R Tutorial - Isang Gabay sa Baguhan upang Alamin ang R Programming

Ang R ay ang pinakatanyag na tool ng data analytics dahil ito ay open-source, kakayahang umangkop, nag-aalok ng maraming mga package at mayroong isang malaking komunidad. Dinisenyo ito para sa mga programmer ng software, istatistika at minero ng data, pareho at samakatuwid, na nabuo ang katanyagan ng .Sa R Tutorial blog na ito, bibigyan kita ng isang kumpletong pananaw tungkol sa R ​​na may mga halimbawa.

Nasa ibaba ang mga paksa sa R ​​Tutorial blog na ito na tatalakayin ko sa sumusunod na pagkakasunud-sunod:

1. Bakit kailangan namin ng Analytics ?
2. Ano ang Business Analytics ?
3. Bakit R at Sino ang gumagamit ng R ?
4. Pag-install ng R
5. Mga Operator ng Data
6. Uri ng data
7. Pagkontrol sa Daloy

R Tutorial: Bakit Kailangan Namin ang Analytics?

Bago ko sagutin ang tanong, hayaan mo akong maikling sa iyo ang ilan sa mga problema at kanilang mga solusyon sa R ​​sa maraming mga domain.

Pagbabangko :

Malaking halaga ng data ng customer ay nabuo araw-araw sa Mga Bangko. Whabang nakikipag-usap sa milyun-milyong mga customer sa regular na batayan, nahihirapan itong subaybayan ang kanilang mga pag-utang.

Solusyon :

Bumubuo ang R ng isang pasadyang modelo na nagpapanatili ng mga pautang na ibinigay sa bawat indibidwal na customer na makakatulong sa amin na magpasya ang halagang babayaran ng customer sa paglipas ng panahon.

Seguro :

Malawakang nakasalalay ang seguro sa pagtataya. Mahirap namagpasya kung aling patakaran ang tatanggapin o tatanggihan.

Solusyon:

Sa pamamagitan ng paggamit ng tuluy-tuloy na ulat sa kredito bilang input, makakagawa kami ng isang modelo sa R ​​na hindi lamang masusuri ang panganib sa gana ngunit makakagawa rin ng isang hula na hula.

Pangangalaga sa kalusugan:

Bawat taon milyon-milyong mga tao ang pinapapasok sa ospital at bilyun-bilyong ginugol taun-taon sa proseso lamang ng pagpasok.

Solusyon :

Dahil sa kasaysayan ng pasyente at kasaysayan ng medikal, maaaring maitayo ang isang modelo ng panghuhula upang makilala kung sino ang nasa peligro para sa ospital at kung hanggang saan dapat mai-scale ang mga kagamitang medikal.

Ngayon alam namin kung paano nakakatulong ang analytics ng data sa mga organisasyon na magamit ang kanilang data at gamitin ito upang makilala ang mga bagong pagkakataon. Kung pinag-uusapan natin ang tungkol sa pangangailangan para sa analytics sa isang organisasyon, dapat mong makita ang 4 na aspeto na ito:

kung paano baligtarin ang isang integer sa sawa

Susunod, sumulong tayo sa R ​​tutorial blog, kung saan muna natin mauunawaan kung ano talaga ang analytics ng negosyo.

R Tutorial: Ano ang Business Analytics?

Ang analytics ng negosyo ay isang proseso ng pagsusuri sa malalaking hanay ng data at pagkamit ng mga nakatagong mga pattern, ugnayan at iba pang mga pananaw. Karaniwang natutulungan ka nitong maunawaan ang lahat ng data na iyong nakalap, maging data ng pang-organisasyon, data ng pagsasaliksik sa merkado o produkto o anumang iba pang uri ng data. Nagiging madali para sa iyo na gumawa ng mas mahusay na mga desisyon, mas mahusay na produkto, mas mahusay na diskarte sa marketing atbp. Sumangguni sa larawan sa ibaba para sa mas mahusay na pag-unawa:

Kung titingnan mo ang nasa itaas na pigura, ang iyong data sa unang imahe ay nakakalat. Ngayon, kung nais mo ang isang bagay na tukoy tulad ng isang partikular na tala sa isang database, nagiging mahirap ito. Upang gawing simple ito, kailangan mo ng pagsusuri. Sa pag-aaral, magiging madali upang maabot ang isang ugnayan sa pagitan ng data. Kapag naitaguyod mo ang dapat gawin, naging madali para sa iyo ang gumawa ng mga desisyon tulad ng, aling landas ang nais mong sundin o sa mga tuntunin ng analytics ng negosyo, kung aling landas ang hahantong sa pag-unlad ng iyong samahan.

