780 --> 00:29:18,992
NcoI gleich 4.

557
00:29:18,992 --> 00:29:20,360
n.

558
00:29:20,360 --> 00:29:22,090
Also haben wir diese einsehen.

559
00:29:22,090 --> 00:29:26,130
>> Und jetzt, wenn wir diese zu multiplizieren möchten,
wir würden n Prozent Zeiten Prozent zu tun,

560
00:29:26,130 --> 00:29:27,680
denn das ist n.

561
00:29:27,680 --> 00:29:30,234

562
00:29:30,234 --> 00:29:31,400
Und wir haben Matrix Produkte.

563
00:29:31,400 --> 00:29:33,970

564
00:29:33,970 --> 00:29:37,810
Durch diese Art und Weise haben Sie gesehen, wie
Als ich erklärte, n, die 2 bis 4

565
00:29:37,810 --> 00:29:43,570
vector habe, bis radelte
es füllte alle n?

566
00:29:43,570 --> 00:29:45,710
Wenn Sie nehmen wollte,
Eigenwertzerlegung,

567
00:29:45,710 --> 00:29:46,960
das ist etwas, was wir sehr leicht tun können.

568
00:29:46,960 --> 00:29:47,709
Wir können eigen n zu tun.

569
00:29:47,709 --> 00:29:52,290

570
00:29:52,290 --> 00:29:54,600
Und dies ist unsere erste
Begegnung mit einer Liste.

571
00:29:54,600 --> 00:29:57,000
>> So eigen n ist eine Liste mit zwei Schlüsseln.

572
00:29:57,000 --> 00:29:58,430
Werte, die hier diesem Array.

573
00:29:58,430 --> 00:30:01,030
Und Vektoren, die in diesem Array ist hier.

574
00:30:01,030 --> 00:30:08,240
Also, wenn Sie extrahieren wollte,
sagen, das dritte Spalte

575
00:30:08,240 --> 00:30:13,080
von der Eigenmatrix, weil
die Eigenvektoren Spaltenvektoren sind.

576
00:30:13,080 --> 00:30:24,400
So können wir vec eigen n Dollarzeichen zu tun
Vektoren, Komma 3, der [unverständlich].

577
00:30:24,400 --> 00:30:29,800

578
00:30:29,800 --> 00:30:30,900
Vec.

579
00:30:30,900 --> 00:30:34,100
Ist, dass, wie man erwarten könnte.

580
00:30:34,100 --> 00:30:39,210
>> Dann sage n mal Prozent Zeiten vec.

581
00:30:39,210 --> 00:30:42,610

582
00:30:42,610 --> 00:30:48,320
Also hier das Ergebnis sieht so aus,
wenn wir die dritte Eigenwert hier,

583
00:30:48,320 --> 00:30:50,390
das entspricht mit
die dritte Eigenvektor.

584
00:30:50,390 --> 00:30:53,190
Es alles multipliziert gerade
Diese Eigenvektor, komponentenweise,

585
00:30:53,190 --> 00:30:53,990
von der Eigenwert ist.

586
00:30:53,990 --> 00:30:57,760
Und das ist das, was wir erwarten würden,
weil das, was Eigenwerte sind.

587
00:30:57,760 --> 00:31:00,890
Hat hier jemand nicht
genommen linearen Algebra?

588
00:31:00,890 --> 00:31:02,530
Ein paar Leute, OK.

589
00:31:02,530 --> 00:31:04,030
Schalten Sie einfach Ihr Gehirn aus für ein bisschen.

590
00:31:04,030 --> 00:31:07,490

591
00:31:07,490 --> 00:31:20,720
Und in der Tat, wenn wir eigen n
Dollar-Zeichen-Werte 3 mal vec,

592
00:31:20,720 --> 00:31:21,810
und Sie erhalten die gleiche Sache.

593
00:31:21,810 --> 00:31:24,726
Es ist anders als eine Zeile formatiert
Vektor anstelle eines Spaltenvektors,

594
00:31:24,726 --> 00:31:25,640
aber große Sache.

595
00:31:25,640 --> 00:31:29,430

596
00:31:29,430 --> 00:31:35,170
Und so, das sind im Grunde die schöne
Dinge, die wir tun können, mit Matrizen,

597
00:31:35,170 --> 00:31:36,489
gezeigt Listen.

598
00:31:36,489 --> 00:31:39,030
Ich sollte das schöne zeigen
Dinge über Funktionen.

599
00:31:39,030 --> 00:31:41,750
>> Lassen Sie uns also sagen-- [unverständlich]
Funktion Aufruf let

600
00:31:41,750 --> 00:31:51,960
es func gegen Funktion n n squared--
tatsächlich, das ist nicht wirklich das beste.

601
00:31:51,960 --> 00:31:55,632
a, b, a squared plus b.

602
00:31:55,632 --> 00:31:58,547

603
00:31:58,547 --> 00:32:00,380
So eine Sache, über
Funktionen wiederum ist sie

604
00:32:00,380 --> 00:32:01,963
brauchen keine explizite Rückrechnung.

605
00:32:01,963 --> 00:32:04,250
So können Sie die just--
letzte Aussage bewertet

606
00:32:04,250 --> 00:32:07,502
wird die Anweisung zurückgegeben werden,
oder der Wert zurückgegeben.

607
00:32:07,502 --> 00:32:10,460
Also in diesem Fall, wir sind nur die Bewertung
eine Anweisung, ein Quadrat plus b.

608
00:32:10,460 --> 00:32:12,043
Das wird die Standardrückgabewert sein.

609
00:32:12,043 --> 00:32:14,530
Es schadet nie, legte in
Rückgabewerte explizit,

610
00:32:14,530 --> 00:32:16,880
vor allem, wenn Sie mit einem zu tun
Funktion sehr komplizierte Logik

611
00:32:16,880 --> 00:32:17,380
fließen.

612
00:32:17,380 --> 00:32:18,450
Aber Sie brauchen sie nicht.

613
00:32:18,450 --> 00:32:24,890
So, jetzt können wir func 5, 1 zu tun, und
Das ist im Grunde, was man erwarten würde.

614
00:32:24,890 --> 00:32:29,146

615
00:32:29,146 --> 00:32:31,270
Etwas anderes, was wir tun können,
können wir tatsächlich tun func b

616
00:32:31,270 --> 00:32:33,260
gleich 1 ist, a gleich 5 ist.

617
00:32:33,260 --> 00:32:36,870

618
00:32:36,870 --> 00:32:40,770
Also, wenn wir hier angeben, welche Zahl,
welchem ​​Rechtsgrund, auf die Argumentation

619
00:32:40,770 --> 00:32:44,680
in der Funktion, können wir in der Umgebung von Flip
Diese Werte, wo immer wir wollen.

620
00:32:44,680 --> 00:32:48,405
>> Publikum: Gibt es einen Grund
um es zu schreiben, mit dem b

621
00:32:48,405 --> 00:32:52,404
ist gleich im Gegensatz zu nur mit
die Zahlen und das Komma?

622
00:32:52,404 --> 00:32:54,820
CONNER HARRIS: Ja, in der Regel
tun, wenn Sie Funktionen haben

623
00:32:54,820 --> 00:32:58,540
mit einer Menge von Argumenten.

624
00:32:58,540 --> 00:33:00,690
Das mag oft wie sein
Fahnen aus, die du nur

625
00:33:00,690 --> 00:33:03,130
wollen in seltenen Fällen zu verwenden.

626
00:33:03,130 --> 00:33:06,740
Und auf diese Weise können Sie only--
kann auf die spezifischen Argumente beziehen

627
00:33:06,740 --> 00:33:09,110
dass Sie verwenden möchten,
Nicht-Standardwerte für,

628
00:33:09,110 --> 00:33:14,470
und Sie müssen nicht zu schreiben, ein
Bündel von Flags gleich falschen ihnen nach.

