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

2
00:00:05,691 --> 00:00:07,690
CONNOR HARRIS: Still I
denk dat een aantal spannende video

3
00:00:07,690 --> 00:00:12,570
geproduceerd door een professionele consultancy
dat gebruik maakt van R veel in zijn werk.

4
00:00:12,570 --> 00:00:16,329
>> Verteller: Wat zit er achter de statistieken
de analyse en de visualisaties

5
00:00:16,329 --> 00:00:19,770
dat de huidige helderste data wetenschappers
en zakelijke leiders vertrouwen op

6
00:00:19,770 --> 00:00:22,012
om krachtige beslissingen te nemen?

7
00:00:22,012 --> 00:00:23,540
U kunt niet altijd zien.

8
00:00:23,540 --> 00:00:24,790
Maar het is er.

9
00:00:24,790 --> 00:00:29,460
Het heet R, open source r-- de
statistische programmeertaal

10
00:00:29,460 --> 00:00:32,630
dat data experts de wereld
dan gebruiken voor alles

11
00:00:32,630 --> 00:00:35,350
van mapping brede maatschappelijke
en marketing trends online

12
00:00:35,350 --> 00:00:39,210
het ontwikkelen van de financiële en klimaat
modellen die helpen rijden onze economieën

13
00:00:39,210 --> 00:00:40,780
en gemeenschappen.

14
00:00:40,780 --> 00:00:44,910
>> Maar wat is precies R
en waar R beginnen?

15
00:00:44,910 --> 00:00:48,620
Wel aanvankelijk, R gestart
hier met twee hoogleraren

16
00:00:48,620 --> 00:00:51,950
die een betere statistische wilde
platform voor hun leerlingen.

17
00:00:51,950 --> 00:00:56,030
Zo creëerden ze een gemodelleerd
na de statistische taal S.

18
00:00:56,030 --> 00:01:00,480
Zij, samen met vele anderen,
bleef werken aan en het gebruik van R,

19
00:01:00,480 --> 00:01:05,489
creëren van instrumenten voor R en vinden
nieuwe toepassingen voor R elke dag.

20
00:01:05,489 --> 00:01:07,750
>> Dankzij dit
wereldwijde gemeenschap inspanning,

21
00:01:07,750 --> 00:01:11,850
R bleef groeien met duizenden
van de gebruiker gemaakte bibliotheken gebouwd

22
00:01:11,850 --> 00:01:15,500
R functionaliteit te verbeteren en
crowd-sourced kwaliteit validatie

23
00:01:15,500 --> 00:01:19,740
en de steun van de meest erkende
marktleiders op elk gebied dat

24
00:01:19,740 --> 00:01:25,040
gebruikt R. Dat is geweldig, want
R is de beste in wat het doet.

25
00:01:25,040 --> 00:01:28,540
Snel ontluikende deskundigen en
gemakkelijk te interpreteren, communiceren met,

26
00:01:28,540 --> 00:01:33,790
en snel te visualiseren gegevens waaruit hun
groeiende gemeenschap van R gebruikers wereldwijd

27
00:01:33,790 --> 00:01:36,380
en zie hoe open source
R blijft in vorm

28
00:01:36,380 --> 00:01:39,340
de toekomst van de statistische
analyse en data wetenschap.

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

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

31
00:01:47,710 --> 00:01:50,360
Dus mijn eigen presentatie
zal een beetje soberder.

32
00:01:50,360 --> 00:01:54,380
Het zal niet inhouden dat veel
opwindende achtergrond muziek.

33
00:01:54,380 --> 00:01:59,160
Maar zoals je zag in de video, R is een soort
van een algemene taal doel programma.

34
00:01:59,160 --> 00:02:03,720
Maar het was vooral aangemaakt
voor de statistische werkzaamheden.

35
00:02:03,720 --> 00:02:07,980
>> Dus het is ontworpen voor de statistiek,
voor gegevensanalyse, voor data mining.

36
00:02:07,980 --> 00:02:12,420
En dus kun je dit zien in een veel
het ontwerp keuzes die de makers van R

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

38
00:02:13,320 --> 00:02:15,472
Het is ontworpen voor een groot deel,
mensen die niet

39
00:02:15,472 --> 00:02:17,930
experts in de programmering, die
gewoon oppakken programmering

40
00:02:17,930 --> 00:02:23,460
aan de kant, zodat ze kunnen hun werk doen
in de sociale wetenschappen of in de statistieken

41
00:02:23,460 --> 00:02:25,440
of wat dan ook.

42
00:02:25,440 --> 00:02:27,850
>> Het heeft een groot aantal zeer
belangrijke verschillen ten opzichte van C.

43
00:02:27,850 --> 00:02:33,200
Maar de syntaxis en de paradigma
die het gebruikt zijn in grote lijnen hetzelfde.

44
00:02:33,200 --> 00:02:36,830
En je moet vrij voelen
thuis recht uit de vleermuis.

45
00:02:36,830 --> 00:02:38,520
Het is een dwingende taal.

46
00:02:38,520 --> 00:02:40,260
>> Niet te veel zorgen te maken over dat
als je niet weet wat de term.

47
00:02:40,260 --> 00:02:42,676
Maar er is een verschil
tussen imperatief, declaratieve,

48
00:02:42,676 --> 00:02:43,810
en functioneel.

49
00:02:43,810 --> 00:02:47,600
Dwingend gewoon betekent dat u te maken
verklaringen die zijn opdrachten in principe.

50
00:02:47,600 --> 00:02:52,340
En dan is de tolk of de
computer volgt ze een voor een.

51
00:02:52,340 --> 00:02:56,630
Het is zwak getypt, zijn er
geen soort verklaringen in R.

52
00:02:56,630 --> 00:02:59,130
>> En dan de lijnen
verschillende types

53
00:02:59,130 --> 00:03:03,920
zijn een beetje meer los dan
ze in C, bijvoorbeeld.

54
00:03:03,920 --> 00:03:06,450
En zoals ik al zei zijn er
zeer uitgebreide faciliteiten

55
00:03:06,450 --> 00:03:15,610
voor grafieken, voor statistische
analyse voor data mining.

56
00:03:15,610 --> 00:03:19,540
Deze zijn zowel ingebouwd in de
taal, de genoemde video,

57
00:03:19,540 --> 00:03:23,680
duizenden van derden bibliotheken die
u kunt downloaden en gratis te gebruiken

58
00:03:23,680 --> 00:03:25,340
met zeer losse licentievoorwaarden.

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

60
00:03:28,800 --> 00:03:31,500
>> Dus in het algemeen, zou ik adviseren
dat je kijkt naar deze twee boeken

61
00:03:31,500 --> 00:03:34,610
als je gaat werken aan R. One
van hen is de officiële R beginners

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

63
00:03:35,110 --> 00:03:38,660
Het onderhouden door de
kern ontwikkelaars van R.

64
00:03:38,660 --> 00:03:42,400
U kunt het opnieuw downloaden, gratis
laden en juridisch bij die verwijzen daar.

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

66
00:03:45,430 --> 00:03:49,869
Al deze dia's gaan om te gaan
op het internet, op de CS50 website

67
00:03:49,869 --> 00:03:50,660
Nadat dit is gedaan.

68
00:03:50,660 --> 00:03:53,690
Dus geen noodzaak om te kopiëren
dingen naar beneden verwoed.

69
00:03:53,690 --> 00:03:56,800
>> De andere is een
leerboek door Cosma Shalizi,

70
00:03:56,800 --> 00:04:00,100
die is een professor aan de statistieken
Carnegie Mellon, de zogenaamde Advanced Data

71
00:04:00,100 --> 00:04:02,160
Analyse van een
Elementaire Point of View.

72
00:04:02,160 --> 00:04:04,010
Dit is niet hoofdzakelijk een R boek.

73
00:04:04,010 --> 00:04:07,130
Het is een boek en statistieken
Het is een gegevensanalyse boek.

74
00:04:07,130 --> 00:04:11,990
Maar het is zeer toegankelijk voor mensen die
hebben een zekere mate van statistische kennis.

75
00:04:11,990 --> 00:04:13,750
>> Ik heb nog nooit een formele cursus genomen.

76
00:04:13,750 --> 00:04:17,269
Ik weet alleen stukjes en beetjes
uit diverse aanverwante onderwerpen

77
00:04:17,269 --> 00:04:18,579
dat ik cursussen heb genomen.

78
00:04:18,579 --> 00:04:21,839
En ik was in staat om te begrijpen
dat heel goed.

79
00:04:21,839 --> 00:04:25,630
>> Alle cijfers zijn gegeven
R. Ze zijn gemaakt in R

80
00:04:25,630 --> 00:04:30,280
en ze hebben ook codevoorbeelden
onder elk cijfer dat u vertellen

81
00:04:30,280 --> 00:04:33,270
hoe maak je elk figuur met R-code.

82
00:04:33,270 --> 00:04:37,400
En dat is erg handig als
je probeert te emuleren

83
00:04:37,400 --> 00:04:38,650
sommige figuur zie je in een boek.

84
00:04:38,650 --> 00:04:47,840
>> En weer gratis te downloaden
stat.cmu.edu/cshalizi/ Sorry,

85
00:04:47,840 --> 00:04:50,230
die moeten worden slash tilde cshalizi.

86
00:04:50,230 --> 00:04:53,150
Ik zal ervoor zorgen om te corrigeren dat
wanneer de officiële slides omhoog gaan.

87
00:04:53,150 --> 00:04:57,000
/ ADAfaEPoV dat is gewoon de
afkorting van de titel van het boek.

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

89
00:04:59,850 --> 00:05:02,500
>> Zo algemeen caveats-- R
heeft veel mogelijkheden.

90
00:05:02,500 --> 00:05:05,331
Ik ga alleen in staat zijn om te dekken
het oppervlak van een heleboel dingen.

91
00:05:05,331 --> 00:05:08,580
Ook het eerste gedeelte van het seminar
gaat iets van een data dump zijn.

92
00:05:08,580 --> 00:05:11,437
Ik ben heel erg van dat.

93
00:05:11,437 --> 00:05:13,770
Kortom, ga ik
u kennismaken met een heleboel dingen

94
00:05:13,770 --> 00:05:15,350
recht uit de vleermuis, gaan
zo snel mogelijk.

95
00:05:15,350 --> 00:05:17,058
En dan krijgen we
het leuke gedeelte, dat is

96
00:05:17,058 --> 00:05:20,570
de demo waar ik kan laten zien alles
dat we hebben gesproken over op het scherm.

97
00:05:20,570 --> 00:05:23,321
En je kunt rond te spelen op uw eigen.

98
00:05:23,321 --> 00:05:26,070
Dus er gaat een hoop te zijn
technische zaken opgeworpen hier.

99
00:05:26,070 --> 00:05:28,060
Maak je geen zorgen over het kopiëren van alles wat naar beneden.

100
00:05:28,060 --> 00:05:31,740
Omdat A, kunt u alle
spullen op de CS50 website later.

101
00:05:31,740 --> 00:05:37,780
En B, het is niet echt zo belangrijk
deze memoriseren van de objectglaasjes.

102
00:05:37,780 --> 00:05:40,462
Het is belangrijker dat je
sommige intuïtieve faciliteit mee

103
00:05:40,462 --> 00:05:44,220
en die afkomstig is van gewoon spelen rond.

104
00:05:44,220 --> 00:05:45,720
>> Dus waarom R gebruiken?

105
00:05:45,720 --> 00:05:49,440
Kortom, als u een project dat
impliceert mijnbouw grote datasets, data

106
00:05:49,440 --> 00:05:52,664
visualisatie, je
R. moet gebruiken Als u bent

107
00:05:52,664 --> 00:05:55,830
doet ingewikkelde statistische analyses,
moeilijk in Excel zou zijn,

108
00:05:55,830 --> 00:05:58,010
bijvoorbeeld, zou
Ook worden goed--

109
00:05:58,010 --> 00:06:00,506
als je aan het doen bent statistische
analyse die is geautomatiseerd.

110
00:06:00,506 --> 00:06:02,130
Laten we zeggen dat je onderhouden van een website.

111
00:06:02,130 --> 00:06:06,320
En u wilt de server log te lezen
elke dag en stellen een aantal lijst

112
00:06:06,320 --> 00:06:10,320
als de top landen die
uw gebruikers vandaan komen,

113
00:06:10,320 --> 00:06:15,100
sommige samenvattende statistieken over hoe lang
zij besteden aan uw website of wat dan ook.

114
00:06:15,100 --> 00:06:16,910
En wilt u dit elke dag uit te voeren.

115
00:06:16,910 --> 00:06:20,280
>> Nu, als je dit doet in Excel,
je zou moeten gaan naar uw server log,

116
00:06:20,280 --> 00:06:23,490
importeert dat in een
Excel-gegevens spreadsheet,

117
00:06:23,490 --> 00:06:24,910
lopen de hele analyse handmatig.

118
00:06:24,910 --> 00:06:27,100
R, kunt u gewoon schrijven een script.

119
00:06:27,100 --> 00:06:29,520
Plan is om elke dag te lopen
vanuit het besturingssysteem.

120
00:06:29,520 --> 00:06:33,657
En dan elke avond om 02:00,
of wanneer u deze plannen uit te voeren,

121
00:06:33,657 --> 00:06:35,990
het eruit zal zien door je
internetverkeer voor die dag.

122
00:06:35,990 --> 00:06:39,010
En dan de volgende dag, zult u
hebben dit glanzende, nieuw rapport

123
00:06:39,010 --> 00:06:41,710
of wat met alle
informatie gevraagd.

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

125
00:06:44,960 --> 00:06:50,217
>> Dus eigenlijk R is voor Cisco
programmeren versus Cisco analyse.