Ngunit hindi mo maaasahan ang mga taong nasa chain sa itaas na laging maunawaan ang raw data na ibinibigay mo sa kanila pagkatapos ng analytics. Kaya upang mapagtagumpayan ang puwang na ito, mayroon kaming isang konsepto ng visualization ng data .

Pagpapakita ng data : Ang visualization ng data ay isang visual na pag-access sa napakaraming data na iyong nabuo pagkatapos ng analytics. Pinoproseso ng pag-iisip ng tao ang mga visual na imahe at visual graphics ay mas mahusay kaysa ihambing sa raw data. Laging madali para sa amin na maunawaan ang isang chart ng pie o isang bar graph na ihambing sa mga hilaw na numero. Ngayon ay maaaring nagtataka ka kung paano mo makakamtan ang visualization ng data na ito mula sa data na iyong nasuri na?
Mayroong iba't ibang mga tool na magagamit sa merkado para sa Data Visualization:

Tiyak na nagtataka kayong lahat na mayroon nang maraming mga tool na makakatulong sa iyo na makamit ang visualization ng data at ilang halaga ng analytics, bakit ka sumama sa R?

Kaya't ang aking susunod na paksa sa R ​​tutorial blog ay tumatalakay sa 'kung bakit R' at 'kung sino ang gumagamit ng R'.

R Tutorial: Bakit R at Sino ang Gumagamit ng R?

Bakit R

Ang R ay isang wikang pamprograma at pang-istatistika.

Ginagamit ang R para sa pagtatasa ng data at Paggunita.

Ang R ay simple at madaling malaman, basahin at isulat.

Ang R ay isang halimbawa ng isang FLOSS (Libreng Libre at Open Source Software) kung saan malayang maaaring mamahagi ng mga kopya ng software na ito, basahin ang source code, baguhin ito, atbp.

Sino ang gumagamit ng R?

• Gumagamit ang Consumer Financial Protection Bureau ng R para sa pagtatasa ng data
• Ang mga estadistika sa John Deere ay gumagamit ng R para sa pagmomodel ng mga serye ng oras at pagsusuri sa geospatial sa isang maaasahan at mababalik na paraan.
• Gumagamit ang Bank of America ng R para sa pag-uulat.
• Ang R ay bahagi ng stack ng teknolohiya sa likod ng sikat na engine ng rekomendasyon ng Foursquare.
• Ang ANZ, ang ika-apat na pinakamalaking bangko sa Australia, na gumagamit ng R para sa pagsusuri sa panganib sa kredito.
• Gumagamit ang Google ng R upang hulaan ang Aktibidad sa Pang-ekonomiya.
• Si Mozilla, ang pundasyong responsable para sa Firefox web browser, ay gumagamit ng R upang mailarawan ang aktibidad sa Web.

Nasa ibaba ang ilan sa mga domain kung saan ginagamit ang R:

Ngayon, magpatulong tayo sa R ​​tutorial blog at mai-install ang R.

R Tutorial: Pag-install ng R

Hayaan mo akong gabayan ka sa proseso ng pag-install ng R sa iyong system. Sundin lamang ang mga hakbang sa ibaba:

Hakbang 1 : Pumunta sa link- https://cran.r-project.org/

Hakbang 2 : I-download at i-install ang R 3.3.3 sa iyong system.

Sumangguni sa screenshot sa ibaba upang makakuha ng isang mas mahusay na pag-unawa.

Sa pamamagitan ng pagsunod sa mga hakbang sa itaas, tapos ka na sa bahagi ng pag-install ng R. Ngayon, maaari mong direktang simulan ang pag-coding sa R ​​sa pamamagitan ng pag-download ng RStudio IDE. Upang i-download ito, sundin ang mga hakbang sa ibaba:

Hakbang 1 : Pumunta sa link- https://www.rstudio.com/

Hakbang 2 : I-download at i-install ang Rstudio sa iyong system.