629
00:33:14,470 --> 00:33:19,710
Oder kann ich das wieder mit zu schreiben
ein Standardwert wie b gleich 2 ist.

630
00:33:19,710 --> 00:33:26,289
Und dann konnte ich f func zu tun,
Ich werde 4, 1 dieses Mal zu tun.

631
00:33:26,289 --> 00:33:28,580
Und 17, die 4 quadriert
plus 1, als Sie vielleicht erwarten.

632
00:33:28,580 --> 00:33:34,290
>> Aber ich könnte auch einfach
nennen dies mit func 4,

633
00:33:34,290 --> 00:33:36,970
und Ich werde 18, weil
Ich glaube nicht, geben Sie b.

634
00:33:36,970 --> 00:33:38,550
So b erhält den Standardwert von 2.

635
00:33:38,550 --> 00:33:41,700

636
00:33:41,700 --> 00:33:47,200
>> OK, so jetzt, wenn Sie
folgenden zusammen mit der Demo,

637
00:33:47,200 --> 00:33:51,010
Geben Sie die folgende Zeile zu Ihrer Verfügung
prompt und sehen, was kommt.

638
00:33:51,010 --> 00:33:52,090
Eigentlich glaube ich nicht.

639
00:33:52,090 --> 00:33:52,590
Geben Sie diese.

640
00:33:52,590 --> 00:33:57,780

641
00:33:57,780 --> 00:34:01,000
Sie sollten etwas wie diese zu erhalten.

642
00:34:01,000 --> 00:34:04,780
So mtcars wird ein in der Daten gebaut
für diese Demonstration gesetzt

643
00:34:04,780 --> 00:34:13,550
Zwecke, die kommt mit-- das kommt
in der Standardeinstellung mit r Verteilung.

644
00:34:13,550 --> 00:34:19,211
Dies ist eine Zusammenstellung von Statistiken aus
a 1974 Ausgabe der Zeitschrift Motor Trend ist

645
00:34:19,211 --> 00:34:20,710
auf einer Reihe von verschiedenen Fahrzeugmodellen.

646
00:34:20,710 --> 00:34:28,270
>> Also gibt es Meilen pro Gallone, cylinders--
Ich vergesse, was disp ist-- PS.

647
00:34:28,270 --> 00:34:31,610

648
00:34:31,610 --> 00:34:32,420
Wahrscheinlich.

649
00:34:32,420 --> 00:34:36,920
Wenn Sie nur Google MT Autos,
dann eines der ersten Ergebnisse

650
00:34:36,920 --> 00:34:38,730
aus der sein
offizielle r Dokumentation

651
00:34:38,730 --> 00:34:41,080
und es wird erklärt,
alle diese Datenfelder.

652
00:34:41,080 --> 00:34:47,020
So Gewicht ist-- Gew ist
Gewicht des Autos in Tonnen.

653
00:34:47,020 --> 00:34:48,880
Q s ist die viertel Meile Zeit.

654
00:34:48,880 --> 00:34:52,409

655
00:34:52,409 --> 00:34:55,850
So, jetzt können wir einige lustige Dinge zu tun
über MT Autos ist ein Datenfeld.

656
00:34:55,850 --> 00:35:01,640
>> So können wir Dinge tun
wie Zeilennamen, mt Autos.

657
00:35:01,640 --> 00:35:05,490
Und dies ist eine Liste aller Zeilen in
der Datensatz, die Namen von Autos sind.

658
00:35:05,490 --> 00:35:10,780
Wir können COLNAMES, mt Autos tun.

659
00:35:10,780 --> 00:35:15,500
Wenn Sie mt Autos zu tun,
Unter numerischen Index, wie 2.

660
00:35:15,500 --> 00:35:18,177
erhalten wir die zweite Spalte aus
Diese, die Zylinder wären.

661
00:35:18,177 --> 00:35:19,370
>> Publikum: Was hast du getan?

662
00:35:19,370 --> 00:35:21,570
>> CONNER HARRIS: Ich tippte
mt Autos, Halterungen e,

663
00:35:21,570 --> 00:35:24,180
das gab mir die zweite
Spalte von mt Autos.

664
00:35:24,180 --> 00:35:34,501

665
00:35:34,501 --> 00:35:38,110
Oder wenn wir eine Reihe, I-Typ kann
mtcars Komma 2, zum Beispiel.

666
00:35:38,110 --> 00:35:41,850

667
00:35:41,850 --> 00:35:46,390
Andere Runde 2 Komma, so.

668
00:35:46,390 --> 00:35:48,880
Und das geht in Ihrer Reihe.

669
00:35:48,880 --> 00:35:54,680
Diese hier haben Sie nur einen
Spalte, aber Spalte als Vektor.

670
00:35:54,680 --> 00:36:04,634

671
00:36:04,634 --> 00:36:06,425
Ich habe gerade jetzt wurde mir klar,
vergessen zu zeigen,

672
00:36:06,425 --> 00:36:09,150
ein paar coole Dinge über Vektoren
dass Sie mit Indizes tun können.

673
00:36:09,150 --> 00:36:10,480
Lassen Sie mich also, dass gerade jetzt zu tun.

674
00:36:10,480 --> 00:36:17,130
Lassen Sie uns so tun, c gets-- setzen
Diese auf pause-- 2 mal 1 bis 10.

675
00:36:17,130 --> 00:36:21,360
So c ist gerade dabei zu sein
der Vektor 2 bis 20.

676
00:36:21,360 --> 00:36:24,640
Ich kann Elemente wie diese zu nehmen, c2.

677
00:36:24,640 --> 00:36:30,942
Ich kann in einem Vektor übergeben
wie diese, C- mich lassen

678
00:36:30,942 --> 00:36:34,470
benutzen anderen Namen als c, wie vec c.

679
00:36:34,470 --> 00:36:37,591

680
00:36:37,591 --> 00:36:39,340
Grundsätzlich mache ich
diese, so dass Sie nicht bekommen,

681
00:36:39,340 --> 00:36:45,010
zwischen C als verwirrt
Vektorkonstruktion Funktion,

682
00:36:45,010 --> 00:36:48,800
und dann c als Variablenname.

683
00:36:48,800 --> 00:36:53,120
Vec Klammern c 4, 5, 7.

684
00:36:53,120 --> 00:36:56,540
Dies werde mich aus dem vierten bekommen, fünften,
und sieben Elemente des Arrays.

685
00:36:56,540 --> 00:37:01,740
Ich kann vec zu tun, in einer negativen setzen
Index, wie negativ 4.

686
00:37:01,740 --> 00:37:06,500
Das wird mir mit zu diesem
das vierte Element entfernt wird.

687
00:37:06,500 --> 00:37:10,140
Dann, wenn ich, um Scheiben machen wollte,
Ich kann vec 2 bis 6 zu tun.

688
00:37:10,140 --> 00:37:15,480
2 Doppelpunkt 6 ist nur ein weiterer
Vektor, der 2, 3, 4, 5, 6.

689
00:37:15,480 --> 00:37:18,230
Spuckt, dass.

690
00:37:18,230 --> 00:37:20,770
>> So jedenfalls zurück zu mt Autos.

691
00:37:20,770 --> 00:37:26,650

692
00:37:26,650 --> 00:37:28,450
Lassen Sie uns so tun, einige Regressionen.

693
00:37:28,450 --> 00:37:34,240
Lassen Sie uns sagen Modell gets-- uns gelassen
linear regress-- Ich weiß nicht.

694
00:37:34,240 --> 00:37:41,780
Lassen Sie uns zunächst keine befestigen mtcars, natürlich.

695
00:37:41,780 --> 00:37:44,870

696
00:37:44,870 --> 00:38:00,010
So [unverständlich] Modell lm, lass uns zurückbilden
Meilen pro Gallone auf Tilde Gewicht.

697
00:38:00,010 --> 00:38:03,300
Und dann Datenrahmen mtcars.