126
00:06:50,217 --> 00:06:51,050
Voorafgaande gebeurt.

127
00:06:51,050 --> 00:06:53,104
Laten we in de echte dingen.

128
00:06:53,104 --> 00:06:55,020
Zo zijn er drie echte
soorten van de taal.

129
00:06:55,020 --> 00:06:56,120
Er is numeriek type.

130
00:06:56,120 --> 00:07:01,250
Er is een soort van een verschil tussen de
integers en zwevende punten

131
00:07:01,250 --> 00:07:02,769
maar niet echt.

132
00:07:02,769 --> 00:07:04,560
Er is een personage
typen, die koorden.

133
00:07:04,560 --> 00:07:07,100
En er is een logische
typt, dat is Booleans.

134
00:07:07,100 --> 00:07:11,080
>> En u kunt omzetten tussen soorten
deze functies als numeriek,

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

136
00:07:15,220 --> 00:07:17,510
Als u belt, bijvoorbeeld,
als numeriek op een string,

137
00:07:17,510 --> 00:07:20,030
het zal proberen om die string te lezen
als een getal, net

138
00:07:20,030 --> 00:07:25,897
dat A2I en scanf doen, en C. Als
je bellen als numeriek op waar of onwaar

139
00:07:25,897 --> 00:07:26,980
het zal converteren naar 1 of 0.

140
00:07:26,980 --> 00:07:29,110
Als u belt als personage
op alles wat het zal

141
00:07:29,110 --> 00:07:32,550
zetten dat in een
string representatie.

142
00:07:32,550 --> 00:07:34,990
>> En dan zijn er vectoren en matrices.

143
00:07:34,990 --> 00:07:37,580
Dus vectoren zijn in principe
1 dimensionale arrays.

144
00:07:37,580 --> 00:07:40,600
Ze zijn wat we arrays bellen
C. Matrices, 2-dimensionale arrays.

145
00:07:40,600 --> 00:07:42,350
En dan hoger
dimensionale arrays kunt u

146
00:07:42,350 --> 00:07:48,560
hebben 3, 4, 5 dimensies of wat
van de numerieke waarden, strijkers,

147
00:07:48,560 --> 00:07:52,860
logische waarden.

148
00:07:52,860 --> 00:07:55,380
>> Je hebt ook de lijsten die zijn
een soort associatieve array.

149
00:07:55,380 --> 00:07:57,390
Ik zal in dat een beetje.

150
00:07:57,390 --> 00:07:59,390
Dus een belangrijk ding
dat reizen mensen in R

151
00:07:59,390 --> 00:08:01,470
is dat er geen
echte, pure atomaire types.

152
00:08:01,470 --> 00:08:05,870
Er is geen werkelijke onderscheid tussen
een getal, als een numerieke waarde,

153
00:08:05,870 --> 00:08:07,920
en een lijst van numerieke waarden.

154
00:08:07,920 --> 00:08:12,370
Numerieke waarden zijn eigenlijk de
hetzelfde als de vectoren met lengte 1.

155
00:08:12,370 --> 00:08:14,959
En dit heeft een aantal
belangrijke implicaties.

156
00:08:14,959 --> 00:08:17,500
One, betekent dit dat je kunt doen
dingen heel gemakkelijk dat te betrekken

157
00:08:17,500 --> 00:08:21,037
zoals het toevoegen van een nummer aan een vector.

158
00:08:21,037 --> 00:08:23,120
R zal in principe figuur
wat bedoel je daarmee.

159
00:08:23,120 --> 00:08:24,610
En ik zal dat krijgen in een tweede.

160
00:08:24,610 --> 00:08:27,930
Het betekent ook dat er geen manier
het soort checker-- voorzover

161
00:08:27,930 --> 00:08:30,530
dat zoiets
bestaat in r-- te vertellen

162
00:08:30,530 --> 00:08:33,780
wanneer je bent geslaagd in enkele waarde
wanneer het verwacht een array of vice versa.

163
00:08:33,780 --> 00:08:39,159
En dat kan leiden tot een aantal vreemde
problemen die ik tegenkwam toen

164
00:08:39,159 --> 00:08:42,252
Ik was met behulp van R tijdens mijn zomerbaan.

165
00:08:42,252 --> 00:08:43,710
En er zijn geen mixed-type arrays.

166
00:08:43,710 --> 00:08:46,543
Dus je kunt niet hebben een scala waren de
eerste elementen is, weet ik niet,

167
00:08:46,543 --> 00:08:49,332
de string "Jan" en de
tweede element is nummer 42.

168
00:08:49,332 --> 00:08:52,540
Als u probeert om dat te doen, dan krijg je
alles gewoon omgezet in een string.

169
00:08:52,540 --> 00:08:54,760
Dus we hebben touwtje John, touwtje 42.

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

171
00:08:58,250 --> 00:09:02,025
>> Zo ongewoon syntactische features-- meest
R syntax is vergelijkbaar met C.

172
00:09:02,025 --> 00:09:04,690
Er zijn enkele belangrijke verschillen.

173
00:09:04,690 --> 00:09:05,620
Typen is zeer zwak.

174
00:09:05,620 --> 00:09:07,360
Er zijn dus geen variabele declaraties.

175
00:09:07,360 --> 00:09:12,670
Opdracht maakt gebruik van de vreemde
error operator minder dan koppelteken.

176
00:09:12,670 --> 00:09:15,340
Reacties zijn met het hekje.

177
00:09:15,340 --> 00:09:19,230
Ik denk dat nu dagen noemen we het hashtag
maar dat is niet echt accurate-- niet

178
00:09:19,230 --> 00:09:21,810
dubbele slash.

179
00:09:21,810 --> 00:09:24,710
>> Modulaire resten zijn met %% tekenen.

180
00:09:24,710 --> 00:09:30,172
Integer divisie is met% /%, wat
zeer moeilijk te lezen wanneer het wordt geprojecteerd

181
00:09:30,172 --> 00:09:30,880
op het scherm.

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

183
00:09:34,150 --> 00:09:37,200
U kunt bereiken van krijgen
integers met de dikke darm.

184
00:09:37,200 --> 00:09:41,840
Dus 2,5 geeft je een vector te geven
alle nummers 2 tot 5.

185
00:09:41,840 --> 00:09:44,530
>> Arrays zijn one-geïndexeerd,
die schroeven veel mensen

186
00:09:44,530 --> 00:09:47,540
up als ze uit meer
typische programmeertalen,

187
00:09:47,540 --> 00:09:50,450
zoals C, waar de meeste
dingen zijn zero-geïndexeerd.

188
00:09:50,450 --> 00:09:54,420
Nogmaals, dit is waar R erfgoed
als een taal voor als niet

189
00:09:54,420 --> 00:09:56,560
professionele programmeurs komt.

190
00:09:56,560 --> 00:09:59,680
Als je een socioloog of
een econoom of iets

191
00:09:59,680 --> 00:10:01,980
en je probeert te gebruiken
R in principe als een aanvulling

192
00:10:01,980 --> 00:10:03,832
uw belangrijker
professionele werk,

193
00:10:03,832 --> 00:10:06,040
je gaat vinden
one-indexeren van een beetje meer natuurlijk.

194
00:10:06,040 --> 00:10:09,890
Omdat je begint te tellen
1 in het dagelijks leven, niet 0.

195
00:10:09,890 --> 00:10:13,260
>> Voor lussen, is vergelijkbaar
de foreach construct in PHP,

196
00:10:13,260 --> 00:10:17,090
die u krijgt
leren in-- vrij snel.

197
00:10:17,090 --> 00:10:22,540
Dat is voor de waarde in vector en
dan kan je dingen met waarde.

198
00:10:22,540 --> 00:10:24,040
Doelgroep: Dat is komen in collegezaal.

199
00:10:24,040 --> 00:10:26,248
CONNOR HARRIS: Oh, dat is
komen lezing, uitstekend.

200
00:10:26,248 --> 00:10:29,815
Doelgroep: De opdracht is, is het
veronderstelde punt van rechts naar links?

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

202
00:10:31,440 --> 00:10:34,720
U kunt denken aan het als de waarde op
rechts geschoven in de variabele

203
00:10:34,720 --> 00:10:36,240
aan de linkerkant.

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

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

206
00:10:39,770 --> 00:10:42,330
>> CONNOR HARRIS: En tot slot
syntaxis van de functie is een beetje vreemd.

207
00:10:42,330 --> 00:10:48,460
U hebt de functie naam foo, toegewezen
om dit zoekwoord functie, gevolgd

208
00:10:48,460 --> 00:10:51,530
door alle argumenten en daarna de
orgaan van de functie daarna.

209
00:10:51,530 --> 00:10:53,280
Ook deze dingen kan
lijkt een beetje vreemd.

210
00:10:53,280 --> 00:10:57,181
Ze zullen een tweede natuur geworden na
je werkt met de taal voor een beetje.

211
00:10:57,181 --> 00:10:58,930
Dus vectoren, de weg
u de bouw van een vector

212
00:10:58,930 --> 00:11:04,550
is dat je het type C, dat is een sleutelwoord, dan
alle nummers die u wilt of strings

213
00:11:04,550 --> 00:11:06,490
of wat dan ook.

214
00:11:06,490 --> 00:11:07,995
Argumenten ook vectoren.

215
00:11:07,995 --> 00:11:09,620
Maar de resulterende matrix wordt afgevlakt.

216
00:11:09,620 --> 00:11:14,385
Dus je kunt niet arrays, waar hebben
sommige elementen zijn enkele nummers

217
00:11:14,385 --> 00:11:17,010
en sommige elementen zijn arrays zelf.

218
00:11:17,010 --> 00:11:20,010
>> Dus als u probeert een te construeren
serie waren de eerste element is 4

219
00:11:20,010 --> 00:11:22,370
en het tweede element
is de matrix 3,5 je

220
00:11:22,370 --> 00:11:25,890
gewoon een drie elementen array, 4,3,5.

221
00:11:25,890 --> 00:11:27,760
Ze kunnen niet van gemengde type.

222
00:11:27,760 --> 00:11:32,290
Als u probeert te lezen of te schrijven
buiten de grenzen van een vector

223
00:11:32,290 --> 00:11:36,640
zult u deze waarde genoemd NA een krijgen
wat staat voor een ontbrekende waarde.

224
00:11:36,640 --> 00:11:39,900
En dit is bestemd voor
zoals statistici die

225
00:11:39,900 --> 00:11:43,080
werken met onvolledige datasets.

226
00:11:43,080 --> 00:11:46,460
>> Als u een functie die wordt verondersteld van toepassing
slechts één nummer naar een array

227
00:11:46,460 --> 00:11:49,220
dan wat je krijgt is, de
functie in kaart over de array.

228
00:11:49,220 --> 00:11:52,130
Dus als je de functie laten we zeggen neemt
een nummer en het rendement dat plein.

229
00:11:52,130 --> 00:11:58,170
U vraagt ​​dat aan de array 2,3,5
Wat je krijgt is de array 4,9,25.

230
00:11:58,170 --> 00:12:00,010
>> En dat is erg handig
omdat het u betekent

231
00:12:00,010 --> 00:12:03,374
niet hoeft te schrijven voor de loops voor
doet het heel simpele dingen zoals het aanbrengen

232
00:12:03,374 --> 00:12:05,040
een functie om alle leden van een dataset.

233
00:12:05,040 --> 00:12:08,557
Die, als je werkt met grote
datasets, moet je veel doen.

234
00:12:08,557 --> 00:12:10,390
Binaire functies
toegepaste invoer door invoer.

235
00:12:10,390 --> 00:12:12,430
Ik zal krijgen in dat.

236
00:12:12,430 --> 00:12:16,750
U kunt ze openen met arrays
of vectoren met vierkante haken.

237
00:12:16,750 --> 00:12:22,300
Dus vector naam vierkante haken 1
zul je het eerste element te geven.

238
00:12:22,300 --> 00:12:25,510
Vector naam vierkante haakjes 2
zult u het tweede element te geven.

239
00:12:25,510 --> 00:12:27,530
>> U kunt doorgeven een vector
indices en u zult

240
00:12:27,530 --> 00:12:29,640
terug uit eigenlijk een sub-factor.

241
00:12:29,640 --> 00:12:34,990
Dus je kunt vector naam haakjes C te doen, 2,4
en je krijgt een vector die

242
00:12:34,990 --> 00:12:38,804
de tweede en vierde
elementen van de array.

243
00:12:38,804 --> 00:12:40,720
En als je wil gewoon een
snelle samenvatting statistiek

244
00:12:40,720 --> 00:12:47,529
van een vector zoals interquartile
range, mediaan, maximum, wat dan ook,

245
00:12:47,529 --> 00:12:49,820
je kunt gewoon typen overzicht
vector naam en krijgen dat uit.

246
00:12:49,820 --> 00:12:52,680
Dat is niet echt handig in
programmeren, maar als je speelt

247
00:12:52,680 --> 00:12:55,990
rond de datasets, is het handig.

248
00:12:55,990 --> 00:12:58,650
>> Matrices-- principe
hogere dimensionale matrices.

249
00:12:58,650 --> 00:13:01,190
Ze hebben deze speciale notatie syntax.

250
00:13:01,190 --> 00:13:07,620
Matrix met een array die krijgt
gevuld in-- sorry, matrix met data,

251
00:13:07,620 --> 00:13:09,780
aantal rijen, aantal kolommen.

252
00:13:09,780 --> 00:13:13,180
Wanneer u een aantal data, het vult in
de array principe gaat van boven naar beneden

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

254
00:13:13,380 --> 00:13:14,190
Vervolgens van links naar rechts.

255
00:13:14,190 --> 00:13:15,030
Dus, als dat.