Matapos mai-install ang lahat, nakatakda ka na sa code!

R Tutorial Para sa Mga Nagsisimula | R Programming Tutorial | Edureka

Susunod, magpatuloy tayo sa R ​​Tutorial blog at maunawaan kung ano ang mga data operator sa R.

R Tutorial: Mga Data Operator sa R

Higit sa lahat mayroong 5 magkakaibang uri ng mga operator, na nakalista sa ibaba:

1. Mga Operator ng Arithmetic : Magsagawa ng mga pagpapatakbo ng aritmetika tulad ng pagdaragdag, pagbabawas, pagpaparami, paghahati atbp.
2. Mga Operator ng Asignatura :Ginagamit ang mga operator ng pagtatalaga upang magtalaga ng mga halaga. Halimbawa:

• Operator ng Assignment =
  Syntax: variable na pangalan = halaga

> x = 5 >x 

Output: [1] 5

• Operator ng Asignatura<-
  Syntax: variable na pangalan<- value

  > x<- 15 > x

  Output: [1] 15

• Operator ng Asignatura<<-
  Syntax: variable na pangalan<<- value

> x<<- 2 > x

Output: [1] 2

• Operator ng Assignment ->
  Syntax: halaga -> variable na pangalan

  > 25 -> x > x 

  Output: [1] 25

3. Kaugnay na Operator : Tinutukoy nito ang isang ugnayan sa pagitan ng dalawang nilalang. Halimbawa: ,<=,!= etc.

> xx! = 2

Output:[1] TOTOO

4. Mga Lohikal na Operator : Ang mga operator na ito ay ihinahambing ang dalawang mga entity at karaniwang ginagamit gamit ang mga halagang boolean (lohikal) tulad ng &, | at!.

> x2 & 3

Output:[1] TOTOO

5. Mga Espesyal na Operator : Ang mga operator na ito ay ginagamit para sa tiyak na layunin, hindi para sa lohikal na pagkalkula. Halimbawa:

• Lumilikha ito ng serye ng mga numero nang sunud-sunod para sa isang vector.
  
  

  > xx

  Output: [1] 2 3 4 5 6 7 8

• % in% Ang operator na ito ay ginagamit upang makilala kung ang isang elemento ay kabilang sa isang vector.
  Halimbawa

  > xyy% sa% x

  Output: [1] TUNAY

R Tutorial: Mga Uri ng Data

Ginagamit ang mga uri ng data upang mag-imbak ng impormasyon. Sa R, hindi namin kailangang ideklara ang isang variable bilang ilang uri ng data. Ang mga variable ay nakatalaga sa R-Objects at ang uri ng data ng R-object ay nagiging uri ng data ng variable.Mayroong pangunahin na anim na uri ng data na naroroon sa R:

Ipaalam sa amin upang mas detalyado ang bawat isa sa kanila:

Vector : Ang isang Vector ay isang pagkakasunud-sunod ng mga elemento ng data ng parehong pangunahing uri. Halimbawa:

vtr = (1, 3, 5, 7 9)

o

vtr<- (1, 3, 5 ,7 9)

Mayroong 5 mga Atomic vector, na tinukoy din bilang limang mga klase ng mga vector.

Listahan : Ang mga listahan ay ang mga R bagay na naglalaman ng mga elemento ng iba't ibang mga uri tulad ng & minus na mga numero, mga string, vector at isa pang listahan sa loob nito.

> n = c (2, 3, 5) > s = c ('aa', 'bb', 'cc', 'dd', 'ee') > x = listahan (n, s, TRUE) > x

Paglabas -

[[1]] [1] 2 3 5 [[2]] [1] 'aa' 'bb' 'cc' 'dd' 'ee' [[3]] [1] TRUE

Mga array : Ang mga array ay ang mga R data na bagay na maaaring mag-imbak ng data sa higit sa dalawang sukat. Kinakailangan ang mga vector bilang pag-input at ginagamit ang mga halaga sa dim parameter upang lumikha ng isang array.

vector1<- c(5,9,3) vector2<- c(10,11,12,13,14,15) resulta<- array(c(vector1,vector2),dim = c(3,3,2))