698
00:38:03,300 --> 00:38:06,830
So Zusammenfassung Modell.

699
00:38:06,830 --> 00:38:12,900

700
00:38:12,900 --> 00:38:15,595
>> OK, so sieht das ein bisschen kompliziert.

701
00:38:15,595 --> 00:38:19,380
Aber im Grunde, da, wenn wir
versuchen, Meilen pro Gallone zum Ausdruck

702
00:38:19,380 --> 00:38:23,970
als eine lineare Funktion des Gewichts,
dann haben wir diese Linie hier,

703
00:38:23,970 --> 00:38:28,730
die Abschnitte am 37.28.

704
00:38:28,730 --> 00:38:33,830
37.28 würde die theoretischen Meilen sein
pro Gallone ein Auto, das Null wiegt.

705
00:38:33,830 --> 00:38:41,210
Und dann für jede weitere Tonne,
Sie etwa fünf Meilen pro Gallone zu klopfen

706
00:38:41,210 --> 00:38:42,440
off davon.

707
00:38:42,440 --> 00:38:45,120
Beide Koeffizienten Sie
können, Standardfehler dort zu sehen.

708
00:38:45,120 --> 00:38:47,870
Und sie sind sehr sind
statistisch signifikant.

709
00:38:47,870 --> 00:38:55,740
>> So können wir ganz sicher zu sein,
1 E 10 mit der negativen 10.

710
00:38:55,740 --> 00:38:59,510
Also 1 mal etwas mit dem negativen
10, dass, wenn Sie eine schwerere Auto zu machen,

711
00:38:59,510 --> 00:39:01,440
es wird noch schlimmer Meilen pro Gallone.

712
00:39:01,440 --> 00:39:04,940

713
00:39:04,940 --> 00:39:07,250
Oder wir können eine andere Modell zu testen.

714
00:39:07,250 --> 00:39:09,230
Dergleichen anstelle
Rückschritte dieses auf Gewicht,

715
00:39:09,230 --> 00:39:12,600
Lassen Sie uns zurückbilden es auf Protokoll von Gewicht,
weil vielleicht das effektive Gewicht

716
00:39:12,600 --> 00:39:15,690
auf Laufleistung ist irgendwie nicht linear.

717
00:39:15,690 --> 00:39:18,540
>> Dies gab uns eine r von 0,7528 zum Quadrat.

718
00:39:18,540 --> 00:39:19,610
Also lassen Sie uns versuchen, diese.

719
00:39:19,610 --> 00:39:21,485
Dieses Mal machen wir eine
andere Variable, auch.

720
00:39:21,485 --> 00:39:22,500
Model2.

721
00:39:22,500 --> 00:39:24,800
So Zusammenfassend model2.

722
00:39:24,800 --> 00:39:28,200

723
00:39:28,200 --> 00:39:31,390
In Ordnung, so wieder, wir
haben unsere am besten passende Linie hier.

724
00:39:31,390 --> 00:39:36,160
Und dies Zeit-- dies sagen:
im Grunde, dass jedes Mal, wenn

725
00:39:36,160 --> 00:39:38,090
erhöhen das Gewicht der
ein Auto mit einem Faktor von e

726
00:39:38,090 --> 00:39:40,580
Sie verlieren so viele Meilen pro Gallone.

727
00:39:40,580 --> 00:39:43,210

728
00:39:43,210 --> 00:39:50,326
>> Und so dieses Mal unsere Reststandard
Fehler es-- das spielt keine Rolle, wirklich.

729
00:39:50,326 --> 00:39:53,540
Die Reststandardfehler
im Grunde nur der Standardfehler

730
00:39:53,540 --> 00:39:57,760
dass Sie, nachdem Sie verlassen haben,
nehmen die Trendlinie.

731
00:39:57,760 --> 00:40:02,805
Und unsere r hier im Quadrat ist 0,81,
was ein bisschen besser als ist, was

732
00:40:02,805 --> 00:40:07,640
Wir hatten vor, 0,52.

733
00:40:07,640 --> 00:40:09,750
>> Und nun ist hinzuzufügen eine Enttäuschung
Begriff auf diese Regression.

734
00:40:09,750 --> 00:40:13,020
Lassen Sie uns also zurückbilden Meilen pro Gallone
sowohl auf dem Protokoll der Gewichte

735
00:40:13,020 --> 00:40:21,130
und lassen Sie uns tun, q Meilen,
viertel Meile Zeit.

736
00:40:21,130 --> 00:40:26,190
OK, muss er the-- alles in Ordnung, QSEC.

737
00:40:26,190 --> 00:40:26,690
Qsec.

738
00:40:26,690 --> 00:40:30,630

739
00:40:30,630 --> 00:40:35,000
Actually-- sorry, was?

740
00:40:35,000 --> 00:40:37,000
Lassen Sie mich diese etwas nennen
sonst außer model2.

741
00:40:37,000 --> 00:40:38,000
Lassen Sie mich dieses model3 nennen.

742
00:40:38,000 --> 00:40:40,860

743
00:40:40,860 --> 00:40:42,900
Und so können wir jetzt zusammenfass model3 zu tun.

744
00:40:42,900 --> 00:40:46,850

745
00:40:46,850 --> 00:40:49,100
Und so wieder, das ist im Grunde
was Sie vielleicht erwarten.

746
00:40:49,100 --> 00:40:51,750
Sie haben positive abfangen.

747
00:40:51,750 --> 00:40:54,550
Die effektive Steigerung
Gewicht negativ.

748
00:40:54,550 --> 00:40:58,490
Und die wirksame
Erhöhung viertel Meile Zeit

749
00:40:58,490 --> 00:41:02,420
positiv ist, aber obwohl
weniger als Gewicht.

750
00:41:02,420 --> 00:41:06,010
Jetzt intuitiv, können Sie Sinn machen
dies damit, denke über den Sportwagen.

751
00:41:06,010 --> 00:41:08,950
Es gibt eine sehr schnelle Beschleunigung,
eine sehr kurze viertel Meile Zeiten.

752
00:41:08,950 --> 00:41:13,729
Sie sind auch gehen, um mehr Gas zu verwenden,
wohin vernünftigere Autos gehen

753
00:41:13,729 --> 00:41:16,020
langsamer Beschleunigung haben,
höhere viertel Meile Zeiten

754
00:41:16,020 --> 00:41:20,890
und verbrauchen weniger Gas ,, so
höhere Meilen pro Gallone.

755
00:41:20,890 --> 00:41:21,390
Groß.

756
00:41:21,390 --> 00:41:23,431
Und jetzt ist es Zeit,
Plotten etwas wie dieses.

757
00:41:23,431 --> 00:41:27,810
Lassen Sie uns also do-- so kahl
Knochen wir tun können plots--

758
00:41:27,810 --> 00:41:35,280
weil ich diese Daten Rahmen befestigt
before-- können wir nur tun, Grundstücke, Gew mpg.

759
00:41:35,280 --> 00:41:38,762

760
00:41:38,762 --> 00:41:39,720
Machen Sie dieses ein bisschen größer.

761
00:41:39,720 --> 00:41:55,050

762
00:41:55,050 --> 00:41:57,350
Dort, im Grunde haben wir einen
Streudiagramm, aber die Punkte

763
00:41:57,350 --> 00:41:58,690
sind irgendwie schwer, sich auf diese zu sehen.

764
00:41:58,690 --> 00:42:04,860

765
00:42:04,860 --> 00:42:10,900
>> Ich weiß nicht, was die ohne weiteres erinnern
Syntax ist für die Änderung der Grundstücksgrenze.

766
00:42:10,900 --> 00:42:14,100
Also ich denke, das wird
eine gute Zeit zu bringen,

767
00:42:14,100 --> 00:42:18,000
es ist ein sehr schönes eingebaute Hilfe
Komponenten, Funktionen Hilfe Anführungszeichen Namen.