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

257
00:13:17,809 --> 00:13:19,600
En R heeft een ingebouwde
matrix vermenigvuldigingen,

258
00:13:19,600 --> 00:13:24,310
spectrale ontleding
diagonalisatie, een heleboel dingen.

259
00:13:24,310 --> 00:13:27,785
Als u wilt hoger dimensionale
arrays, dus 3, 4, 5,

260
00:13:27,785 --> 00:13:29,410
of wat afmetingen kun je dat doen.

261
00:13:29,410 --> 00:13:34,400
De syntax is scala dim gelijk aan c,
dan is de lijst van de dimensies.

262
00:13:34,400 --> 00:13:38,620
Dus als je wilt een 4-dimensionale array
met afmetingen 4, 7, 8, 9, de array,

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

264
00:13:45,470 --> 00:13:51,180
>> U krijgt toegang tot enkele waarden met beugels
eerste vermelding komma tweede item.

265
00:13:51,180 --> 00:13:54,870
Je kunt hele plakjes krijgen
rijen of kolommen.

266
00:13:54,870 --> 00:13:59,900
Met deze incomplete syntax het
gewoon rijnummer komma of komma kolom

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

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

269
00:14:02,874 --> 00:14:04,540
Dus lijsten zijn een soort geassocieerde array.

270
00:14:04,540 --> 00:14:06,360
Ze hebben hun eigen syntaxis hier.

271
00:14:06,360 --> 00:14:08,320
Opnieuw doen niet krampachtig
kopieer alle dit omlaag.

272
00:14:08,320 --> 00:14:11,370
Dit is gewoon zo dat de mensen
gaan door de slides later

273
00:14:11,370 --> 00:14:13,089
hebben dit alles in een mooie referentie.

274
00:14:13,089 --> 00:14:16,130
En dit zal heel natuurlijk eens geworden
Ik heb eigenlijk wandeling door de demo's.

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

276
00:14:19,295 --> 00:14:20,920
Zo noemt een fundamenteel verbonden arrays.

277
00:14:20,920 --> 00:14:27,040
U kunt waarden benaderen met
lijstnaam, dollarteken, toets.

278
00:14:27,040 --> 00:14:31,370
Dus als je de lijst wordt genoemd foo,
dan kun je deze openen als dat.

279
00:14:31,370 --> 00:14:37,032
U kunt een hele key-waarde paar krijgen
door het passeren op het plein beugel index.

280
00:14:37,032 --> 00:14:39,240
Als je leest van een niet-bestaand
key, krijg je nul.

281
00:14:39,240 --> 00:14:41,150
Het zal niet fout.

282
00:14:41,150 --> 00:14:43,590
Ding is, R zal doen als
veel met null als het kan.

283
00:14:43,590 --> 00:14:46,580
En dit kan betekenen dat als je
niet verwacht nul uit te komen

284
00:14:46,580 --> 00:14:51,840
van enkele lijst te lezen, moet u een aantal te krijgen
onvoorspelbare fouten verder omlaag

285
00:14:51,840 --> 00:14:52,620
de lijn.

286
00:14:52,620 --> 00:14:54,890
>> Dit gebeurde voor mij mijn
zomerbaan toen ik met R

287
00:14:54,890 --> 00:14:58,410
waar ik veranderd hoe een bepaald
lijst is gedefinieerd in één plek

288
00:14:58,410 --> 00:15:05,410
maar niet later veranderen op het
code die waarden te lezen uit het.

289
00:15:05,410 --> 00:15:10,190
En dus wat er gebeurd was ik was
lezen null-waarden uit deze lijst,

290
00:15:10,190 --> 00:15:13,090
leiden daarvan naar functies
en zijn erg in de war

291
00:15:13,090 --> 00:15:16,000
toen ik allerlei
willekeurige oneindigheden opduiken

292
00:15:16,000 --> 00:15:16,790
in deze functie.

293
00:15:16,790 --> 00:15:20,730
Want als je bepaalde maximale toepassing
of minimale functies op null,

294
00:15:20,730 --> 00:15:22,570
je krijgt oneindige waarden.

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

296
00:15:26,400 --> 00:15:29,180
>> Dataframes, ze zijn een subklasse van de lijst.

297
00:15:29,180 --> 00:15:31,170
Elke waarde is een vector
van dezelfde lengte.

298
00:15:31,170 --> 00:15:34,220
En ze worden gebruikt voor de presentatie,
in principe, tabellen.

299
00:15:34,220 --> 00:15:36,175
Er is dit initialisatie syntax.

300
00:15:36,175 --> 00:15:38,800
Dit alles wederom veel worden
duidelijker als je naar de demo.

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

302
00:15:42,240 --> 00:15:44,240
En het leuke van
gegevensframes is dat je

303
00:15:44,240 --> 00:15:49,380
kunnen namen alle kolommen geven
en namen alle rijen.

304
00:15:49,380 --> 00:15:53,890
En dus dat maakt de toegang
ze een beetje vriendelijker.

305
00:15:53,890 --> 00:15:59,130
Ook dit is hoe de meeste functies die
ingelezen gegevens uit Excel-spreadsheets

306
00:15:59,130 --> 00:16:03,820
of tekstbestanden bijvoorbeeld
zal lezen in hun gegevens.

307
00:16:03,820 --> 00:16:07,555
Ze zullen het in te zetten
een soort van data frame.

308
00:16:07,555 --> 00:16:09,680
Dus functions-- functies
syntax is een beetje raar.

309
00:16:09,680 --> 00:16:16,160
Wederom is de naam van de functie,
toewijzen, dit zoekwoord functie en vervolgens

310
00:16:16,160 --> 00:16:17,900
de lijst van argumenten.

311
00:16:17,900 --> 00:16:24,080
Dus er zijn een aantal leuke dingen
over hoe functies werken hier.

312
00:16:24,080 --> 00:16:28,170
Voor één, kun je eigenlijk toewijzen
standaardwaarden van bepaalde argumenten.

313
00:16:28,170 --> 00:16:32,910
Dus je kunt zeggen R1
equals-- kunt u foo zeggen

314
00:16:32,910 --> 00:16:38,290
een functie waarin R1 gelijk iets
standaard als de gebruiker specificeert

315
00:16:38,290 --> 00:16:39,090
geen argumenten.

316
00:16:39,090 --> 00:16:41,932
Anders is het wat hij zette in.

317
00:16:41,932 --> 00:16:44,140
En dit is zeer handig
omdat veel van onze functies

318
00:16:44,140 --> 00:16:47,910
hebben vaak tientallen of
honderden argumenten.

319
00:16:47,910 --> 00:16:51,210
Bijvoorbeeld degenen voor het plotten
grafieken of plotten puntgrafieken

320
00:16:51,210 --> 00:16:54,430
hebben argumenten die controle
alles van de titel en de as

321
00:16:54,430 --> 00:16:59,512
labels aan de kleur van regressielijnen.

322
00:16:59,512 --> 00:17:01,470
En dus als je niet wilt
om mensen te laten specificeren

323
00:17:01,470 --> 00:17:04,050
elk van deze
honderden argumenten

324
00:17:04,050 --> 00:17:07,674
het beheersen van elk aspect van
een perceel of een regressie of wat dan ook,

325
00:17:07,674 --> 00:17:09,299
het is leuk om deze standaardwaarden te hebben.

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

327
00:17:12,700 --> 00:17:19,146
>> En dan kun je eigenlijk
Schrijf zoals je hier zag terug.

328
00:17:19,146 --> 00:17:22,869
Of zoek een beter voorbeeld.

329
00:17:22,869 --> 00:17:28,690
Wanneer u functies gesprek kunt u eigenlijk
noemen ze met het argument namen.

330
00:17:28,690 --> 00:17:33,919
Dus hier is een voorbeeld van
de matrix constructeur.

331
00:17:33,919 --> 00:17:34,960
Het duurt drie argumenten.

332
00:17:34,960 --> 00:17:36,760
Meestal moet je data,
die een vector.

333
00:17:36,760 --> 00:17:38,920
U N rij, die
is het aantal rijen.

334
00:17:38,920 --> 00:17:41,160
U N cols-- aantal kolommen.

335
00:17:41,160 --> 00:17:43,920
Het ding is als u typt
N rij is gelijk aan wat

336
00:17:43,920 --> 00:17:46,520
en N col gelijk aan wat toen
je oproepen van deze functie,

337
00:17:46,520 --> 00:17:47,770
je eigenlijk kan keren hen.

338
00:17:47,770 --> 00:17:51,590
Dus je kunt N col eerste en N rij gezet
tweede en het zal geen verschil maken.

339
00:17:51,590 --> 00:17:54,660
Dus dat is een leuke feature.

340
00:17:54,660 --> 00:17:56,260
>> Deed import en export.

341
00:17:56,260 --> 00:18:00,010
Dit kan, in principe.

342
00:18:00,010 --> 00:18:03,816
Er zijn ook faciliteiten uit te schrijven
willekeurige R-objecten naar een binair bestand

343
00:18:03,816 --> 00:18:05,190
en dan lezen ze terug in later.

344
00:18:05,190 --> 00:18:08,030
Dat is handig als je aan het doen bent
een grote interactieve sessie R

345
00:18:08,030 --> 00:18:12,850
en wat je nodig hebt om op te slaan
dingen heel snel.

346
00:18:12,850 --> 00:18:16,460
Standaard heeft R een werkmap
dat bestanden krijgen uitgeschreven in

347
00:18:16,460 --> 00:18:19,410
en lees terug uit.

348
00:18:19,410 --> 00:18:22,350
Je kunt zien dat met
getwg, veranderen met setdw.

349
00:18:22,350 --> 00:18:25,630
Niets bijzonder interessant hier

350
00:18:25,630 --> 00:18:28,270
>> Dus nu de werkelijke statistieken
stuff-- multilineaire regressie.

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

352
00:18:30,960 --> 00:18:34,910
Dus de gebruikelijke syntax
is een beetje ingewikkeld.

353
00:18:34,910 --> 00:18:37,260
Het model is een groot object in principe.

354
00:18:37,260 --> 00:18:39,910
Het wordt toegewezen lm,
die een functieaanroep.

355
00:18:39,910 --> 00:18:43,840
Het eerste element, de y
tilde x1 plus wat dan ook.

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

357
00:18:46,574 --> 00:18:47,990
Mijn syntax hier is een beetje verwarrend.

358
00:18:47,990 --> 00:18:49,490
Ik ben vrij sorry, dit
is de standaard manier

359
00:18:49,490 --> 00:18:50,990
dat informatica boeken doen.

360
00:18:50,990 --> 00:18:54,890
Maar het is een beetje raar.

361
00:18:54,890 --> 00:18:58,200
>> Dus eigenlijk, het is lm
haakjes, eerste punt

362
00:18:58,200 --> 00:19:06,730
wordt variable-- sorry, afhankelijk
variabele tilde x1 plus x2 plus

363
00:19:06,730 --> 00:19:10,910
hoeveel onafhankelijke
variabelen je hebt.

364
00:19:10,910 --> 00:19:14,240
En dan zijn deze kan zowel
vectoren, allemaal dezelfde lengte.

365
00:19:14,240 --> 00:19:16,220
Of ze kunnen kolom
headers in een dataframe

366
00:19:16,220 --> 00:19:18,553
dat je gewoon opgeeft in het
Het tweede argument van data frame.

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

368
00:19:23,270 --> 00:19:26,380
>> U kunt ook opgeven
een complexe formule

369
00:19:26,380 --> 00:19:31,990
dus je hoeft niet lineair te
terugvallen één afhankelijke variabele,

370
00:19:31,990 --> 00:19:34,440
of een vector op een reeds bestaande vector.

371
00:19:34,440 --> 00:19:38,070
Je kunt doen, bijvoorbeeld een
vector component y kwadraat plus 1

372
00:19:38,070 --> 00:19:42,100
en regressie dat tegen
log van een andere vector.

373
00:19:42,100 --> 00:19:45,200
U kunt samenvattingen van de afdrukken
model met deze opdracht genoemd

374
00:19:45,200 --> 00:19:48,607
summary-- net samenvatting parens model.

375
00:19:48,607 --> 00:19:50,190
Weer iets anders ik zou moeten verduidelijken.

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

377
00:19:55,407 --> 00:19:58,615
Iets anders dat te zullen gecorrigeerd
wanneer de dia's te gaan op het internet.

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

379
00:20:01,127 --> 00:20:03,210
Als je gewoon wilt berekenen
een eenvoudige correlatie

380
00:20:03,210 --> 00:20:09,170
u kunt correlatie vector gebruiken
1 vector 2 functie kern.

381
00:20:09,170 --> 00:20:11,856
Methode is standaard
Pearson correlaties.

382
00:20:11,856 --> 00:20:13,480
Dat zijn de standaard die je kunt doen.

383
00:20:13,480 --> 00:20:15,990
Er zijn ook Spearman en
Kendell correlaties

384
00:20:15,990 --> 00:20:19,530
Daarin is een aantal
rangorde correlatie.

385
00:20:19,530 --> 00:20:23,600
Nou ze niet berekenen product
momenten tussen de vectoren zelf,

386
00:20:23,600 --> 00:20:28,511
maar van de vector rang orders.

387
00:20:28,511 --> 00:20:29,510
Ik zal dat later uitleggen.

388
00:20:29,510 --> 00:20:30,120
>> PUBLIEK: Snelle vraag

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

390
00:20:30,360 --> 00:20:33,151
>> Publiek: Dus als je de berekening
om de eenvoudige correlaties te doen

391
00:20:33,151 --> 00:20:37,655
je ervan uitgaan dat er een statistisch
betekenis voor de correlatie?

392
00:20:37,655 --> 00:20:39,030
CONNER HARRIS: Je hoeft niet.

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

394
00:20:41,840 --> 00:20:43,960
Een lm is eigenlijk gewoon een machine.