Paglabas -

,, 1 [, 1] [, 2] [, 3] [1,] 5 10 13 [2,] 9 11 14 [3,] 3 12 15 ,, 2 [, 1] [, 2] [, 3 ] [1,] 5 10 13 [2,] 9 11 14 [3,] 3 12 15

Mga array : Ang mga pag-asawa ay ang mga R bagay kung saan ang mga elemento ay nakaayos sa isang dalawang-dimensional na hugis-parihaba na layout. Ang isang Matrix ay nilikha gamit ang pagpapaandar ng matrix (). Halimbawa: matrix (data, nrow, ncol, byrow, dimnames) saan,

data ay ang input vector na nagiging mga elemento ng data ng matrix.

nrow ay ang bilang ng mga hilera na malilikha.

ncol ay ang bilang ng mga haligi na malilikha.

byrow ay isang lohikal na bakas. Kung TOTOO pagkatapos ang mga elemento ng input ng vector ay nakaayos ayon sa hilera.

dimname ay ang mga pangalan na nakatalaga sa mga hilera at haligi.

> Mat<- matrix(c(1:16), nrow = 4, ncol = 4 ) > Mat

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

Mga kadahilanan : Ang mga kadahilanan ay ang mga object ng data na ginagamit upang maikategorya ang data at iimbak ito bilang mga antas. Maaari silang mag-imbak ng parehong mga string at integer. Kapaki-pakinabang ang mga ito sa pagtatasa ng data para sa pagmomodelo ng istatistika.

> data<- c('East','West','East','North','North','East','West','West“,'East“) > factor_data<- factor(data) > factor_data

Paglabas :

[1] East West East North North North East West West East Mga Antas: East North West

Mga Frame ng Data : Ang isang data frame ay isang talahanayan o isang dalawang-dimensional na tulad ng array na istraktura kung saan ang bawat haligi ay naglalaman ng mga halagang isang variable at ang bawat hilera ay naglalaman ng isang hanay ng mga halaga mula sa bawat haligi.

> std_id = c (1: 5) > std_name = c ('Rick', 'Dan', 'Michelle', 'Ryan', 'Gary') > marka = c (623.3,515.2,611.0,729.0,843.25) > std.data<- data.frame(std_id, std_name, marks) > std.data

Paglabas :

std_id std_name mark 1 1 Rick 623.30 2 2 At 515.20 3 3 Michelle 611.00 4 4 Ryan 729.00 5 5 Gary 843.25

Sa pamamagitan nito, natapos namin ang iba't ibang mga uri ng data sa R. Susunod, sumulong tayo sa R ​​Tutorial blog at maunawaan ang isa pang pangunahing konsepto - mga pahayag sa pagkontrol sa daloy.

R Tutorial: Mga Pahayag ng Pagkontrol sa Daloy

Ang mga pahayag sa pagkontrol ng daloy ay may napakahalagang papel dahil pinapayagan kang kontrolin ang daloy ng pagpapatupad ng isang script sa loob ng isang pagpapaandar. Ang pinaka-karaniwang ginagamit na mga pahayag sa pagkontrol sa daloy ay kinakatawan sa larawan sa ibaba:

Ngayon, talakayin natin ang bawat isa sa kanila na may mga halimbawa.

R Tutorial: Mga Pahayag ng Selector

• Kung control Statement : Sinusuri ng pahayag ng kontrol na ito ang isang solong kondisyon. Napakadali dahil mayroon lamang itong solong keyword na 'kung' na sinusundan ng kundisyon at pagkatapos ay ilang mga hanay ng mga pahayag na kailangang maipatupad kung totoo ito. Sumangguni sa flowchart sa ibaba upang makakuha ng isang mas mahusay na pag-unawa:

Sa flowchart na ito, ang code ay tutugon sa sumusunod na paraan:

1. Una sa lahat, papasok ito sa loop kung saan sinusuri nito ang kundisyon.
2. Kung totoo ang kundisyon, ang conditional code o ang mga pahayag na nakasulat ay papatayin.
3. Kung ang kondisyon ay mali, ang mga pahayag ay hindi papansinin.