768
00:42:18,000 --> 00:42:21,690
Wir werden bis im Grunde bringen
alles, was Sie möchten.

769
00:42:21,690 --> 00:42:28,010

770
00:42:28,010 --> 00:42:32,730
Ich denke, ich werde tatsächlich tun
Typ gleich p für Punkte Parzellen.

771
00:42:32,730 --> 00:42:34,369
Hat das etwas ändern?

772
00:42:34,369 --> 00:42:35,160
Und nein, nicht wirklich.

773
00:42:35,160 --> 00:42:39,160

774
00:42:39,160 --> 00:42:39,660
Gut.

775
00:42:39,660 --> 00:42:46,760

776
00:42:46,760 --> 00:42:49,580
>> Aus irgendeinem Grund, wenn ich das tat
auf meinem eigenen Computer eine Weile her,

777
00:42:49,580 --> 00:42:52,080
alle Streupunkte
waren viel klarer.

778
00:42:52,080 --> 00:43:06,390

779
00:43:06,390 --> 00:43:13,970
Jedenfalls sind die Scatter Art sichtbar?

780
00:43:13,970 --> 00:43:15,124
Da ist man da.

781
00:43:15,124 --> 00:43:16,165
Einige gibt es, einige gibt.

782
00:43:16,165 --> 00:43:18,860

783
00:43:18,860 --> 00:43:21,185
Sie können eine Art sehen, wie sie, nicht wahr?

784
00:43:21,185 --> 00:43:24,310
Wenn wir also eine Ausgleichsgerade hinzufügen
zu dieser Handlung hier, die ein bisschen kahl ist

785
00:43:24,310 --> 00:43:29,290
bones-- lassen Sie mich ein bisschen schöner.

786
00:43:29,290 --> 00:43:38,075
Haupt gleich gegenüber dem Gewichts.

787
00:43:38,075 --> 00:43:46,322

788
00:43:46,322 --> 00:43:49,740
Meilen pro Gallone.

789
00:43:49,740 --> 00:43:53,570
Auch hier können Sie sehen, wie nützlich
optionale Argumente sind hier mit auch

790
00:43:53,570 --> 00:43:58,090
nicht mit, um die Dinge in einem setzen
bestimmten Reihenfolge mit Tastatur Argumente

791
00:43:58,090 --> 00:44:01,600
wenn Sie Grundstücke, da haben
diese nehmen eine Menge von Argumenten.

792
00:44:01,600 --> 00:44:07,490
>> Xlab gleich Gewicht, Gewicht, Tonnen.

793
00:44:07,490 --> 00:44:10,091

794
00:44:10,091 --> 00:44:10,590
Gut.

795
00:44:10,590 --> 00:44:17,340

796
00:44:17,340 --> 00:44:21,480
OK, ja, dieses Gerät
ist ein bisschen nervig.

797
00:44:21,480 --> 00:44:30,160
Aber Sie Art von da oben sehen können,
es gibt einen Diagrammtitel auf der Seite.

798
00:44:30,160 --> 00:44:35,260
Hier drüben there's-- auf der Unterseite
Hier gibt es Achsenbeschriftungen.

799
00:44:35,260 --> 00:44:37,700
Ich erinnere mich nicht ohne weiteres
was die Befehle ars--

800
00:44:37,700 --> 00:44:41,000
Was sind die Funktionen zur Steigerung
die Größe dieser Etiketten und Titel,

801
00:44:41,000 --> 00:44:43,110
aber sie sind da.

802
00:44:43,110 --> 00:44:46,625
>> Und so, wenn wir wollen
fügen Sie die am besten passende Linie,

803
00:44:46,625 --> 00:44:49,250
wir etwas like-- ich tun
haben die Syntax hier oben geschrieben.

804
00:44:49,250 --> 00:44:52,280

805
00:44:52,280 --> 00:45:11,130
So erinnern wir uns nur hinzufügen Modell
war mpg, Gewicht, mtcars.

806
00:45:11,130 --> 00:45:16,470
Und so, wenn ich wollte, um eine beste Passform hinzufügen
Linie, konnte ich a, b Linienmodell zu tun.

807
00:45:16,470 --> 00:45:18,556
Und Boom, haben wir eine Ausgleichsgerade.

808
00:45:18,556 --> 00:45:19,970
Es ist ein bisschen schwer, wieder zu sehen.

809
00:45:19,970 --> 00:45:22,178
Ich bin ganz traurig über die
technologische Schwierigkeiten.

810
00:45:22,178 --> 00:45:25,230
Aber es läuft grundsätzlich
oben links nach unten rechts.

811
00:45:25,230 --> 00:45:27,550
>> Und wenn die Waage waren
größer, man konnte sehen,

812
00:45:27,550 --> 00:45:31,260
dass der Schnittpunkt ist, was du kannst
finden von den Auswertungsstatistiken

813
00:45:31,260 --> 00:45:34,790
wenn Sie Typenübersicht Modell.

814
00:45:34,790 --> 00:45:40,130
OK, so dass ich hoffe, dass jeder bekommt,
so etwas wie ein Gefühl dafür, was

815
00:45:40,130 --> 00:45:42,030
R ist, was es ist gut für.

816
00:45:42,030 --> 00:45:45,520
Man könnte viel schöner als Grundstücke zu machen
diese auf Ihrer eigenen Zeit, wenn Sie möchten.

817
00:45:45,520 --> 00:45:50,100

818
00:45:50,100 --> 00:45:53,950
>> So ausländischen Funktionsschnittstelle.

819
00:45:53,950 --> 00:46:00,330
Dies ist etwas, das nicht normalerweise
im Einführungsvorträge abgedeckt

820
00:46:00,330 --> 00:46:03,560
oder Einführungs alles für r.

821
00:46:03,560 --> 00:46:05,584
Es ist nicht wahrscheinlich, dass Sie gehen, um es brauchen.

822
00:46:05,584 --> 00:46:08,000
Allerdings fand ich es sinnvoll, in
meine eigenen Projekte in der Vergangenheit.

823
00:46:08,000 --> 00:46:10,984
Und es ist nicht gut
Tutorial für die es online.

824
00:46:10,984 --> 00:46:12,900
Also ich werde einfach
eilen Sie alle über diese

825
00:46:12,900 --> 00:46:16,606
und dann bist du frei, zu gehen.

826
00:46:16,606 --> 00:46:18,480
Und so ist die ausländische
Funktionsschnittstelle ist es, was

827
00:46:18,480 --> 00:46:23,130
Sie verwenden können, zu rufen, um zu sehen,
Funktionen mit einem R. Intern

828
00:46:23,130 --> 00:46:29,850
R ist gebaut auf C R Arithmetik ist einfach
C 64-Bit-Fließkomma-Arithmetik,

829
00:46:29,850 --> 00:46:32,852
was ist der Typ double [unverständlich].

830
00:46:32,852 --> 00:46:35,060
Und möchten Sie vielleicht zu tun
dies für eine Reihe von Gründen.

831
00:46:35,060 --> 00:46:39,250
Zum einen ist R interpretiert, ist es
nicht nach unten in Maschinencode kompiliert.

832
00:46:39,250 --> 00:46:42,170
So dass Sie schreiben können Sie Ihre
inneren Schleifen in C und dann bekommen

833
00:46:42,170 --> 00:46:45,920
der Vorteil der Verwendung R. Wie
es ist ein bisschen bequemer als C.

834
00:46:45,920 --> 00:46:48,899
Es hat eine bessere Grafik
Einrichtungen und so weiter.

835
00:46:48,899 --> 00:46:51,690
Und während noch in der Lage zu bekommen,
Höchstgeschwindigkeit aus den inneren Schleifen,

836
00:46:51,690 --> 00:46:53,650
Das ist, wo Sie es wirklich brauchen.

837
00:46:53,650 --> 00:46:56,330
>> Wiederverwendung vorhandener C-Bibliotheken,
das ist auch wichtig.