395
00:20:43,960 --> 00:20:47,690
Het zal in twee zaken
en het zal uitspugen

396
00:20:47,690 --> 00:20:49,770
coëfficiënten voor de beste pasvorm lijn.

397
00:20:49,770 --> 00:20:52,310
Het rapporteert eveneens standaard
fouten op die coëfficiënten.

398
00:20:52,310 --> 00:20:55,865
En het zal u vertellen, zoals de
intercept statistisch significant

399
00:20:55,865 --> 00:20:56,740
of verschil 0.

400
00:20:56,740 --> 00:20:59,400
Is de helling van de best
fit lijn statistisch

401
00:20:59,400 --> 00:21:01,510
nul is, et cetera.

402
00:21:01,510 --> 00:21:06,260
Dus het neemt niets, denk ik
is het beste antwoord op uw vraag.

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

404
00:21:07,410 --> 00:21:14,650
>> Plotting-- dus de belangrijkste reden dat je moet
Gebruik R, zoals multilineaire regressie.

405
00:21:14,650 --> 00:21:17,320
In principe elke taal
heeft enkele voorziening voor.

406
00:21:17,320 --> 00:21:21,365
En eerlijk gezegd R's syntaxis voor
regressie is een beetje geheimzinnig.

407
00:21:21,365 --> 00:21:22,990
Maar plotten is waar het echt schijnt.

408
00:21:22,990 --> 00:21:28,090
>> Het werkpaard functie is plot
en het neemt twee vectoren, x en y.

409
00:21:28,090 --> 00:21:33,010
En dan de ellipsen staat voor een
groot aantal optionele argumenten

410
00:21:33,010 --> 00:21:39,190
controle alles van titels aan kleuren
van verschillende lijnen of diverse punten

411
00:21:39,190 --> 00:21:40,200
de aard van de plot.

412
00:21:40,200 --> 00:21:42,250
U kunt scatter hebt
percelen of lijn percelen.

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

414
00:21:47,900 --> 00:21:49,710
>> [Onverstaanbaar] 2 vectoren
van dezelfde lengte.

415
00:21:49,710 --> 00:21:53,780
U kunt dit voorafgaan met hechten
data frame in uw script.

416
00:21:53,780 --> 00:22:01,220
En dit laat je gewoon column gebruiken
headers in plaats van afzonderlijke vectoren.

417
00:22:01,220 --> 00:22:05,410
U kunt het best passende lijnen en lokale voegen
regressie bochten om uw grafiek.

418
00:22:05,410 --> 00:22:09,390
>> Deze commando's vermeld
hier, ab lijn en lijnen,

419
00:22:09,390 --> 00:22:11,640
Standaard deze krijgen
geschreven in pop-upvensters

420
00:22:11,640 --> 00:22:15,560
omdat het veronderstelt dat
u gebruikt R interactief.

421
00:22:15,560 --> 00:22:17,310
Als je niet kunt u
schrijf twee bestanden die

422
00:22:17,310 --> 00:22:21,600
zijn echt een formaat dat u wilt.

423
00:22:21,600 --> 00:22:25,410
Sorry, ik heb een typfout ik net gerealiseerd.

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

425
00:22:30,887 --> 00:22:32,720
Als u wilt openen
andere grafische apparaat

426
00:22:32,720 --> 00:22:39,200
U kunt deze functie genaamd PNG of gebruik
JPEG of een heleboel andere beeldformaten.

427
00:22:39,200 --> 00:22:42,319
En u kunt grafieken te schrijven
wat bestandsnaam die u opgeeft.

428
00:22:42,319 --> 00:22:45,110
Annuleren dat je use--
Ik heb dit niet te schrijven in de slide--

429
00:22:45,110 --> 00:22:49,650
maar er is een functie genaamd dev
dot uit dat neemt geen argumenten.

430
00:22:49,650 --> 00:22:51,517
>> Dan zijn er faciliteiten
3D plotten

431
00:22:51,517 --> 00:22:53,350
en voor de contour plotten
Als u wilt maken

432
00:22:53,350 --> 00:22:55,700
grafieken van twee onafhankelijke variabelen.

433
00:22:55,700 --> 00:22:57,150
Ik zal niet in deze nu.

434
00:22:57,150 --> 00:22:59,130
>> Er zijn ook enkele
faciliteiten voor animatie

435
00:22:59,130 --> 00:23:01,300
deze zijn gewoonlijk
onderhouden door derden.

436
00:23:01,300 --> 00:23:06,330
Ik heb animaties met R grafieken gedaan,
maar ik heb niet gebruikt deze derden

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

438
00:23:06,940 --> 00:23:09,929
Dus ik kan niet echt getuigen
hoe goed ze zijn.

439
00:23:09,929 --> 00:23:12,220
Wat ik aanraden als je wilt
om animaties te maken met R

440
00:23:12,220 --> 00:23:16,480
is kunt u uit te schrijven alle
de frames voor animaties

441
00:23:16,480 --> 00:23:18,470
en dan kun je gebruik maken van een
derden program--

442
00:23:18,470 --> 00:23:23,630
typische degenen zijn FFmpeg genoemd
of ImageMagick-- om te borduren

443
00:23:23,630 --> 00:23:26,540
al je frames in een animatie.

444
00:23:26,540 --> 00:23:28,380
>> Dus tijd voor de demo.

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

446
00:23:31,030 --> 00:23:37,189
Dus als je met behulp van een Unix-achtig systeem
dat is Linux BSD, maar die BSD gebruikt.

447
00:23:37,189 --> 00:23:39,730
OS X opent u een terminal venster en
Typ R bij de opdrachtprompt.

448
00:23:39,730 --> 00:23:42,820
Als u R studio of
dergelijke, die ook werkt.

449
00:23:42,820 --> 00:23:46,270
Voor Windows-gebruikers moet u in
kunnen R vinden in het menu Start.

450
00:23:46,270 --> 00:23:50,390
Het moet iets worden genoemd
zoals R x64 3 punt wat dan ook.

451
00:23:50,390 --> 00:23:53,110
Open die daarboven.

452
00:23:53,110 --> 00:23:58,850
>> Dus nu laat me gewoon
Open een terminal venster.

453
00:23:58,850 --> 00:24:02,562
Oké, zoeken.

454
00:24:02,562 --> 00:24:03,520
PUBLIEK: Command-Space

455
00:24:03,520 --> 00:24:06,675
CONNER HARRIS: Command-Space, dank je.

456
00:24:06,675 --> 00:24:10,030
Ik denk niet normaal gebruik Macs.

457
00:24:10,030 --> 00:24:13,310
Terminal, tonen een nieuw venster.

458
00:24:13,310 --> 00:24:18,120
Nieuw venster is instellingen
basic, R. Dus je moet krijgen

459
00:24:18,120 --> 00:24:22,230
een welkomstbericht, zoiets als dit.

460
00:24:22,230 --> 00:24:31,060
>> Dus ik ben met behulp van R interactief.

461
00:24:31,060 --> 00:24:32,719
U kunt ook schrijven R scripts natuurlijk.

462
00:24:32,719 --> 00:24:34,510
Eigenlijk scripts
exact dezelfde manier als

463
00:24:34,510 --> 00:24:40,250
als je achter de computer
typen in elke lijn één tegelijk.

464
00:24:40,250 --> 00:24:42,660
Dus laten we beginnen met het maken van een vector.

465
00:24:42,660 --> 00:24:46,230
Een pijl 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 zeker.

468
00:24:50,050 --> 00:24:51,630
Ik kan de lettergrootte groter te maken.

469
00:24:51,630 --> 00:24:53,030
>> PUBLIEK: Command-Plus

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

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

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

473
00:24:57,610 --> 00:25:00,370
Oké, wat is dat?

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

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

476
00:25:01,551 --> 00:25:03,300
Dus laten we beginnen met het
waarbij een vector lijst.

477
00:25:03,300 --> 00:25:08,710
Doe een, pijl, C 1,2,4.

478
00:25:08,710 --> 00:25:11,181
We kunnen zien.

479
00:25:11,181 --> 00:25:12,680
Maak je geen zorgen over de beugel daar.

480
00:25:12,680 --> 00:25:18,590
De beugels zijn dus als je uitprinten
zeer lange arrays, kunnen wij waar je bent.

481
00:25:18,590 --> 00:25:26,987
Een voorbeeld zou zijn als ik
wil gewoon bereik 2-200.

482
00:25:26,987 --> 00:25:28,820
Als ik gedrukt een zeer
lange array, de beugels

483
00:25:28,820 --> 00:25:31,060
zijn gewoon zo kan ik blijven
bijhouden welke index

484
00:25:31,060 --> 00:25:33,250
we op als ik ben op zoek
door deze visueel.

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

486
00:25:36,570 --> 00:25:38,280
Dus hoe dan ook, we hebben een.

487
00:25:38,280 --> 00:25:43,326
>> Dus ik al eerder gezegd dat arrays interageren
zeer mooi met, bijvoorbeeld,

488
00:25:43,326 --> 00:25:44,450
unaire operaties zoals dit.

489
00:25:44,450 --> 00:25:46,500
Dus wat je denkt dat ik zal
als ik typ een plus 1?

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

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

492
00:25:51,140 --> 00:25:54,250
Juist, nu ik zorg
Deze verschillende array.

493
00:25:54,250 --> 00:26:01,650
Laten we zeggen dat b c 20,40, 80.

494
00:26:01,650 --> 00:26:03,400
Dus wat denk je
Dit commando zal doen?

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

496
00:26:09,962 --> 00:26:10,670
Voeg de elementen.

497
00:26:10,670 --> 00:26:14,950
En dus in feite dat is wat het doet.

498
00:26:14,950 --> 00:26:16,740
Dus dit is erg handig.

499
00:26:16,740 --> 00:26:23,800
Dus hoe zit ik dit doe. c
is, laten we zeggen, 6 keer 1-10.

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

501
00:26:26,789 --> 00:26:28,830
Dus wat doe ik wil zien
bevatte, denk je?

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

503
00:26:37,110 --> 00:26:38,110
Dus alle veelvouden van zes.

504
00:26:38,110 --> 00:26:42,170
Nu, wat denk je
zal er gebeuren als ik dit doen?

505
00:26:42,170 --> 00:26:48,090
Ik zal dit een beetje duidelijker, c, c maken.

506
00:26:48,090 --> 00:26:50,365
Dus wat gebeurt, doe je
denk, als ik dit doe?

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

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

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

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

511
00:26:58,552 --> 00:27:02,350
>> PUBLIEK: Ofwel een fout of er
gewoon voegt de eerste drie elementen.

512
00:27:02,350 --> 00:27:04,510
>> CONNER HARRIS: Niet helemaal.

513
00:27:04,510 --> 00:27:05,522
Dit is wat we hebben gekregen.

514
00:27:05,522 --> 00:27:08,910
Wat er gebeurt is een kortere
array, een, werd gefietst.

515
00:27:08,910 --> 00:27:13,990
Dus kregen we 124, 124, 124.

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

517
00:27:15,710 --> 00:27:18,940
En eigenlijk, kunt u bekijken
dit gedrag voor, een plus 1,

518
00:27:18,940 --> 00:27:22,190
als een subklasse van dit probleem, waarbij
de kortste array is alleen het aantal

519
00:27:22,190 --> 00:27:25,410
1, dat één element array.

520
00:27:25,410 --> 00:27:27,740
Ik gewoon te zeggen alle vector
de tijd in plaats van de array,

521
00:27:27,740 --> 00:27:30,290
want dat is wat de r
documentatie meestal doet.

522
00:27:30,290 --> 00:27:33,070
Het is een ingesleten gewoonte c.

523
00:27:33,070 --> 00:27:37,590
>> OK, en dus nu hebben we deze array.

524
00:27:37,590 --> 00:27:38,830
Dus we hebben deze array, c.

525
00:27:38,830 --> 00:27:41,380
We kunnen samenvatting krijgen
statistieken over c, samenvatting c.

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

527
00:27:46,920 --> 00:27:48,280
En dat is leuk.

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

529
00:27:51,070 --> 00:27:52,670
Dus laten we nu doen wat matrix dingen.

530
00:27:52,670 --> 00:27:56,160
Laten we zeggen dat m is een matrix.

531
00:27:56,160 --> 00:27:57,780
Laten we het een drie bij drie een.

532
00:27:57,780 --> 00:28:01,630
Dus nRows gelijk aan 3, en nCols gelijk aan 3.

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

534
00:28:04,190 --> 00:28:10,710
En voor data laten doen-- dus wat
denk je dat dit gaat doen?

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

536
00:28:15,310 --> 00:28:16,580
>> Juist, het is de volgende.

537
00:28:16,580 --> 00:28:17,970
Het is nrow en ncolumn.

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

539
00:28:22,164 --> 00:28:24,580
Dus wat ik heb gedaan is dat ik heb
verklaarde een drie bij drie-matrix

540
00:28:24,580 --> 00:28:26,950
en ik heb aangenomen in een negen-element array.

541
00:28:26,950 --> 00:28:30,530
Dus de logaritme van de
elementen één tot en met negen.

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

543
00:28:33,400 --> 00:28:37,285
En al die waarden te vullen
de array-- spijt?

544
00:28:37,285 --> 00:28:38,660
PUBLIEK: Dat zijn base 10 logs?

545
00:28:38,660 --> 00:28:41,284
CONNER HARRIS: Nee, log
natuurlijke logaritme, zodat base e.

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

547
00:28:44,886 --> 00:28:47,010
Ja, als je wilde base
10 log, ik denk dat je zou moeten

548
00:28:47,010 --> 00:28:51,620
om in te loggen wat dan ook, gedeeld door log 10.