Nasa ibaba ang isang halimbawa ng kung control statement sa R. Subukang patakbuhin ang halimbawang ito sa R ​​Studio.

x = 2 ulitin {x = x ^ 2 print (x) kung (x> 100) {break}

Output:

[1] 4 [1] 16 [1] 256

• Kung Iba Pang Pahayag ng Pagkontrol :Pagsusulituri ng pahayag ng kontrolsinusuri ang isang pangkat ng mga kundisyon at pipiliin ang mga pahayag. Sumangguni sa flowchart sa ibaba upang makakuha ng isang mas mahusay na pag-unawa:

Sa flowchart na ito, ang code ay tutugon sa sumusunod na paraan:

1. Una sa lahat, papasok ito sa loop kung saan sinusuri nito ang kundisyon.
2. Kung totoo ang kundisyon, ang unang pahayag na ‘if’ ay papatayin.
3. Kung ang kundisyon ay mali, pagkatapos ay pupunta ito sa kundisyon na 'iba kung' at kung totoo ito, ang code na 'iba pa' ay papatayin.
4. Panghuli, kung ang code na 'iba kung' ay mali din, pagkatapos ay pupunta ito sa 'iba pa' na code at naisakatuparan ito. Nangangahulugan ito kung wala sa mga kundisyong ito ang totoo, kung gayon ang pahayag na 'iba pa' ay naisakatuparan.

Nasa ibaba ang isang halimbawa ng kung hindi control statement sa R. Subukang patakbuhin ang halimbawang ito sa R ​​Studio.

x5) {print ('x ay mas malaki sa 5')} elseif (x == 5) {print ('x ay katumbas ng 5')} iba pa {print ('x ay hindi hihigit sa 5')}

Output:

[1] 'x ay katumbas ng 5'

• Lumipat ng Mga Pahayag : Ang mga pahayag ng pagkontrol na ito ay karaniwang ginagamit upang ihambing ang isang tiyak na ekspresyon sa isang kilalang halaga. Sumangguni sa flowchart sa ibaba upang makakuha ng isang mas mahusay na pag-unawa:

Sa flowchart ng case ng Switch case na ito, tutugon ang code sa mga sumusunod na hakbang:

ano ang hashmap at hashtable sa java

1. Una sa lahat ay papasok ito sa switch case na mayroong isang expression.
2. Susunod na pupunta ito sa kundisyon ng Kaso 1, suriin ang halagang ipinasa sa kundisyon. Kung totoo ito, ang pahayag ng block ay papatayin. Pagkatapos nito, masisira ito mula sa switch case.
3. Kung sakaling ito ay hindi totoo, pagkatapos ay lilipat ito sa susunod na kaso. Kung ang kundisyon ng Case 2 ay totoo, isasagawa nito ang pahayag at masisira mula sa kasong iyon, kung hindi ay muli itong tatalon sa susunod na kaso.
4. Ngayon sabihin nating hindi mo natukoy ang anumang kaso o may maling input mula sa gumagamit, pagkatapos ay pupunta ito sa default na kaso kung saan mai-print nito ang iyong default na pahayag.

Nasa ibaba ang isang halimbawa ng paglipat ng pahayag sa R. Subukang patakbuhin ang halimbawang ito sa R ​​Studio.

vtr<- c(150,200,250,300,350,400) option <-'mean' switch(option, 'mean' = print(mean(vtr)), 'mode' = print(mode((vtr))), 'median' = print(median((vtr))) ) 

Output:

[1] 275

R Tutorial: Mga Pahayag ng Loop

Tinutulungan ka ng mga loop na ulitin ang ilang mga hanay ng mga pagkilos upang hindi mo ito kailangang gawin nang paulit-ulit. Isipin na kailangan mong magsagawa ng isang operasyon ng 10 beses, kung sinimulan mong isulat ang code para sa bawat oras, tataas ang haba ng programa at mahirap para sa iyo na maunawaan ito sa paglaon. Ngunit sa parehong oras sa pamamagitan ng paggamit ng isang loop, kung isusulat ko ang parehong pahayag sa loob ng isang loop, nakakatipid ito ng oras at ginagawang madali para sa kakayahang mabasa ang code. Makakakuha rin ito ng higit na na-optimize na patungkol sa kahusayan ng code.