838
00:46:56,330 --> 00:47:00,320
Wenn Sie etwas C-Bibliothek für wie,
Ich weiß nicht, Fourier-Transformationen,

839
00:47:00,320 --> 00:47:05,190
oder einige sehr Archaikum
Statistiken Verfahren verwendet

840
00:47:05,190 --> 00:47:09,470
in der Hochenergie-Astrophysik
oder so etwas, ich weiß nicht.

841
00:47:09,470 --> 00:47:13,058
Hochenergie-Astrophysik
ist nicht einmal ein Think, denke ich.

842
00:47:13,058 --> 00:47:16,480
Sie können jedoch, dass, anstatt zu tun
eine native R-Anschluss von ihnen zu schreiben.

843
00:47:16,480 --> 00:47:22,725
Und am the-- wieder, wie wenn Sie
schauen in den meisten R Standardbibliotheken,

844
00:47:22,725 --> 00:47:25,600
auf den Einbauten sind die Einbauten
gehen, um die Fremd Funktion nutzen

845
00:47:25,600 --> 00:47:26,724
Schnittstelle sehr umfangreich.

846
00:47:26,724 --> 00:47:31,630
Sie werden Dinge wie Fourier haben
transformiert oder Berechnen von Korrelations

847
00:47:31,630 --> 00:47:34,890
Koeffizienten in C geschrieben, und sie werden
einfach nur R-Wrapper um sie herum.

848
00:47:34,890 --> 00:47:38,230
Die Schnittstelle ist ein
etwas schwierig. Ich denke

849
00:47:38,230 --> 00:47:43,750
die Schwierigkeit liegt in einem übertrieben
Viele der Befehle finden Sie.

850
00:47:43,750 --> 00:47:46,200
Aber dennoch ist es ein wenig verwirrend.

851
00:47:46,200 --> 00:47:48,650
Und ich habe nicht in der Lage
finden Sie ein gutes Tutorial für sie,

852
00:47:48,650 --> 00:47:51,980
so, das ist es jetzt.

853
00:47:51,980 --> 00:47:55,360
Auch diese ganze Segment
ist mehr für den späteren Gebrauch auf.

854
00:47:55,360 --> 00:47:57,687
Mach dir keine Sorgen Kopier
alles bis jetzt.

855
00:47:57,687 --> 00:48:00,020
So der folgenden Anleitung
sind für Unix-ähnliche Systeme,

856
00:48:00,020 --> 00:48:05,150
Linux, BSD, OS X. Ich weiß nicht,
Wie das funktioniert auf Windows,

857
00:48:05,150 --> 00:48:08,280
aber bitte nur nicht, tun Sie Ihre
Abschlussprojekt auf Windows.

858
00:48:08,280 --> 00:48:10,790

859
00:48:10,790 --> 00:48:12,460
Sie wirklich nicht tun wollen.

860
00:48:12,460 --> 00:48:14,770
Unix ist viel besser Satz
up für Casual-Programmierung.

861
00:48:14,770 --> 00:48:19,320

862
00:48:19,320 --> 00:48:21,390
Also, im Grunde fremden
Funktionsschnittstelle.

863
00:48:21,390 --> 00:48:24,420
Wenn Sie ein C schreiben wollen
Funktion zur Verwendung mit R,

864
00:48:24,420 --> 00:48:27,250
es muss alles nehmen
Argumente Zeiger.

865
00:48:27,250 --> 00:48:30,666
>> Also für Einzelwerte, dies
bedeutet, dass es auf den Wert zeigte.

866
00:48:30,666 --> 00:48:33,040
Für Arrays, ist dies ein Zeiger
auf das erste Element, das

867
00:48:33,040 --> 00:48:36,750
ist das, was Arraynamen tatsächlich bedeuten.

868
00:48:36,750 --> 00:48:40,140
Auch dies ist etwas, das Sie haben sollten
ziemlich komplett nach unten, nachdem S. fünf.

869
00:48:40,140 --> 00:48:43,334
Array-Namen sind nur Zeiger
zu dem ersten Element,

870
00:48:43,334 --> 00:48:44,750
Die Fließkommatyp ist doppelt.

871
00:48:44,750 --> 00:48:47,310
Und Ihre Funktion muss leer kommen.

872
00:48:47,310 --> 00:48:50,810
Die einzige Möglichkeit, dass er
tatsächlich sagen, R, was passiert

873
00:48:50,810 --> 00:48:54,410
ist durch Modifizieren des Speichers, der R gab
um es durch die Fremdfunktion

874
00:48:54,410 --> 00:48:54,910
Schnittstelle.

875
00:48:54,910 --> 00:48:58,180

876
00:48:58,180 --> 00:49:00,127
>> Also habe ich das geschrieben
Beispiel hier ist das

877
00:49:00,127 --> 00:49:02,460
eine Funktion, die Benutzung berechnet
Skalarprodukt zweier Vektoren.

878
00:49:02,460 --> 00:49:05,060
Es nimmt zwei Argumente, vec1, vec2,
Welches sind die Vektoren selbst,

879
00:49:05,060 --> 00:49:06,934
und dann n, die eine
Länge, weil wieder,

880
00:49:06,934 --> 00:49:12,630
R hat in [unverständlich] errichtet, um herauszufinden,
die Länge von Vektoren, aber C nicht.

881
00:49:12,630 --> 00:49:16,182
In C wird Vektoren eine beliebige
abgegrenzten Teil des Speichers.

882
00:49:16,182 --> 00:49:17,890
So, wie Sie können
Berechnung Punktprodukte

883
00:49:17,890 --> 00:49:23,470
wird nur dieser Parameter aus
auf Null und dann durch iterieren

884
00:49:23,470 --> 00:49:28,760
von 1 bis n Star, weil
n ist ein Zeiger auf die Länge,

885
00:49:28,760 --> 00:49:32,929
nur etwas hinzufügen
Diese out-Parameter.

886
00:49:32,929 --> 00:49:34,970
Und es kann eine gute Übung
wenn Sie tun werden

887
00:49:34,970 --> 00:49:37,270
Diese zwei separate C-Funktionen zu schreiben.

888
00:49:37,270 --> 00:49:41,970
Einer von ihnen has-- eines davon nur
nimmt die Argumente und die Arten

889
00:49:41,970 --> 00:49:43,970
dass sie gewöhnlich in C liegen

890
00:49:43,970 --> 00:49:47,780
>> So dauert es eine Array
Argumente Zeiger.

891
00:49:47,780 --> 00:49:57,090
Aber Einzelwertargumente wie n,
es dauert nur als Werte durch Kopieren,

892
00:49:57,090 --> 00:49:57,917
ohne Zeiger.

893
00:49:57,917 --> 00:49:59,750
Und dann tut es nicht
[Unverständlich] out-Zeiger.

894
00:49:59,750 --> 00:50:01,290
Und dann kannst du
eine andere, im Grunde

895
00:50:01,290 --> 00:50:03,623
Wrapper-Funktion, die im Grunde
verarbeitet die Anforderungen

896
00:50:03,623 --> 00:50:07,740
der ausländischen Funktion
Schnittstelle für Sie.

897
00:50:07,740 --> 00:50:11,840
>> Die Art, wie Sie dies in R nennen, ist, einmal
haben Sie Ihre Funktion in C geschrieben,

898
00:50:11,840 --> 00:50:17,770
Sie cmd shlib R, R geben
Befehls Shared Library,

899
00:50:17,770 --> 00:50:20,110
foo Punkt c, oder was auch immer
Ihre Dateiname ist,

900
00:50:20,110 --> 00:50:23,020
und das OS Oberfläche nicht in der R-Anschluß.

901
00:50:23,020 --> 00:50:25,200
Und dies wird eine zu erstellen
Bibliothek namens foo dot so.