549
00:28:51,620 --> 00:28:56,750
En zo de gegevens van de [onverstaanbaar] gewoon
vult de matrix, dus van boven naar beneden,

550
00:28:56,750 --> 00:28:59,490
vervolgens van links naar rechts.

551
00:28:59,490 --> 00:29:06,890
En als je wilde een ander te doen
array, laten we zeggen n matrix.

552
00:29:06,890 --> 00:29:10,317
Laten we het doen, weet ik niet, 2-13.

553
00:29:10,317 --> 00:29:11,900
Of ik iets interessanter te doen.

554
00:29:11,900 --> 00:29:13,770
Ik doe 2-4.

555
00:29:13,770 --> 00:29:15,780
nrow evenaart, laten we zeggen, 3.

556
00:29:15,780 --> 00:29:18,992
Ncol gelijk aan 4.

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

558
00:29:20,360 --> 00:29:22,090
Daarom hebben we deze gekregen.

559
00:29:22,090 --> 00:29:26,130
>> En nu willen we deze vermenigvuldigen,
we zouden n procent tijden procent te doen,

560
00:29:26,130 --> 00:29:27,680
want dat is n.

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

562
00:29:30,234 --> 00:29:31,400
En we hebben matrix producten.

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

564
00:29:33,970 --> 00:29:37,810
Door deze manier, heb je zien hoe
toen ik verklaarde n, de 2-4

565
00:29:37,810 --> 00:29:43,570
vector kreeg fietste totdat
het vol alle n?

566
00:29:43,570 --> 00:29:45,710
Als je wilde nemen
eigenwaarde decompositie,

567
00:29:45,710 --> 00:29:46,960
Dit is iets wat we heel gemakkelijk doen.

568
00:29:46,960 --> 00:29:47,709
We kunnen Eigen n doen.

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

570
00:29:52,290 --> 00:29:54,600
En dus dit is onze eerste
ontmoeting met een lijst.

571
00:29:54,600 --> 00:29:57,000
>> Dus Eigen n is een lijst met twee sleutels.

572
00:29:57,000 --> 00:29:58,430
Waarden, die deze array hier.

573
00:29:58,430 --> 00:30:01,030
En vectoren, die deze array hier.

574
00:30:01,030 --> 00:30:08,240
Dus als je wilde halen,
zeggen, deze derde kolom

575
00:30:08,240 --> 00:30:13,080
van de eigenvectoren matrix, omdat
de eigenvectoren zijn kolomvectoren.

576
00:30:13,080 --> 00:30:24,400
Dus we kunnen VEC Eigen n dollarteken doen
vectoren, comma 3, van [onverstaanbaar].

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
Is dat, zoals je zou verwachten.

580
00:30:34,100 --> 00:30:39,210
>> Zeg dan n keer procent tijden vec.

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

582
00:30:42,610 --> 00:30:48,320
Dus hier het resultaat ziet er zeker als
als we de derde eigenwaarde hier

583
00:30:48,320 --> 00:30:50,390
wat overeenkomt met
de derde eigenvector.

584
00:30:50,390 --> 00:30:53,190
Het vermenigvuldigd gewoon alles in
deze eigenvector, component-wise,

585
00:30:53,190 --> 00:30:53,990
door de eigenwaarde.

586
00:30:53,990 --> 00:30:57,760
En dat is wat we zouden verwachten,
want dat is wat eigenwaarden zijn.

587
00:30:57,760 --> 00:31:00,890
Heeft hier iemand niet
genomen lineaire algebra?

588
00:31:00,890 --> 00:31:02,530
Een paar mensen, OK.

589
00:31:02,530 --> 00:31:04,030
Zet gewoon je hersenen af ​​voor een beetje.

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

591
00:31:07,490 --> 00:31:20,720
En inderdaad, als we Eigen n
dollarteken waarden 3 keer vec,

592
00:31:20,720 --> 00:31:21,810
goed krijgen hetzelfde.

593
00:31:21,810 --> 00:31:24,726
Het is anders geformatteerd als een rij
vector in plaats van een kolomvector,

594
00:31:24,726 --> 00:31:25,640
maar big deal.

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

596
00:31:29,430 --> 00:31:35,170
En dus die zijn in principe de leuke
dingen die we kunnen doen met matrices,

597
00:31:35,170 --> 00:31:36,489
gedemonstreerd lijsten.

598
00:31:36,489 --> 00:31:39,030
Ik zou het leuk te tonen
dingen over functies.

599
00:31:39,030 --> 00:31:41,750
>> Dus laten we say-- [onverstaanbaar]
functie, bel laten we

600
00:31:41,750 --> 00:31:51,960
Het func tegen functie n n squared--
eigenlijk, dat is niet echt de beste.

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

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

603
00:31:58,547 --> 00:32:00,380
Dus een ding over
functies weer, is zij

604
00:32:00,380 --> 00:32:01,963
do expliciete terugkeer verklaringen niet nodig.

605
00:32:01,963 --> 00:32:04,250
Dus je kunt het gewoon--
laatste verklaring geëvalueerd

606
00:32:04,250 --> 00:32:07,502
zal de verklaring terug te zijn,
of de waarde geretourneerd.

607
00:32:07,502 --> 00:32:10,460
Dus in dit geval, we alleen evalueren
een statement, een kwadraat plus b.

608
00:32:10,460 --> 00:32:12,043
Dat zal de standaard return waarde.

609
00:32:12,043 --> 00:32:14,530
Het kan nooit kwaad om te zetten
expliciet terug waarden,

610
00:32:14,530 --> 00:32:16,880
vooral als je te maken hebt met een
functie van zeer ingewikkelde logica

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

612
00:32:17,380 --> 00:32:18,450
Maar je ze niet nodig hebt.

613
00:32:18,450 --> 00:32:24,890
Dus nu kunnen we func 5, 1 doen en
Dit is eigenlijk wat je zou verwachten.

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

615
00:32:29,146 --> 00:32:31,270
Iets anders wat we kunnen doen,
kunnen we eigenlijk doen func b

616
00:32:31,270 --> 00:32:33,260
gelijk aan 1, een 5 gelijk.

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

618
00:32:36,870 --> 00:32:40,770
Dus als we hier specificeren welk nummer,
die redenering gaat naar die argumenten

619
00:32:40,770 --> 00:32:44,680
in de functie, kunnen we rond spiegelen
deze waarden waar we willen.

620
00:32:44,680 --> 00:32:48,405
>> PUBLIEK: Is er een reden
om het uit te schrijven met de b

621
00:32:48,405 --> 00:32:52,404
gelijk in tegenstelling tot enkel het gebruik van
de nummers en de komma?

622
00:32:52,404 --> 00:32:54,820
CONNER HARRIS: Ja, meestal
Dit doen als je functies

623
00:32:54,820 --> 00:32:58,540
met veel argumenten.

624
00:32:58,540 --> 00:33:00,690
Dat zou vaak worden als
vlaggen die je zou alleen

625
00:33:00,690 --> 00:33:03,130
wilt gebruiken in zeldzame gevallen.

626
00:33:03,130 --> 00:33:06,740
En deze manier kun je je only--
kan verwijzen naar de specifieke argumenten

627
00:33:06,740 --> 00:33:09,110
die u wilt gebruiken
niet-standaard waarden voor,

628
00:33:09,110 --> 00:33:14,470
en je hoeft niet een uit te schrijven
stelletje vlaggen gelijk valse na hen.

629
00:33:14,470 --> 00:33:19,710
Of ik kan dit opnieuw te schrijven met
een standaardwaarde als b is gelijk aan 2.

630
00:33:19,710 --> 00:33:26,289
En dan kon ik f func doen,
Ik doe 4, 1 deze tijd.

631
00:33:26,289 --> 00:33:28,580
En 17, die 4 vierkante
plus 1, zoals je zou verwachten.

632
00:33:28,580 --> 00:33:34,290
>> Maar ik kon ook gewoon
Dit noemen met func 4,

633
00:33:34,290 --> 00:33:36,970
en ik krijg 18, omdat
Ik wil niet opgeven b.

634
00:33:36,970 --> 00:33:38,550
Dus b krijgt de standaard waarde van 2.

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

636
00:33:41,700 --> 00:33:47,200
>> OK, dus als je nu bent
volgende samen met de demo,

637
00:33:47,200 --> 00:33:51,010
typt u deze lijn op uw commando
prompt en zie wat omhoog komt.

638
00:33:51,010 --> 00:33:52,090
Eigenlijk, doe dat niet.

639
00:33:52,090 --> 00:33:52,590
Vul dit.

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

641
00:33:57,780 --> 00:34:01,000
Je moet iets als dit te krijgen.

642
00:34:01,000 --> 00:34:04,780
Dus mtcars is een ingebouwde data
die voor deze demonstratie

643
00:34:04,780 --> 00:34:13,550
doeleinden die komt met-- die komt
in standaard met uw r distributie.

644
00:34:13,550 --> 00:34:19,211
Dit is een compilatie van statistieken uit
een 1974 nummer van het tijdschrift Motor Trend's

645
00:34:19,211 --> 00:34:20,710
een aantal verschillende modellen.

646
00:34:20,710 --> 00:34:28,270
>> Dus er is mijl per gallon, cylinders--
Ik vergeten wat disp is-- pk.

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

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

649
00:34:32,420 --> 00:34:36,920
Als je gewoon Google MT auto's,
dan is een van de eerste resultaten

650
00:34:36,920 --> 00:34:38,730
zal de
officiële r documentatie

651
00:34:38,730 --> 00:34:41,080
en het uitleggen
deze gegevensvelden.

652
00:34:41,080 --> 00:34:47,020
Dus gewicht is-- gew
gewicht van de auto in tonnen.

653
00:34:47,020 --> 00:34:48,880
Q sec is de kwart mijl tijd.

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

655
00:34:52,409 --> 00:34:55,850
Dus nu kunnen we een aantal leuke dingen te doen
over MT auto's is een data veld.

656
00:34:55,850 --> 00:35:01,640
>> Dus kunnen we dingen doen
zoals rij namen, mt auto's.

657
00:35:01,640 --> 00:35:05,490
En dit is een overzicht van alle rijen in
de set gegevens die de namen van de auto's zijn.

658
00:35:05,490 --> 00:35:10,780
We kunnen colnames, mt auto's doen.

659
00:35:10,780 --> 00:35:15,500
Als je dat doet mt auto's,
sub-numerieke index, net als 2.

660
00:35:15,500 --> 00:35:18,177
krijgen we de tweede kolom uit
Dit, hetgeen cylinders.

661
00:35:18,177 --> 00:35:19,370
>> Publiek: Wat heb je gedaan?

662
00:35:19,370 --> 00:35:21,570
>> CONNER HARRIS: Ik typte
mt auto's, beugels e,

663
00:35:21,570 --> 00:35:24,180
die mij de tweede gaf
kolom van mt auto.

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

665
00:35:34,501 --> 00:35:38,110
Of als we willen een rij, kan ik typ
mtcars komma 2, bijvoorbeeld.

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

667
00:35:41,850 --> 00:35:46,390
Andere ronde 2 komma, als dat.

668
00:35:46,390 --> 00:35:48,880
En dat gaat in uw rij.

669
00:35:48,880 --> 00:35:54,680
Dit hier gewoon geeft u een
column, maar kolom als vector.

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

671
00:36:04,634 --> 00:36:06,425
Ik besefte nu dat ik
vergat aan te tonen

672
00:36:06,425 --> 00:36:09,150
een aantal leuke dingen over vectoren
dat je kunt doen met indices.

673
00:36:09,150 --> 00:36:10,480
Dus laat ik dat doen nu.

674
00:36:10,480 --> 00:36:17,130
Dus laten we het doen c gets-- zetten
Deze op pause-- 2 keer 1-10.

675
00:36:17,130 --> 00:36:21,360
Dus c is gewoon gaat worden
de vector 2 tot en met 20.

676
00:36:21,360 --> 00:36:24,640
Ik kan elementen nemen als dit, c2.

677
00:36:24,640 --> 00:36:30,942
Ik kan overgaan in een vector
als deze, C-- laat me

678
00:36:30,942 --> 00:36:34,470
Gebruik andere naam dan c, zoals vec c.

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

680
00:36:37,591 --> 00:36:39,340
Kortom, ben ik aan het doen
dit zodat je niet krijgen

681
00:36:39,340 --> 00:36:45,010
verward tussen c als
vector bouw functie,

682
00:36:45,010 --> 00:36:48,800
en c als een variabele naam.

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

684
00:36:53,120 --> 00:36:56,540
Dit zal me uit de vierde, vijfde,
en zeven elementen van de array.

685
00:36:56,540 --> 00:37:01,740
Ik kan vec doen, in een negatieve
index, net als negatief 4.

686
00:37:01,740 --> 00:37:06,500
Dat zal me dit te krijgen met
het vierde element verwijderd.

687
00:37:06,500 --> 00:37:10,140
Dan als ik wilde plakken doen,
Ik kan vec 2 doen tot en met 6.

688
00:37:10,140 --> 00:37:15,480
2 dubbele punt 6 is gewoon een andere
vector, die 2, 3, 4, 5, 6.

689
00:37:15,480 --> 00:37:18,230
Spuugt dat.

690
00:37:18,230 --> 00:37:20,770
>> Dus hoe dan ook, terug naar mt auto's.

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

692
00:37:26,650 --> 00:37:28,450
Dus laten we doen wat regressies.

693
00:37:28,450 --> 00:37:34,240
Laten we zeggen dat model gets-- laten
lineair regress-- Ik weet het niet.

694
00:37:34,240 --> 00:37:41,780
Laten we eerst doen hechten mtcars, natuurlijk.

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

696
00:37:44,870 --> 00:38:00,010
Dus [onverstaanbaar] model lm, laten we terugvallen
mijl per gallon op tilde gewicht.