Sa imahe sa itaas, ‘ ulitin ’ at ‘ habang 'Ang mga pahayag ay makakatulong sa iyo upang magpatupad ng isang tiyak na hanay ng mga patakaran hanggang sa ang kondisyon ay totoo ngunit' para sa ay isang loop statement na ginamit kapag alam mo kung gaano karaming beses nais mong ulitin ang isang bloke ng pahayag. Ngayon, kung alam mo na nais mong ulitin ito nang 10 beses, pagkatapos ay sasama ka sa pahayag na 'para' ngunit kung hindi ka sigurado tungkol sa kung gaano karaming beses mo nais na ulitin ang code, sasama ka sa 'ulitin' o 'habang' loop.

Talakayin natin ang bawat isa sa kanila na may mga halimbawa.

• Ulitin : Ang ulit na loop ay tumutulong upang maipatupad ang parehong hanay ng code nang paulit-ulit hanggang sa matugunan ang isang kundisyon ng paghinto. Sumangguni sa flowchart sa ibaba upang makakuha ng isang mas mahusay na pag-unawa:

Sa flowchart sa itaas, tutugon ang code sa mga sumusunod na hakbang:

1. Una sa lahat ay papasok ito at magsasagawa ng isang hanay ng code.
2. Susunod susuriin nito ang kundisyon, kung totoo ito ay babalik at ipatutupad muli ang parehong hanay ng code hanggang sa ito ay sinadya upang maging mali.
3. Kung napatunayan na ito ay hindi totoo, direkta itong lalabas sa loop.

• Habang : Ang pahayag na habang tumutulong din upang maipatupad ang parehong hanay ng code nang paulit-ulit hanggang sa matugunan ang isang kundisyon ng paghinto. Sumangguni sa flowchart sa ibaba upang makakuha ng isang mas mahusay na pag-unawa:

Sa flowchart sa itaas, tutugon ang code sa mga sumusunod na hakbang:

1. Una sa lahat susuriin nito ang kundisyon.
2. Kung napag-alaman na totoo ito, isasagawa nito ang hanay ng code.
3. Susunod, muli nitong sinusuri ang kundisyon, kung totoo ito ay isasagawa muli ang parehong code. Sa sandaling ang kondisyon ay napatunayang hindi totoo, agad itong lumalabas sa loop.

Nasa ibaba ang isang halimbawa ng habang pahayag sa R. Subukang patakbuhin ang halimbawang ito sa R ​​Studio.

x = 2 habang (x<1000) { x=x^2 print(x) } 

Output:

4 16 256 65 536

Kaya dapat iniisip mo kung paano magkakaiba ang dalawang pahayag na ito? Hayaan mong malinis ko ang iyong pagdududa!
Narito ang pangunahing pagkakaiba sa pagitan ng ulitin at habang ang pahayag ay nagbabago ito patungkol sa iyong kondisyon. Habang karaniwang tinutukoy ng loop kapag papasok ka sa loop upang maisagawa ang mga pahayag at ulitin tumutukoy ang loop kapag umalis ka mula sa loop pagkatapos ng pagpapatupad ng mga pahayag. Kaya't ang dalawang pahayag na ito ay kilala bilang entry control loop at exit control loop. Ganoon kaiba ang habang at paulit-ulit na mga pahayag.

• Para sa Loop: Para sa mga loop ay ginagamit kapag kailangan mong magpatupad ng isang bloke ng code nang maraming beses. Sumangguni sa flowchart sa ibaba upang makakuha ng isang mas mahusay na pag-unawa:

Sa flowchart sa itaas, tutugon ang code sa mga sumusunod na hakbang:

1. Una sa lahat mayroong pagsisimula kung saan tinukoy mo kung gaano karaming beses nais mong ulitin ang loop.
2. Susunod, sinusuri nito ang kundisyon. Kung ang kondisyon ay totoo, isasagawa nito ang hanay ng code para sa tinukoy na bilang ng mga oras.
3. Sa sandaling ang kondisyon ay napatunayang hindi totoo, agad itong lumalabas sa loop.

Nasa ibaba ang isang halimbawa ng para sa pahayag sa R. Subukang patakbuhin ang halimbawang ito sa R ​​Studio.

vtr<- c(7,19,25,65, 45) for( i in vtr) { print(i) } 

Output:

7 19 25 65 45

Susunod, lumipat tayo sa aming huling hanay ng mga pahayag sa R ​​Tutorial blog, iyon ay mga pahayag na tumalon.