902
00:50:25,200 --> 00:50:28,180
Und dann können Sie diesen in laden
unser Skript oder interaktiv

903
00:50:28,180 --> 00:50:32,310
mit Kommando dyn Punktlast.

904
00:50:32,310 --> 00:50:35,720
Dann gibt es eine Funktion
in R genannten Punkt c.

905
00:50:35,720 --> 00:50:39,310
>> Dies dauert Argumente, die sind
zuerst den Namen der Funktion in C

906
00:50:39,310 --> 00:50:40,970
dass Sie anrufen möchten.

907
00:50:40,970 --> 00:50:43,920
Und dann alle Parameter
dieser Funktion,

908
00:50:43,920 --> 00:50:45,420
sie müssen in der richtigen Reihenfolge sein.

909
00:50:45,420 --> 00:50:48,580
Sie müssen diese Art verwenden,
Zwang fungiert als ganze Zahl, wie

910
00:50:48,580 --> 00:50:52,050
Doppel, als Zeichen und als logisch.

911
00:50:52,050 --> 00:50:54,710
Und dann, wenn es gibt die
Liste, die wiederum ist nur

912
00:50:54,710 --> 00:50:57,550
eine zugehörige Array des
Parameternamen und die Werte

913
00:50:57,550 --> 00:51:00,950
nachdem die Funktion ausgeführt werden.

914
00:51:00,950 --> 00:51:08,520
>> Also in diesem Fall, denn dot prod hat
Argumente vec1, vec2 und int n, n aus.

915
00:51:08,520 --> 00:51:11,980
Zu Punkt c wir dot prod,
der Name der Funktion

916
00:51:11,980 --> 00:51:16,250
wir fordern, vec1, vec2, Typ zwingen.

917
00:51:16,250 --> 00:51:20,060
Die Länge entweder Vektor,
Ich entschied mich für nur vec1 willkürlich.

918
00:51:20,060 --> 00:51:25,479
Es wäre robuster zu sagen s
Integer min Länge vec1, Länge vec2.

919
00:51:25,479 --> 00:51:27,520
Dann einfach als Doppel-Null,
weil wir nicht wirklich

920
00:51:27,520 --> 00:51:29,644
egal, was in der geht
out-Parameter, weil wir

921
00:51:29,644 --> 00:51:32,270
wenn er auf jeden Fall Null.

922
00:51:32,270 --> 00:51:37,560
>> Und dann Ergebnisse werden ein sein
big zugehörigen Anordnung von im wesentlichen

923
00:51:37,560 --> 00:51:42,090
vec1 ist was auch immer, ist vec2 was auch immer.

924
00:51:42,090 --> 00:51:44,330
Aber wir sind interessiert an
aus, so dass wir, dass raus.

925
00:51:44,330 --> 00:51:47,780
Dies ist wiederum ein sehr Spielzeug beispiels
eines ausländischen Funktionsschnittstelle.

926
00:51:47,780 --> 00:51:54,160
Aber wenn Sie dot berechnen müssen
Produkte des massiven Vektoren in Schleifen,

927
00:51:54,160 --> 00:51:56,960
oder wenn Sie zu tun haben,
etwas anderes in einer Schleife,

928
00:51:56,960 --> 00:51:59,850
und Sie nicht möchten, dass auf R verlassen,
davon mit einem wenig Overhead tut

929
00:51:59,850 --> 00:52:02,830
hinein gebaut, kann dies sinnvoll sein.

930
00:52:02,830 --> 00:52:05,870
>> Wiederum ist dies in der Regel nicht
eine einleitende Thema R.

931
00:52:05,870 --> 00:52:08,571
Es ist nicht sehr gut dokumentiert.

932
00:52:08,571 --> 00:52:11,070
Ich bin gerade darunter, weil
Ich fand es nützlich, in der Vergangenheit.

933
00:52:11,070 --> 00:52:13,654
Also, schlechte Praktiken.

934
00:52:13,654 --> 00:52:15,820
Ich erwähnte, dass es eine
for-Schleife in der Funktion.

935
00:52:15,820 --> 00:52:21,150
Im Allgemeinen sollten Sie nicht, in
die Sprache, die sie nicht verwenden.

936
00:52:21,150 --> 00:52:26,100
Je nachdem, wie R implementiert Iteration
intern, kann es langsam sein.

937
00:52:26,100 --> 00:52:28,540
Sie gerade auch hässlich aussehen.

938
00:52:28,540 --> 00:52:32,410
>> R Griffe Vektoren sehr schön, so
oft brauchen Sie nicht, es zu benutzen.

939
00:52:32,410 --> 00:52:35,050

940
00:52:35,050 --> 00:52:38,900
Dann können Sie in der Regel
ersetzen Sie eine Vektor oft

941
00:52:38,900 --> 00:52:42,490
Mit diesen Funktionen aufgerufen Hoch
Bestellfunktionen, Karte, Reduzieren,

942
00:52:42,490 --> 00:52:44,404
Finden oder Filter.

943
00:52:44,404 --> 00:52:46,320
Ich werde nur einige zu geben
Beispiele dafür, was diese zu tun.

944
00:52:46,320 --> 00:52:49,957
Karte ist eine Funktion höherer Ordnung, weil
dauert es eine Funktion als Argument.

945
00:52:49,957 --> 00:52:52,290
So können Sie es geben, eine Funktion,
Sie können es ein Array,

946
00:52:52,290 --> 00:52:54,640
und es wird die Funktion anzuwenden
zu jedem Element des Arrays

947
00:52:54,640 --> 00:52:55,681
und gibt das neue Array.

948
00:52:55,681 --> 00:52:58,035

949
00:52:58,035 --> 00:53:00,160
Reduzieren Sie, im Grunde Ihnen
es ein Array, es wird Ihnen

950
00:53:00,160 --> 00:53:02,930
eine Funktion, die zwei Argumente übernimmt.

951
00:53:02,930 --> 00:53:07,100
Es wird die Funktion zuerst die Anlege
erste Argument mit einigen Starterwert.

952
00:53:07,100 --> 00:53:09,440
Dann zu diesem Ergebnis in der zweiten.

953
00:53:09,440 --> 00:53:12,590
Anschließend zu diesem Ergebnis im dritten
dann zu diesem Ergebnis in der vierten.

954
00:53:12,590 --> 00:53:14,870
Und dann zurückkehrt, wenn es bis zum Ende gelangt.

955
00:53:14,870 --> 00:53:17,620
So zum Beispiel, wenn Sie wollen
berechnen die Summe aller Elemente,

956
00:53:17,620 --> 00:53:23,240
in einem Array, als Sie vielleicht rufen reduzieren
mit [unverständlich] zu reduzieren einen Zusatz

957
00:53:23,240 --> 00:53:26,620
Funktion, wie func
a, b, bringe ein plus b.

958
00:53:26,620 --> 00:53:28,960
Und starten Sie dann einen Wert von 0.

959
00:53:28,960 --> 00:53:32,950
>> Und all dies, können Sie sie zu finden
in der R-Dokumentation beschrieben,

960
00:53:32,950 --> 00:53:35,720
in jedem Lehrbuch über
funktionalen Programmierung.

961
00:53:35,720 --> 00:53:38,330
Es gibt auch diese Klasse von
Funktionen aufgerufen gelten Funktionen,

962
00:53:38,330 --> 00:53:42,807
die ich don't-- sie
ein wenig schwer zu erklären,

963
00:53:42,807 --> 00:53:45,640
aber wenn Sie in aussehen [unverständlich]
gebucht, dass ich zu Beginn zitiert,

964
00:53:45,640 --> 00:53:48,615
erklärt er ihnen ziemlich gut in
seinem Anhang über R-Programmierung.

965
00:53:48,615 --> 00:53:51,599

966
00:53:51,599 --> 00:53:53,390
Mehr über Praktiken,
Anhängen an Vektoren.