697
00:38:00,010 --> 00:38:03,300
En dan data frame mtcars.

698
00:38:03,300 --> 00:38:06,830
Dus samenvatting model.

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

700
00:38:12,900 --> 00:38:15,595
>> OK, dus dit lijkt een beetje ingewikkeld.

701
00:38:15,595 --> 00:38:19,380
Maar in principe, aangezien als we
probeer mijl per gallon te uiten

702
00:38:19,380 --> 00:38:23,970
als een lineaire functie van het gewicht,
toen kwamen we deze lijn hier,

703
00:38:23,970 --> 00:38:28,730
die onderschept op 37,28.

704
00:38:28,730 --> 00:38:33,830
37,28 zou de theoretische mijl
per gallon van een auto die nul weegt.

705
00:38:33,830 --> 00:38:41,210
En dan voor elke extra ton,
je knock ongeveer vijf mijl per gallon

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

707
00:38:42,440 --> 00:38:45,120
Beide coëfficiënten u
kan er, standaard fouten te zien.

708
00:38:45,120 --> 00:38:47,870
En ze zijn zeer
statistisch significant.

709
00:38:47,870 --> 00:38:55,740
>> Zo kunnen we heel zeker te zijn
1 e 10 de negatieve 10.

710
00:38:55,740 --> 00:38:59,510
Dus 1 keer iets aan de negatieve
10, dat als je een zwaardere auto te maken,

711
00:38:59,510 --> 00:39:01,440
het zal moeten erger mijl per gallon.

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

713
00:39:04,940 --> 00:39:07,250
Of we kunnen een ander model te testen.

714
00:39:07,250 --> 00:39:09,230
Zoals in plaats van
achteruit dit gewicht,

715
00:39:09,230 --> 00:39:12,600
laten we terugvallen het op logboek van het gewicht,
want misschien de effectieve gewicht

716
00:39:12,600 --> 00:39:15,690
op kilometerstand is een of andere manier niet lineair.

717
00:39:15,690 --> 00:39:18,540
>> Dit gaf ons een r kwadraat van 0,7528.

718
00:39:18,540 --> 00:39:19,610
Dus laten we proberen dit.

719
00:39:19,610 --> 00:39:21,485
Deze keer laten we een
andere variabele, ook.

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

721
00:39:22,500 --> 00:39:24,800
Dus Kortom, model2.

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

723
00:39:28,200 --> 00:39:31,390
Oké, dus nogmaals, we
kregen hier onze best passende lijn.

724
00:39:31,390 --> 00:39:36,160
En dit tijd-- dit zegt,
in feite dat elke keer dat u

725
00:39:36,160 --> 00:39:38,090
verhoging van het gewicht van
een wagen met een factor e

726
00:39:38,090 --> 00:39:40,580
je verliest zoveel mijl per gallon.

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

728
00:39:43,210 --> 00:39:50,326
>> En dus deze keer onze resterende standaard
fout het-- dat maakt niet uit, echt.

729
00:39:50,326 --> 00:39:53,540
De resterende standaard fout
eigenlijk gewoon de standaard fout

730
00:39:53,540 --> 00:39:57,760
dat je nog hebt na
neem de trendlijn weg.

731
00:39:57,760 --> 00:40:02,805
En onze r hier kwadraat is 0,81,
dat is een beetje beter dan wat

732
00:40:02,805 --> 00:40:07,640
we eerder hadden, 0,52.

733
00:40:07,640 --> 00:40:09,750
>> En nu laten we voegen een
termijn regressie.

734
00:40:09,750 --> 00:40:13,020
Dus laten we terugvallen mijl per gallon
zowel op het logboek van de gewichten

735
00:40:13,020 --> 00:40:21,130
en, laten we het doen, q mijl,
kwart mijl tijd.

736
00:40:21,130 --> 00:40:26,190
OK, moet het the-- goed, qsec hebben.

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, wat?

740
00:40:35,000 --> 00:40:37,000
Laat me dit iets te bellen
anders naast model2.

741
00:40:37,000 --> 00:40:38,000
Laat me dit model3 noemen.

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

743
00:40:40,860 --> 00:40:42,900
En nu kunnen we samenvatting model3 doen.

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

745
00:40:46,850 --> 00:40:49,100
En dus nogmaals, dit is in feite
wat je zou verwachten.

746
00:40:49,100 --> 00:40:51,750
Je hebt een positieve onderscheppen.

747
00:40:51,750 --> 00:40:54,550
De effectieve toenemende
gewicht is negatief.

748
00:40:54,550 --> 00:40:58,490
En de effectieve
toenemende kwart mijl tijd

749
00:40:58,490 --> 00:41:02,420
is positief, maar wel
minder dan gewicht.

750
00:41:02,420 --> 00:41:06,010
Nu intuïtief, kunt u gevoel van te maken
dit door te zeggen na te denken over sportwagens.

751
00:41:06,010 --> 00:41:08,950
Er is een zeer snelle acceleratie,
een zeer korte kwart mijl tijden.

752
00:41:08,950 --> 00:41:13,729
Ze zijn ook van plan om meer gas te gebruiken,
terwijl verstandiger auto's gaan

753
00:41:13,729 --> 00:41:16,020
trager acceleratie,
hogere kwart mijl tijden,

754
00:41:16,020 --> 00:41:20,890
en het gebruik van minder gas ,, zo
hoger mijl per gallon.

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

756
00:41:21,390 --> 00:41:23,431
En nu is het tijd om
plot iets als dit.

757
00:41:23,431 --> 00:41:27,810
Dus laten we doen-- zo kaal
botten kunnen we plots-- doen

758
00:41:27,810 --> 00:41:35,280
omdat ik deze data-frame hebben bevestigd
before-- we kunnen gewoon doen percelen, gew mpg.

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

760
00:41:38,762 --> 00:41:39,720
Maken dit een beetje groter.

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

762
00:41:55,050 --> 00:41:57,350
Daar we in principe een
scatter plot, maar de punten

763
00:41:57,350 --> 00:41:58,690
zijn een beetje moeilijk te zien op dit punt.

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

765
00:42:04,860 --> 00:42:10,900
>> Ik weet niet onvoorbereid wat het onthouden
syntax is voor het veranderen van het perceel.

766
00:42:10,900 --> 00:42:14,100
Dus ik denk dat dit zal zijn
een goed moment om te brengen,

767
00:42:14,100 --> 00:42:18,000
er is een zeer mooie ingebouwde help
functie, hulp citaten functioneren naam.

768
00:42:18,000 --> 00:42:21,690
We zullen up principe brengen
alles wat je wilt.

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

770
00:42:28,010 --> 00:42:32,730
Ik denk dat ik dit ook daadwerkelijk te doen
soort gelijk p voor punten percelen.

771
00:42:32,730 --> 00:42:34,369
Heeft die iets veranderen?

772
00:42:34,369 --> 00:42:35,160
En nee, niet echt.

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

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

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

776
00:42:46,760 --> 00:42:49,580
>> Om een ​​of andere reden, toen ik dit deed
op mijn eigen computer een tijdje geleden,

777
00:42:49,580 --> 00:42:52,080
alle scatter punten
waren veel duidelijker.

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

779
00:43:06,390 --> 00:43:13,970
Hoe dan ook, zijn de scatter soort zichtbaar?

780
00:43:13,970 --> 00:43:15,124
Er is één daar.

781
00:43:15,124 --> 00:43:16,165
Een paar daar, een paar daar.

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

783
00:43:18,860 --> 00:43:21,185
U kunt ze soort van te zien, toch?

784
00:43:21,185 --> 00:43:24,310
Dus als we willen een best passende lijn toe te voegen
om dit perceel hier, dat is een beetje kaal

785
00:43:24,310 --> 00:43:29,290
bones-- laat me het een beetje mooier.

786
00:43:29,290 --> 00:43:38,075
Hoofd gelijk versus gewicht.

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

788
00:43:46,322 --> 00:43:49,740
Mijl per gallon.

789
00:43:49,740 --> 00:43:53,570
Ook hier kunt u zien hoe nuttig
optionele argumenten zijn hier met ook

790
00:43:53,570 --> 00:43:58,090
niet hebben om dingen in te zetten
bepaalde volgorde met argumenten toetsenbord

791
00:43:58,090 --> 00:44:01,600
als je plots, omdat
deze nemen veel argumenten.

792
00:44:01,600 --> 00:44:07,490
>> XLAB is gelijk aan het gewicht, gewicht, ton.

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

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

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

796
00:44:17,340 --> 00:44:21,480
OK, ja, dit apparaat
is een beetje vervelend.

797
00:44:21,480 --> 00:44:30,160
Maar je kunt een soort van daar te zien,
er is een grafiek titel op de zijkant.

798
00:44:30,160 --> 00:44:35,260
Hier there's-- op de bodem
hier zijn er aslabels.

799
00:44:35,260 --> 00:44:37,700
Ik herinner me niet onvoorbereid
wat de commando ars--

800
00:44:37,700 --> 00:44:41,000
welke functies stijgen
de grootte van de labels en titels

801
00:44:41,000 --> 00:44:43,110
maar ze zijn er.

802
00:44:43,110 --> 00:44:46,625
>> En dus als we willen
voeg de best passende lijn,

803
00:44:46,625 --> 00:44:49,250
we iets konden doen like-- I
hebben de syntax hier opgeschreven.

804
00:44:49,250 --> 00:44:52,280

805
00:44:52,280 --> 00:45:11,130
Zo herinneren we ons voeg model
was mpg, gewicht, mtcars.

806
00:45:11,130 --> 00:45:16,470
En dus als ik wilde een beste pasvorm toe
lijn, kon ik a, b lijn model doen.

807
00:45:16,470 --> 00:45:18,556
En giek, hebben we een best passende lijn.

808
00:45:18,556 --> 00:45:19,970
Het is een beetje moeilijk om weer te zien.

809
00:45:19,970 --> 00:45:22,178
Ik ben heel droevig over de
technologische moeilijkheden.

810
00:45:22,178 --> 00:45:25,230
Maar het loopt in principe
linksboven naar rechtsonder.

811
00:45:25,230 --> 00:45:27,550
>> En als de schaal waren
grotere voorsprong

812
00:45:27,550 --> 00:45:31,260
dat het snijpunt is wat je kan
vinden van de samenvattende statistieken

813
00:45:31,260 --> 00:45:34,790
Als u typt samenvatting model.

814
00:45:34,790 --> 00:45:40,130
OK, dus ik hoop dat iedereen krijgt
iets van een gevoel van wat

815
00:45:40,130 --> 00:45:42,030
R is, wat het is goed voor.

816
00:45:42,030 --> 00:45:45,520
Je zou veel mooier dan plots te maken
dit op je eigen tijd, als je wilt.

817
00:45:45,520 --> 00:45:50,100

818
00:45:50,100 --> 00:45:53,950
>> Zodat de buitenlandse functie interface.

819
00:45:53,950 --> 00:46:00,330
Dit is iets dat is niet typisch
bedekt met inleidende lezingen

820
00:46:00,330 --> 00:46:03,560
of inleidende iets voor r.

821
00:46:03,560 --> 00:46:05,584
Het is niet waarschijnlijk dat je zult het nodig hebben.

822
00:46:05,584 --> 00:46:08,000
Maar ik vond het nuttig in
mijn eigen projecten in het verleden.

823
00:46:08,000 --> 00:46:10,984
En er is geen goed
tutorial voor het online.

824
00:46:10,984 --> 00:46:12,900
Dus ik ga gewoon
haast u allen door deze

825
00:46:12,900 --> 00:46:16,606
en dan ben je vrij om te vertrekken.

826
00:46:16,606 --> 00:46:18,480
En zo de buitenlandse
functie-interface is wat

827
00:46:18,480 --> 00:46:23,130
u kunt gebruiken om te bellen om te zien
functies met R. Intern

828
00:46:23,130 --> 00:46:29,850
R is gebouwd op C. R's rekenkunde is gewoon
C's 64-bit floating point rekenkunde,

829
00:46:29,850 --> 00:46:32,852
dat is het type dubbel [onverstaanbaar].

830
00:46:32,852 --> 00:46:35,060
En je zou willen doen
dit voor een heleboel redenen.

831
00:46:35,060 --> 00:46:39,250
Voor één, is R geïnterpreteerd, het is
niet gecompileerd tot aan machine code.

832
00:46:39,250 --> 00:46:42,170
Dus je kunt herschrijven uw
innerlijke lussen in C en dan

833
00:46:42,170 --> 00:46:45,920
het voordeel dat R. Like
het is een beetje handiger dan C.

834
00:46:45,920 --> 00:46:48,899
Het heeft een betere grafische
faciliteiten en wat al niet.

835
00:46:48,899 --> 00:46:51,690
En terwijl het nog steeds in staat om
topsnelheid uit de binnenste lussen,

836
00:46:51,690 --> 00:46:53,650
dat is waar je echt nodig hebt.

837
00:46:53,650 --> 00:46:56,330
>> Hergebruik van bestaande C bibliotheken,
dat is ook belangrijk.

838
00:46:56,330 --> 00:47:00,320
Als u een aantal C bibliotheek voor als,
Ik weet het niet, Fourier-transformaties,

839
00:47:00,320 --> 00:47:05,190
of een zeer Archean
statistieken gebruikte procedure

840
00:47:05,190 --> 00:47:09,470
in hoge energie-astrofysica
of iets, ik weet het niet.

841
00:47:09,470 --> 00:47:13,058
Hoge energie-astrofysica
is niet eens een denk, denk ik.

842
00:47:13,058 --> 00:47:16,480
Maar je kunt dat doen in plaats van het hebben van
een inwoner R haven van hen te schrijven.