R Tutorial: Tumalon sa Mga Pahayag

Break Statement : Ang mga pahayag ng break ay makakatulong upang wakasan ang programa at ipagpatuloy ang kontrol sa susunod na pahayag na sumusunod sa loop. Ang mga pahayag na ito ay ginagamit din sa switch case. Sumangguni sa flowchart sa ibaba upang makakuha ng isang mas mahusay na pag-unawa:

Sa flowchart sa itaas, tutugon ang code sa mga sumusunod na hakbang:

1. Una sa lahat, papasok ito sa loop kung saan sinusuri nito ang kundisyon.
2. Kung ang kondisyon ng loop ay hindi totoo, direktang lumabas ito ng loop.
3. Kung ang kondisyon ay totoo, susuriin nito ang kundisyon ng pahinga.
4. Kung ang kondisyon ng break ay totoo, umiiral ito mula sa loop.
5. Kung ang kondisyon ng pahinga ay mali, pagkatapos ay isasagawa nito ang mga pahayag na natitira sa loop at pagkatapos ay ulitin ang parehong mga hakbang.

Nasa ibaba ang isang halimbawa ng pahayag ng pagtalon sa R. Subukang patakbuhin ang halimbawang ito sa R ​​Studio.

x<- 1:5 for (val in x) { if (val == 3){ break } print(val) } 

Output:

[1] 1 [1] 2

Susunod na Pahayag : Ang isang susunod na pahayag ay ginagamit kung nais mong laktawan ang kasalukuyang pag-ulit ng loop nang hindi winawakas ito. Susunod na pahayag ay medyo katulad ng 'magpatuloy' sa iba pang wika ng programa. Sumangguni sa flowchart sa ibaba upang makakuha ng isang mas mahusay na pag-unawa:

Sa flowchart sa itaas, tutugon ang code sa mga sumusunod na hakbang:

1. Una sa lahat, papasok ito sa loop kung saan sinusuri nito ang kundisyon.

2. Kung ang kondisyon ng loop ay hindi totoo, direktang lumabas ito ng loop.

3. Kung ang kondisyon ng loop ay totoo, papatupad ito ng block 1 na pahayag.

4. Pagkatapos nito susuriin nito ang pahayag na 'susunod'. Kung ito ay naroroon, kung gayon ang mga pahayag pagkatapos nito ay hindi naisakatuparan sa parehong pag-ulit ng loop.

5. Kung ang pahayag na 'susunod' ay wala, pagkatapos ang lahat ng mga pahayag pagkatapos nito ay papatayin.

Nasa ibaba ang isang halimbawa ng susunod na pahayag sa R. Subukang patakbuhin ang halimbawang ito sa R ​​Studio.

para sa (i sa 1:15) {kung ((i %% 2) == 0) {susunod} i-print (i)}

Output:

1 3 5 7 9 11 13 15

Ito ang pagtatapos ng R tutorial blog. Inaasahan kong malinaw ang tungkol sa bawat konsepto na tinalakay ko sa itaas. Manatiling nakatutok, ang aking susunod na blog ay nasa pagsasanay sa R ​​kung saan ipapaliwanag ko ang ilang higit pang mga konsepto ng R nang detalyado kasama ang halsapat

Ngayon na naintindihan mo ang mga pangunahing kaalaman sa R, tingnan ang ni Edureka, isang pinagkakatiwalaang kumpanya sa pag-aaral sa online na may isang network na higit sa 250,000 nasiyahan na mga nag-aaral na kumalat sa buong mundo. Ang Data Analytics ng Edureka na may pagsasanay sa R ​​ay makakatulong sa iyo na makakuha ng kadalubhasaan sa R ​​Programming, Data Manipulation, Exploratory Data Analysis, Data Visualization, Data Mining, Regression, Sentiment Analysis at paggamit ng R Studio para sa mga totoong case study sa Retail, Social Media.

May tanong ba sa amin? Mangyaring banggitin ito sa seksyon ng mga komento ng blog na 'R Tutorial' at babalikan ka namin sa lalong madaling panahon.