967
00:53:53,390 --> 00:53:57,570

968
00:53:57,570 --> 00:53:58,070
Ja?

969
00:53:58,070 --> 00:54:01,651

970
00:54:01,651 --> 00:54:02,900
Ich glaube, ich sollte, dass zu korrigieren.

971
00:54:02,900 --> 00:54:07,450
In diesem ersten Zeile, vec Pfeil,
dass Pfeil nicht da sein sollte.

972
00:54:07,450 --> 00:54:10,920
Sie können auf einen Vektor zuordnen,
wieder, indem nehmen seine Länge plus 1

973
00:54:10,920 --> 00:54:13,220
und Zuweisen einen Wert zu.

974
00:54:13,220 --> 00:54:18,970
Das wird zu erweitern, die den Vektor, oder Sie
kann vec equals c, vec newvalue zu tun.

975
00:54:18,970 --> 00:54:21,540
Auch wenn Sie mit C verwenden
einem Argument als ein Vektor,

976
00:54:21,540 --> 00:54:23,300
die resultierende Hierarchie wird abgeflacht.

977
00:54:23,300 --> 00:54:27,160
So dass Sie einfach nur ein Vektor-
das ist um 1 erweitert.

978
00:54:27,160 --> 00:54:30,410
Nie tun.

979
00:54:30,410 --> 00:54:33,330
>> Der Grund, warum Sie
sollte das nicht das ist.

980
00:54:33,330 --> 00:54:37,430
Wenn Sie einen Vektor zuordnen, es
insofern einen gewissen Teil des Speichers.

981
00:54:37,430 --> 00:54:40,680
Wenn Sie diesen Vektor-Größe zu erhöhen,
es hat, um den Vektor umverteilen

982
00:54:40,680 --> 00:54:43,820
irgendwo anders.

983
00:54:43,820 --> 00:54:46,980
Usw. Neuzuweisung ist recht teuer.

984
00:54:46,980 --> 00:54:50,530
Ich will nicht in die Details, wie gehen
Speicherverteiler implementiert sind

985
00:54:50,530 --> 00:54:57,280
auf Ebene des Betriebssystems,
aber es dauert viel Zeit

986
00:54:57,280 --> 00:54:58,962
um einen neuen Teil des Speichers zu finden.

987
00:54:58,962 --> 00:55:00,920
Und auch, wenn Sie
Neuzuweisung viel, viel

988
00:55:00,920 --> 00:55:03,500
der immer größer
Brocken, Sie am Ende

989
00:55:03,500 --> 00:55:06,420
mit einem so genannten
Speicherfragmentierung,

990
00:55:06,420 --> 00:55:09,390
wobei der verfügbare Speicher
in viele kleine Blöcke aufgeteilt

991
00:55:09,390 --> 00:55:11,500
im Speicher Verteiler Gesichtspunkt.

992
00:55:11,500 --> 00:55:15,340
Und es wird immer schwieriger
Speicher für andere Dinge zu finden.

993
00:55:15,340 --> 00:55:19,455
Anstatt also, wenn Sie dies tun müssen, wenn,
Sie, um einen Vektor von einem Ende Wachsen brauchen

994
00:55:19,455 --> 00:55:24,240
zum anderen, anstelle von Anhängen an das
ständig, sollten Sie im Voraus zuweisen es.

995
00:55:24,240 --> 00:55:29,310
Vec Pfeil, Vektorlänge
entspricht 1.000, oder was auch immer.

996
00:55:29,310 --> 00:55:33,200
>> Und dann müssen Sie nur zuweisen können
um den Vektor der Werte ein

997
00:55:33,200 --> 00:55:36,000
eine Zeit, nachdem Sie es einmal vergeben habe.

998
00:55:36,000 --> 00:55:40,140
Ich lief in diesem, wieder, mein Sommerjob
als ich das Schreiben NRA Differenz

999
00:55:40,140 --> 00:55:42,120
Gleichungslöser.

1000
00:55:42,120 --> 00:55:43,180
Nicht symbolischen Zahlen.

1001
00:55:43,180 --> 00:55:49,290
Die Idee ist, dass, sobald Sie haben
ein Wert für Ihre Lösung,

1002
00:55:49,290 --> 00:55:51,240
Dieses verwenden Sie, um das nächste zu berechnen.

1003
00:55:51,240 --> 00:55:53,700
Also meine natürlichen naiven
Neigung war in Ordnung zu sagen,

1004
00:55:53,700 --> 00:55:56,930
also werde ich mit einem Vektor zu starten
das ist ein wesentlicher Wert.

1005
00:55:56,930 --> 00:56:01,260
Berechnen Sie aus, dass der nächste Wert
das geht auf meinen Lösungsvektor,

1006
00:56:01,260 --> 00:56:02,630
und fügen Sie das.

1007
00:56:02,630 --> 00:56:05,290
>> Etwas anderes zu erstellen, hängen Sie, dass.

1008
00:56:05,290 --> 00:56:08,120
Es ging sehr, sehr langsam.

1009
00:56:08,120 --> 00:56:11,540
Und wenn ich dies erkannt
und ich mein System verändert

1010
00:56:11,540 --> 00:56:16,020
anhängt zu diesem Vektor
wie 10.000 bis 100.000 mal,

1011
00:56:16,020 --> 00:56:18,910
nur vor, eine Zuweisung eines Vektors
und nur mit dem Laufen.

1012
00:56:18,910 --> 00:56:22,100
Ich habe mehr als 1000-fach beschleunigen.

1013
00:56:22,100 --> 00:56:26,280
Also das ist eine sehr häufige
Falle für R-Programmierung.

1014
00:56:26,280 --> 00:56:31,560
Wenn Sie für den Aufbau einer Vektor-
Stück für Stück, vorge ordnen es.

1015
00:56:31,560 --> 00:56:35,360

1016
00:56:35,360 --> 00:56:40,240
>> Ein weiteres gemeinsames Reise up-- dies ist meine letzte
Rutsche, nicht worry-- ist die Fehlerbehandlung.

1017
00:56:40,240 --> 00:56:42,890
R, um ehrlich zu sein, nicht
wirklich das sehr gut.

1018
00:56:42,890 --> 00:56:45,010
Es gibt viele
Probleme, die auftauchen können.

1019
00:56:45,010 --> 00:56:48,360
Zum Beispiel, wenn Sie ein Array erhalten
oder einem Vektor aus einem Funktions

1020
00:56:48,360 --> 00:56:52,377
dass Sie erwarteten ein Einzel
Wert herkommen, oder umgekehrt,

1021
00:56:52,377 --> 00:56:55,460
und Sie passieren, dass in eine Funktion,
Sie schrieben erwartet einen einzelnen Wert,

1022
00:56:55,460 --> 00:56:57,270
das kann ein Problem sein.

1023
00:56:57,270 --> 00:57:01,440
>> Bestimmte Funktionen
null zurück, wie zu tun, sagen wir,

1024
00:57:01,440 --> 00:57:05,560
Lesen aus einem
nicht vorhandene Schlüssel in einer Liste.

1025
00:57:05,560 --> 00:57:08,527
Aber null ist nicht wie C
wo, wenn Sie versuchen, zu lesen

1026
00:57:08,527 --> 00:57:11,360
aus einem alten Zeiger, [unverständlich]
auf den Zeiger Null, es ist nur seg Fehler

1027
00:57:11,360 --> 00:57:14,109
und wenn Sie in Ihrem Debugger sind es
sagt Ihnen genau, wo Sie sind.

1028
00:57:14,109 --> 00:57:17,080

1029
00:57:17,080 --> 00:57:20,772
Stattdessen null wird Funktionen do--
unvorhersehbare Dinge zu tun

1030
00:57:20,772 --> 00:57:21,730
wenn sie übergeben null.

1031
00:57:21,730 --> 00:57:24,575
Wie, wenn Sie übergeben max null sind,
es gebe Ihnen negativ unendlich.