843
00:47:16,480 --> 00:47:22,725
En the-- en weer, alsof je
kijk in de meeste R's standaard bibliotheken,

844
00:47:22,725 --> 00:47:25,600
op de inwendige, de internals
gaat naar de buitenlandse functie te gebruiken

845
00:47:25,600 --> 00:47:26,724
de interface zeer uitgebreid.

846
00:47:26,724 --> 00:47:31,630
Ze zullen dingen als Fourier hebben
transformeert of het berekenen van de correlatie

847
00:47:31,630 --> 00:47:34,890
coëfficiënten geschreven in C, en ze zullen
gewoon R wrappers om hen heen.

848
00:47:34,890 --> 00:47:38,230
De interface is een
beetje moeilijk. I denk

849
00:47:38,230 --> 00:47:43,750
de moeilijkheidsgraad is overdreven in een
Veel van de instructies die u zult vinden.

850
00:47:43,750 --> 00:47:46,200
Maar toch is het een beetje verwarrend.

851
00:47:46,200 --> 00:47:48,650
En ik heb niet in staat geweest om
vinden van een goede tutorial voor het,

852
00:47:48,650 --> 00:47:51,980
dus dit is het nu.

853
00:47:51,980 --> 00:47:55,360
Ook dit hele segment
is meer voor latere referentie.

854
00:47:55,360 --> 00:47:57,687
Maak je geen zorgen over het kopiëren
alles tot nu.

855
00:47:57,687 --> 00:48:00,020
Dus de volgende instructies
zijn voor Unix-achtige systemen,

856
00:48:00,020 --> 00:48:05,150
Linux, BSD, OS X. Ik weet het niet
hoe dit werkt op Windows,

857
00:48:05,150 --> 00:48:08,280
maar neem dan gewoon niet doe je
afstudeerproject op Windows.

858
00:48:08,280 --> 00:48:10,790

859
00:48:10,790 --> 00:48:12,460
Je echt niet wilt.

860
00:48:12,460 --> 00:48:14,770
Unix is ​​veel beter set
up voor casual programmering.

861
00:48:14,770 --> 00:48:19,320

862
00:48:19,320 --> 00:48:21,390
Dus, eigenlijk buitenlandse
functie interface.

863
00:48:21,390 --> 00:48:24,420
Als u wilt een C schrijven
functie voor gebruik met R,

864
00:48:24,420 --> 00:48:27,250
het moet alle nemen
argumenten als pointers.

865
00:48:27,250 --> 00:48:30,666
>> Dus voor enkele waarden, deze
betekent dat het gewezen op de waarde.

866
00:48:30,666 --> 00:48:33,040
Voor arrays is dit een pointer
het eerste element, waarbij

867
00:48:33,040 --> 00:48:36,750
is wat reeks namen eigenlijk.

868
00:48:36,750 --> 00:48:40,140
Nogmaals, dit is iets wat je moet hebben
mooie volledig af na p vijf.

869
00:48:40,140 --> 00:48:43,334
Array namen zijn pointers
het eerste element,

870
00:48:43,334 --> 00:48:44,750
Het type floating-point is dubbel.

871
00:48:44,750 --> 00:48:47,310
En uw functie moet leegte terugkeren.

872
00:48:47,310 --> 00:48:50,810
De enige manier waarop het kan
eigenlijk te vertellen wat er gebeurd is R

873
00:48:50,810 --> 00:48:54,410
is door het modificeren van het geheugen dat R gaf
het door de vreemde functie

874
00:48:54,410 --> 00:48:54,910
interface.

875
00:48:54,910 --> 00:48:58,180

876
00:48:58,180 --> 00:49:00,127
>> Dus ik heb deze schriftelijke
Bijvoorbeeld hier, is

877
00:49:00,127 --> 00:49:02,460
een functie die gebruik berekent
inwendig product van twee vectoren.

878
00:49:02,460 --> 00:49:05,060
Het duurt twee argumenten, vec1, vec2,
die de vectoren zelf,

879
00:49:05,060 --> 00:49:06,934
en n, die een
lengte, omdat weer,

880
00:49:06,934 --> 00:49:12,630
R heeft een ingebouwde [onverstaanbaar] om uit te vinden
de lengte van vectoren, maar C niet.

881
00:49:12,630 --> 00:49:16,182
In C, vectoren een willekeurige
afgebakend deel van het geheugen.

882
00:49:16,182 --> 00:49:17,890
Dus de manier waarop u kunt
berekenen dot producten

883
00:49:17,890 --> 00:49:23,470
is alleen deze uiteengezet parameter
naar nul en dan doorloopt

884
00:49:23,470 --> 00:49:28,760
van 1 tot n ster, omdat
n is een pointer op de lengte

885
00:49:28,760 --> 00:49:32,929
gewoon iets toe te voegen aan
dit uit parameter.

886
00:49:32,929 --> 00:49:34,970
En het kan een goede praktijk
als je gaat doen

887
00:49:34,970 --> 00:49:37,270
Deze twee afzonderlijke C-functies schrijven.

888
00:49:37,270 --> 00:49:41,970
Eén van hen has-- een van hen gewoon
neemt de argumenten en de soorten

889
00:49:41,970 --> 00:49:43,970
dat zij normaal zouden zijn C.

890
00:49:43,970 --> 00:49:47,780
>> Dus het duurt een scala
argumenten als pointers.

891
00:49:47,780 --> 00:49:57,090
Maar argumenten single-waarde als n,
het duurt slechts als waarden van kopiëren,

892
00:49:57,090 --> 00:49:57,917
zonder pointers.

893
00:49:57,917 --> 00:49:59,750
En dan maakt het niet
[Onverstaanbaar] uit pointer.

894
00:49:59,750 --> 00:50:01,290
En dan kun je
een andere, in principe,

895
00:50:01,290 --> 00:50:03,623
wrapper functie die in feite
handelt de vereisten

896
00:50:03,623 --> 00:50:07,740
van de buitenlandse functie
interface voor jou.

897
00:50:07,740 --> 00:50:11,840
>> De manier waarop u deze oproep in R is, zodra
u uw functie geschreven in C,

898
00:50:11,840 --> 00:50:17,770
u R cmd shlib folder, R typt
commando gedeelde bibliotheek,

899
00:50:17,770 --> 00:50:20,110
foo dot c, of wat dan ook
uw bestandsnaam,

900
00:50:20,110 --> 00:50:23,020
en OS shell niet in de R terminal.

901
00:50:23,020 --> 00:50:25,200
En deze zal creëren
bibliotheek genaamd foo dot zo.

902
00:50:25,200 --> 00:50:28,180
En dan kun je het laden
onze script of interactief

903
00:50:28,180 --> 00:50:32,310
met commando dyn dot belasting.

904
00:50:32,310 --> 00:50:35,720
Dan is er een functie
in R genaamd dot c.

905
00:50:35,720 --> 00:50:39,310
>> Dit duurt argumenten die
eerst de naam van de functie C

906
00:50:39,310 --> 00:50:40,970
dat u wilt bellen.

907
00:50:40,970 --> 00:50:43,920
En dan alle parameters
die functie,

908
00:50:43,920 --> 00:50:45,420
ze moeten in de juiste volgorde.

909
00:50:45,420 --> 00:50:48,580
Je moet dit soort gebruik
dwang fungeert als geheel, als

910
00:50:48,580 --> 00:50:52,050
dubbel, zoals karakter, en als logisch.

911
00:50:52,050 --> 00:50:54,710
En toen het geeft de
lijst, die weer net

912
00:50:54,710 --> 00:50:57,550
een bijbehorende matrix van de
parameter namen en de waarden

913
00:50:57,550 --> 00:51:00,950
nadat de functie is uitgevoerd.

914
00:51:00,950 --> 00:51:08,520
>> Dus in dit geval, want dot prod heeft
argumenten vec1, vec2 en int n, n uit.

915
00:51:08,520 --> 00:51:11,980
Dot c we dot prod,
de naam van de functie

916
00:51:11,980 --> 00:51:16,250
We noemen, vec1, vec2 type dwingen.

917
00:51:16,250 --> 00:51:20,060
De lengte van één vector,
Ik koos gewoon vec1 arbitrair.

918
00:51:20,060 --> 00:51:25,479
Het zou robuuster te s zeggen
integer min lengte van vec1, lengte vec2.

919
00:51:25,479 --> 00:51:27,520
Dan net als dubbele nul,
omdat we niet echt

920
00:51:27,520 --> 00:51:29,644
schelen wat er in de
out parameter omdat we

921
00:51:29,644 --> 00:51:32,270
oprichting ervan toch nul.

922
00:51:32,270 --> 00:51:37,560
>> En dan de resultaten gaan een te zijn
grote bijbehorende reeks van in principe

923
00:51:37,560 --> 00:51:42,090
vec1 is wat, vec2 is wat dan ook.

924
00:51:42,090 --> 00:51:44,330
Maar we zijn geïnteresseerd in
, dus kunnen we dat uit.

925
00:51:44,330 --> 00:51:47,780
Dit is weer een heel stuk speelgoed voorbeeld
van vreemde functie interface.

926
00:51:47,780 --> 00:51:54,160
Maar als je moet dot berekenen
producten van massieve vectoren in lussen,

927
00:51:54,160 --> 00:51:56,960
of als u hoeft te doen
iets anders in een lus,

928
00:51:56,960 --> 00:51:59,850
en je wilt niet te vertrouwen op R,
die wel een beetje overhead

929
00:51:59,850 --> 00:52:02,830
ingebouwd, kan het nuttig zijn.

930
00:52:02,830 --> 00:52:05,870
>> Nogmaals, dit is meestal
een inleidende onderwerp R.

931
00:52:05,870 --> 00:52:08,571
Het is niet erg goed gedocumenteerd.

932
00:52:08,571 --> 00:52:11,070
Ik ben gewoon met inbegrip omdat
Ik vond het nuttig in het verleden.

933
00:52:11,070 --> 00:52:13,654
Dus, slechte praktijken.

934
00:52:13,654 --> 00:52:15,820
Ik heb gezegd dat er een
lus in de functie.

935
00:52:15,820 --> 00:52:21,150
Over het algemeen moet je niet in
de taal, niet gebruiken.

936
00:52:21,150 --> 00:52:26,100
Op basis van hoe R implementeert iteratie
intern, kan het langzaam zijn.

937
00:52:26,100 --> 00:52:28,540
Ze gewoon kijken ook lelijk.

938
00:52:28,540 --> 00:52:32,410
>> R behandelt vectoren zeer mooi, dus
vaak je niet nodig om het te gebruiken.

939
00:52:32,410 --> 00:52:35,050

940
00:52:35,050 --> 00:52:38,900
Dan kan je meestal
Vervang vaak een vector

941
00:52:38,900 --> 00:52:42,490
deze functies 'high
orde functies, Kaart, verkleinen,

942
00:52:42,490 --> 00:52:44,404
Vinden, of Filter.

943
00:52:44,404 --> 00:52:46,320
Ik geef een aantal
voorbeelden van wat deze doet.

944
00:52:46,320 --> 00:52:49,957
Kaart is een hogere orde functie omdat
het neemt een functie als argument.

945
00:52:49,957 --> 00:52:52,290
Zodat je het een functie kan geven,
je kunt geven een array,

946
00:52:52,290 --> 00:52:54,640
en het zal de functie van toepassing
elk element van de array

947
00:52:54,640 --> 00:52:55,681
en de terugkeer van de nieuwe array.

948
00:52:55,681 --> 00:52:58,035

949
00:52:58,035 --> 00:53:00,160
Te verminderen, in principe geef je
het een array, geef je

950
00:53:00,160 --> 00:53:02,930
een functie die twee argumenten neemt.

951
00:53:02,930 --> 00:53:07,100
Het zal de functie eerste, de toepassing
eerste argument met enkele starter waarde.

952
00:53:07,100 --> 00:53:09,440
Dan om dat resultaat in de tweede.

953
00:53:09,440 --> 00:53:12,590
Dan die in het derde,
dan die in het vierde.

954
00:53:12,590 --> 00:53:14,870
En dan terug te keren wanneer het wordt tot het einde.

955
00:53:14,870 --> 00:53:17,620
Dus bijvoorbeeld, als je wilt
bereken de som van alle elementen

956
00:53:17,620 --> 00:53:23,240
in een array, dan je zou kunnen noemen verminderen
met [onverstaanbaar] verminderen aanvulling

957
00:53:23,240 --> 00:53:26,620
functie, zoals func
a, b, terug een plus b.

958
00:53:26,620 --> 00:53:28,960
En dan beginnen een waarde van 0.

959
00:53:28,960 --> 00:53:32,950
>> En al deze, kan je ze vinden
in de R worden beschreven

960
00:53:32,950 --> 00:53:35,720
in een leerboek over
functioneel programmeren.

961
00:53:35,720 --> 00:53:38,330
Er is ook deze klasse van
functies genaamd toepassing functies,

962
00:53:38,330 --> 00:53:42,807
die ik don't-- ze
een beetje moeilijk uit te leggen,

963
00:53:42,807 --> 00:53:45,640
maar als je kijkt in de [onverstaanbaar]
geboekt die ik aangehaald in het begin,

964
00:53:45,640 --> 00:53:48,615
hij hen vertelt vrij goed in
zijn appendix op R programmering.

965
00:53:48,615 --> 00:53:51,599

966
00:53:51,599 --> 00:53:53,390
Meer over praktijken,
voegen vectoren.

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
Ik denk dat ik zou moeten corrigeren.

971
00:54:02,900 --> 00:54:07,450
In die eerste lijn, vec pijl,
dat de pijl zou er niet zijn.

972
00:54:07,450 --> 00:54:10,920
U kunt toewijzen aan een vector,
wederom, door neem de lengte plus 1

973
00:54:10,920 --> 00:54:13,220
en het toewijzen van enige waarde die.