1032
00:57:24,575 --> 00:57:27,230

1033
00:57:27,230 --> 00:57:28,190
Und so, ja.

1034
00:57:28,190 --> 00:57:30,880

1035
00:57:30,880 --> 00:57:32,630
Und so geschah dies
einmal zu mir, als ich

1036
00:57:32,630 --> 00:57:34,771
verändert eine Reihe von Feldern
in meiner Liste Struktur

1037
00:57:34,771 --> 00:57:37,520
einmal ohne an anderer Stelle sie zu ändern
als ich von ihnen zu lesen.

1038
00:57:37,520 --> 00:57:40,670
Und dann bekam ich alle möglichen Zufalls
Unendlich Ergebnisse tauchten

1039
00:57:40,670 --> 00:57:43,080
und ich habe keine Ahnung, woher sie kamen.

1040
00:57:43,080 --> 00:57:45,310
Und leider gibt es
keine wirkliche R strikten Modus

1041
00:57:45,310 --> 00:57:48,940
wo man, wenn etwas zu sagen
sieht aus wie könnte es ein Fehler sein,

1042
00:57:48,940 --> 00:57:51,960
nur dort zu stoppen, so dass ich sein kann
diszipliniert und zu fixieren, dass.

1043
00:57:51,960 --> 00:57:55,282

1044
00:57:55,282 --> 00:57:57,240
Jedoch gibt es etwas
genannt Stop, wenn nicht.

1045
00:57:57,240 --> 00:58:00,480
Dies ist äquivalent zu C geltend zu machen,
wenn Sie darüber gesprochen habe.

1046
00:58:00,480 --> 00:58:02,690
Ich glaube nicht, dass C durchsetzen
ist ein Vortrag Thema,

1047
00:58:02,690 --> 00:58:06,370
aber Ihr Stimmführer
vielleicht drüber gegangen.

1048
00:58:06,370 --> 00:58:10,393
Und zu stoppen, wenn nicht grundsätzlich nimmt jede
Prädikat, so dass jede Aussage, dass

1049
00:58:10,393 --> 00:58:11,824
kann wahr oder falsch sein.

1050
00:58:11,824 --> 00:58:13,490
Und wenn es falsch ist, stoppt er sein Programm.

1051
00:58:13,490 --> 00:58:18,260
Es sagt Ihnen genau, was Sie säumen
waren und welche Bedingung fehlgeschlagen.

1052
00:58:18,260 --> 00:58:21,910
>> Und dies sehr nützlich, zum Beispiel,
sanity Prüfung, Funktionseingänge.

1053
00:58:21,910 --> 00:58:25,110
Also, wenn Sie eine Funktion haben
und Sie können erwarten, sagen wir,

1054
00:58:25,110 --> 00:58:29,640
Sollten Sie mir einen Termin geben, möchte ich
die Daten nur ein Vektor der Länge 1 sein

1055
00:58:29,640 --> 00:58:31,735
und irgendwo zwischen 1 und 31.

1056
00:58:31,735 --> 00:58:34,420

1057
00:58:34,420 --> 00:58:36,170
Und wenn nicht, ich weiß,
versuchen Sie es erneut.

1058
00:58:36,170 --> 00:58:40,280
Und ich wählen, um es vor dies zu stoppen
hat zufällige Folgewirkungen mit Code

1059
00:58:40,280 --> 00:58:44,190
, dass es schwieriger ist, durch zu verfolgen.

1060
00:58:44,190 --> 00:58:47,170
Also das ist eine mögliche
verwenden für Stopp, wenn nicht.

1061
00:58:47,170 --> 00:58:48,660
>> Wie auch immer, auf OK.

1062
00:58:48,660 --> 00:58:49,690
Also das ist das Ende.

1063
00:58:49,690 --> 00:58:51,290
Vielen, vielen Dank für Ihr Kommen.

1064
00:58:51,290 --> 00:58:53,710
Ich bin ein blutiger Anfänger auf diese.

1065
00:58:53,710 --> 00:58:57,270
So leid, wenn dir langweilig ist oder
verwirrt oder was auch immer.

1066
00:58:57,270 --> 00:59:01,670
Ich bin glücklich, Fragen per E-Mail nehmen
bei connorharris@college.harvard.edu.

1067
00:59:01,670 --> 00:59:07,230
Dies gilt auch für alle
gerade so leben oder höher auf.

1068
00:59:07,230 --> 00:59:10,190
Außerdem bin ich auch nicht
a TF, bin ich auch sehr

1069
00:59:10,190 --> 00:59:13,900
bereit, als inoffizieller dienen
Ratgeber für alle, die es

1070
00:59:13,900 --> 00:59:15,460
Verwendung von R in einem Abschlussprojekt.

1071
00:59:15,460 --> 00:59:19,900
>> Wenn Sie möchten, dass,
dann nur um Ihre TF sprechen

1072
00:59:19,900 --> 00:59:23,750
und dann schreiben Sie mir eine E-Mail, so
Ich weiß, was Sie gerade arbeiten

1073
00:59:23,750 --> 00:59:26,680
und so kann ich einrichten Sitzung
mal mit Ihnen, wenn Sie wollen.

1074
00:59:26,680 --> 00:59:27,990
Also noch einmal, ich danke Ihnen sehr.

1075
00:59:27,990 --> 00:59:28,960
Ich hoffe, dass es Ihnen gefallen hat.

1076
00:59:28,960 --> 00:59:29,450
>> ZIELGRUPPE: [unverständlich].

1077
00:59:29,450 --> 00:59:30,617
>> CONNER HARRIS: Natürlich.

1078
00:59:30,617 --> 00:59:34,910
>> Publikum: Was für ein Projekt
wäre ein CS Studenten verwenden R für?

1079
00:59:34,910 --> 00:59:37,427

1080
00:59:37,427 --> 00:59:40,510
CONNER HARRIS: Also, wenn Sie nicht tun,
etwas, das rein in Data Mining ist,

1081
00:59:40,510 --> 00:59:43,790
zum Beispiel, und es
gibt viele Dinge,

1082
00:59:43,790 --> 00:59:46,692
Ihnen, dass mit den Daten tun konnte,
Mining und maschinelles Lernen.

1083
00:59:46,692 --> 00:59:48,900
Vielleicht möchten Sie R für den Einsatz
Bestandteil von etwas.

1084
00:59:48,900 --> 00:59:52,022
Ich brachte, ursprünglich, am Beispiel
der, wenn Sie schriftlich eine Website sind

1085
00:59:52,022 --> 00:59:54,730
und Sie automatisiert ausgeführt werden soll
statistische Analyse von Ihrem Server

1086
00:59:54,730 --> 00:59:57,990
Protokolle zu einem bestimmten Zeitpunkt jeden Tag,
das könnte etwas, das ist sein

1087
00:59:57,990 --> 01:00:01,260
sehr einfach, in nur einer kurzen tun
R Skript, das Sie planen können

1088
01:00:01,260 --> 01:00:04,200
jede Nacht laufen, zum Beispiel.

1089
01:00:04,200 --> 01:00:06,550
>> Und ich bin sicher, wenn
es gibt einen Grund, Sie würden

1090
01:00:06,550 --> 01:00:11,520
möchte Statistiken oder Grafikfunktionen
und haben diese Lauf automatisch statt

1091
01:00:11,520 --> 01:00:13,790
der mit zu interagieren
mit den Dingen in Excel,

1092
01:00:13,790 --> 01:00:16,750
zum Beispiel ist etwas
möchten Sie vielleicht R für den Einsatz.

1093
01:00:16,750 --> 01:00:21,190
So haben weitere Fragen, bevor ich gehe?

1094
01:00:21,190 --> 01:00:21,690
Nein?

1095
01:00:21,690 --> 01:00:24,960
Na gut, na ja, wieder, danke
Dank für Ihr Kommen.

1096
01:00:24,960 --> 01:00:29,417