974
00:54:13,220 --> 00:54:18,970
Dat zal de vector uit te breiden, of u
kan doen vec gelijken c, vec newValue.

975
00:54:18,970 --> 00:54:21,540
Nogmaals, als je C gebruiken
één argument als een vector,

976
00:54:21,540 --> 00:54:23,300
de resulterende hiërarchie wordt afgevlakt.

977
00:54:23,300 --> 00:54:27,160
Dus je zult gewoon een vector
dat is uitgebreid met 1.

978
00:54:27,160 --> 00:54:30,410
Dit doet nooit.

979
00:54:30,410 --> 00:54:33,330
>> De reden waarom u
niet moet doen is dit.

980
00:54:33,330 --> 00:54:37,430
Wanneer u een vector toe te rekenen,
geeft het een bepaald stuk van het geheugen.

981
00:54:37,430 --> 00:54:40,680
Als u te verhogen dat vector formaat,
het moet de vector herverdelen

982
00:54:40,680 --> 00:54:43,820
ergens anders.

983
00:54:43,820 --> 00:54:46,980
En dus herverdeling is vrij duur.

984
00:54:46,980 --> 00:54:50,530
Ik zal niet ingaan op de details van hoe gaan
geheugen allocators worden geïmplementeerd

985
00:54:50,530 --> 00:54:57,280
op het niveau van het besturingssysteem,
maar het kost veel tijd

986
00:54:57,280 --> 00:54:58,962
een nieuw stuk van het geheugen te vinden.

987
00:54:58,962 --> 00:55:00,920
En ook, als je
opnieuw toewijzen van veel en veel

988
00:55:00,920 --> 00:55:03,500
van steeds grotere
brokken, je uiteindelijk

989
00:55:03,500 --> 00:55:06,420
met iets genaamd
geheugen fragmentatie,

990
00:55:06,420 --> 00:55:09,390
waarbij het beschikbare geheugen
verdeeld in veel kleine blokken

991
00:55:09,390 --> 00:55:11,500
in het geheugen allocators oogpunt.

992
00:55:11,500 --> 00:55:15,340
En het moeilijker en moeilijker krijgt
geheugen voor andere dingen vinden.

993
00:55:15,340 --> 00:55:19,455
Dus in plaats daarvan, als je nodig hebt om dit te doen, indien,
je nodig hebt om een ​​vector te groeien van het ene einde

994
00:55:19,455 --> 00:55:24,240
naar de volgende plaats van te voegen
constant, moet je pre-wijzen het.

995
00:55:24,240 --> 00:55:29,310
Vec pijl, vector lengte
gelijk aan 1000, of wat dan ook.

996
00:55:29,310 --> 00:55:33,200
>> En dan kun je gewoon toewijzen
om de vector van waarden één

997
00:55:33,200 --> 00:55:36,000
een keer nadat je het een keer hebt toegewezen.

998
00:55:36,000 --> 00:55:40,140
Ik liep in deze, nogmaals, mijn zomerbaan
toen ik aan het schrijven was NRA differentieel

999
00:55:40,140 --> 00:55:42,120
vergelijkingsoplosser.

1000
00:55:42,120 --> 00:55:43,180
Niet symbolische numerieke.

1001
00:55:43,180 --> 00:55:49,290
Het idee is dat als je eenmaal hebt
één waarde voor uw oplossing,

1002
00:55:49,290 --> 00:55:51,240
je dat gebruikt om het volgende te berekenen.

1003
00:55:51,240 --> 00:55:53,700
Dus mijn natuurlijke naïeve
neiging was om te zeggen OK,

1004
00:55:53,700 --> 00:55:56,930
dus ik zal beginnen met een vector
Dat is een aanzienlijke waarde.

1005
00:55:56,930 --> 00:56:01,260
Bereken uit de volgende waarde
dat gaat op mijn oplossing vector,

1006
00:56:01,260 --> 00:56:02,630
en voegt deze.

1007
00:56:02,630 --> 00:56:05,290
>> Iets anders te maken, voegt deze.

1008
00:56:05,290 --> 00:56:08,120
Het ging heel, heel langzaam.

1009
00:56:08,120 --> 00:56:11,540
En zodra ik dit besefte
en ik veranderde mijn systeem

1010
00:56:11,540 --> 00:56:16,020
het toevoegen van deze vector
als 10.000 tot 100.000 keer,

1011
00:56:16,020 --> 00:56:18,910
gewoon pre-toewijzing van een vector
en gewoon lopen met dat.

1012
00:56:18,910 --> 00:56:22,100
Ik kreeg meer dan 1000-voudige snelheid.

1013
00:56:22,100 --> 00:56:26,280
Dus dit is een veel voorkomende
val voor R programmering.

1014
00:56:26,280 --> 00:56:31,560
Als u nodig hebt om het opbouwen van een vector
stuk voor stuk, pre-wijzen het.

1015
00:56:31,560 --> 00:56:35,360

1016
00:56:35,360 --> 00:56:40,240
>> Een andere veel voorkomende trip up-- dit is mijn laatste
glijbaan, niet worry-- is foutafhandeling.

1017
00:56:40,240 --> 00:56:42,890
R, om eerlijk te zijn, niet
dit is echt zeer goed doen.

1018
00:56:42,890 --> 00:56:45,010
Er zijn veel
problemen die kunnen opduiken.

1019
00:56:45,010 --> 00:56:48,360
Bijvoorbeeld, als je een array te krijgen
of een vector uit van een functie

1020
00:56:48,360 --> 00:56:52,377
dat je verwacht een enkele werden
waarde te komen uit, of vice versa,

1021
00:56:52,377 --> 00:56:55,460
en u die overgaan in een functie die
Je schreef verwacht een enkele waarde,

1022
00:56:55,460 --> 00:56:57,270
dat een probleem kan zijn.

1023
00:56:57,270 --> 00:57:01,440
>> Bepaalde functies
terug null net als, zeg,

1024
00:57:01,440 --> 00:57:05,560
lezen van een
onbestaand sleutel in een lijst.

1025
00:57:05,560 --> 00:57:08,527
Null, maar is niet zoals C
waar als je probeert te lezen

1026
00:57:08,527 --> 00:57:11,360
van een oude pointer, [onverstaanbaar]
om null pointer, het is gewoon Seg fouten

1027
00:57:11,360 --> 00:57:14,109
en als je in je debugger is
vertelt je precies waar je bent.

1028
00:57:14,109 --> 00:57:17,080

1029
00:57:17,080 --> 00:57:20,772
In plaats daarvan, null zal functies doen--
zal onvoorspelbare dingen doen

1030
00:57:20,772 --> 00:57:21,730
als ze overhandigd null.

1031
00:57:21,730 --> 00:57:24,575
Net als je overhandigd max null,
het zal u negatief oneindig geven.

1032
00:57:24,575 --> 00:57:27,230

1033
00:57:27,230 --> 00:57:28,190
En zo, ja.

1034
00:57:28,190 --> 00:57:30,880

1035
00:57:30,880 --> 00:57:32,630
En dus dit gebeurde
om me een keer toen ik

1036
00:57:32,630 --> 00:57:34,771
veranderde een stelletje velden
in mijn lijst structuur

1037
00:57:34,771 --> 00:57:37,520
keer zonder elders te veranderen
toen ik het lezen van hen.

1038
00:57:37,520 --> 00:57:40,670
En toen kreeg ik allerlei willekeurige
oneindig resultaten opduiken

1039
00:57:40,670 --> 00:57:43,080
en ik geen idee waar ze vandaan kwamen.

1040
00:57:43,080 --> 00:57:45,310
En helaas, er is
geen echte R strikte modus

1041
00:57:45,310 --> 00:57:48,940
waar je kunt zeggen als er iets
het lijkt alsof het een vergissing zou zijn,

1042
00:57:48,940 --> 00:57:51,960
gewoon stoppen daar, dus ik kan
gedisciplineerd en bevestig dat.

1043
00:57:51,960 --> 00:57:55,282

1044
00:57:55,282 --> 00:57:57,240
Er is echter iets
noemde stop als niet.

1045
00:57:57,240 --> 00:58:00,480
Dit is gelijk aan C's beweren,
als je hebt gesproken over dat.

1046
00:58:00,480 --> 00:58:02,690
Ik denk niet dat C gelden
is een lezing onderwerp,

1047
00:58:02,690 --> 00:58:06,370
maar uw sectie leider
meer dan het zou zijn gegaan.

1048
00:58:06,370 --> 00:58:10,393
En stopt als er geen neemt eigenlijk elke
predikaat, zodat een verklaring dat

1049
00:58:10,393 --> 00:58:11,824
kunnen waar of onwaar zijn.

1050
00:58:11,824 --> 00:58:13,490
En als het valse, stopt het programma.

1051
00:58:13,490 --> 00:58:18,260
Het vertelt je precies wat je line
waren en wat conditie mislukt.

1052
00:58:18,260 --> 00:58:21,910
>> En dit nuttig, bijvoorbeeld,
sanity controle, functie-ingangen.

1053
00:58:21,910 --> 00:58:25,110
Dus als je een functie
en je verwacht, laten we zeggen,

1054
00:58:25,110 --> 00:58:29,640
Als je me een datum te geven, ik wil
de data zijn slechts een vector van lengte 1

1055
00:58:29,640 --> 00:58:31,735
ergens tussen 1 en 31.

1056
00:58:31,735 --> 00:58:34,420

1057
00:58:34,420 --> 00:58:36,170
En zo niet, ik weet
er is iets mis gegaan.

1058
00:58:36,170 --> 00:58:40,280
En ik kies om daar te stoppen voordat deze
heeft willekeurige klop op effecten met code

1059
00:58:40,280 --> 00:58:44,190
dat het moeilijker om door te traceren.

1060
00:58:44,190 --> 00:58:47,170
Dus dat is een mogelijke
gebruiken stop als niet.

1061
00:58:47,170 --> 00:58:48,660
>> Hoe dan ook, op OK.

1062
00:58:48,660 --> 00:58:49,690
Dus dat is het einde.

1063
00:58:49,690 --> 00:58:51,290
Heel erg bedankt voor uw komst.

1064
00:58:51,290 --> 00:58:53,710
Ik ben een rang amateur op dit.

1065
00:58:53,710 --> 00:58:57,270
Dus sorry als je je verveelt of
verward of wat heb je.

1066
00:58:57,270 --> 00:59:01,670
Ik ben blij om vragen per e-mail te nemen
bij connorharris@college.harvard.edu.

1067
00:59:01,670 --> 00:59:07,230
Dit geldt ook voor iedereen
het bekijken van deze live of later.

1068
00:59:07,230 --> 00:59:10,190
Ook al ben ik niet
een TF, ik ben ook erg

1069
00:59:10,190 --> 00:59:13,900
bereid om te dienen als een onofficiële
adviseur voor iedereen die

1070
00:59:13,900 --> 00:59:15,460
met R in een afstudeerproject.

1071
00:59:15,460 --> 00:59:19,900
>> Als u wilt dat,
dan gewoon praten met uw TF

1072
00:59:19,900 --> 00:59:23,750
en dan schrijf me een e-mail zodat
Ik weet wat je mee bezig bent

1073
00:59:23,750 --> 00:59:26,680
en zo kan ik opzetten vergadering
keer met u als u wilt.

1074
00:59:26,680 --> 00:59:27,990
Dus nogmaals, ik dank u zeer.

1075
00:59:27,990 --> 00:59:28,960
Ik hoop dat je genoten.

1076
00:59:28,960 --> 00:59:29,450
>> PUBLIEK: [onverstaanbaar].

1077
00:59:29,450 --> 00:59:30,617
>> CONNER HARRIS: Natuurlijk.

1078
00:59:30,617 --> 00:59:34,910
>> Publiek: Wat voor een project
zou CS student gebruiken R?

1079
00:59:34,910 --> 00:59:37,427

1080
00:59:37,427 --> 00:59:40,510
CONNER HARRIS: Dus als je niet doen
iets dat louter in data mining,

1081
00:59:40,510 --> 00:59:43,790
bijvoorbeeld, en er
zijn veel dingen

1082
00:59:43,790 --> 00:59:46,692
je zou kunnen doen met die met data
mining en machine learning.

1083
00:59:46,692 --> 00:59:48,900
Je zou willen gebruiken voor R
een onderdeel van iets.

1084
00:59:48,900 --> 00:59:52,022
Ik opgevoed, oorspronkelijk, het voorbeeld
van als je het schrijven van een website

1085
00:59:52,022 --> 00:59:54,730
en u wilt automatisch draaien
statistische analyse van uw server

1086
00:59:54,730 --> 00:59:57,990
logs op een bepaalde tijd elke dag,
dat zou iets dat zijn

1087
00:59:57,990 --> 01:00:01,260
zeer gemakkelijk te doen in slechts een korte
R script dat je kunt plannen

1088
01:00:01,260 --> 01:00:04,200
elke avond werking, bijvoorbeeld.

1089
01:00:04,200 --> 01:00:06,550
>> En ik weet zeker dat, als
er enige reden waarom je zou

1090
01:00:06,550 --> 01:00:11,520
wil statistieken of grafische mogelijkheden
en hebben deze run automatisch plaats

1091
01:00:11,520 --> 01:00:13,790
van te interageren
met de dingen in Excel,

1092
01:00:13,790 --> 01:00:16,750
bijvoorbeeld, dat is iets
wilt u misschien R gebruiken.

1093
01:00:16,750 --> 01:00:21,190
Dus vragen meer voor ik vertrek?

1094
01:00:21,190 --> 01:00:21,690
Nee?

1095
01:00:21,690 --> 01:00:24,960
Oké, goed, nogmaals, dank
u hartelijk voor uw komst.

1096
01:00:24,960 --> 01:00:29,417