Кажется, что языка Python достаточно для всего: и написать скрипт для сервера, и проанализировать данные, и обучить нейронку. Тем более что для него есть много библиотек для статистики и анализа данных — можно брать и использовать любую из них.
Но часто для аналитики и работы со статистикой используют другой язык — R. Давайте выясним, почему для этого нужен отдельный язык и чем он хорош.
Свободный язык от аналитиков для аналитиков
Первая версия языка R появилась в 1993 году, на два года позже, чем Python. В то время Python ещё не был так популярен и у него не было столько библиотек для анализа данных, сколько есть сейчас. Поэтому учёные из факультета статистики Оклендского университета создали язык для своих внутренних задач. А так как их звали Росс и Роберт, то и язык они назвали в честь первой буквы в имени — R.
Изначально R разрабатывался как внутреннее средство на факультете для решения своих статистических задач. Но в то время среди учёных было хорошим тоном делиться своими наработками со всеми, поэтому они открыли исходный код языка, чтобы каждый мог его улучшить или добавить что-то полезное. С тех пор язык вырос из факультетского проекта до популярного во всём мире инструмента для статистики.
Особенность языка R
Так как этот язык придумывали для задач учёных, авторы не старались делать его интуитивно понятным. Они исходили из того, что этим языком будут пользоваться люди, хорошо знакомые с математическим анализом, статистическими методами и вероятностными отклонениями. Именно поэтому R может показаться очень сложным языком, хотя внутри он очень прост и логичен.
Пример программы
В языке не так много привычных по другим языкам команд, но переменные, условные операторы и ввод-вывод есть. Главное — знать специальные команды языка по обработке данных.
Например, если нам нужно посчитать средний балл оценок учеников с разбивкой по оценкам в процентном соотношении, то будет достаточно такого кода:
# В переменную a поместить список всех оценок:
a <- c(4,3,3,3,3,4,4,4,4,4,5,4,4,4,5,5,5,5,3,5,5,4,4,3,3,4,4,3,5,5,4,3,3,4,4,3,3,5,4,5,5)
# В переменную n поместить количество оценок:
length(a) -> n
# Средний балл:
m <- mean(a)
# Таблица (горизонтальная) с подсчётом количества оценок:
t <- table(a)
# Преобразование в более удобный формат данных (вертикальную таблицу):
f <- as.data.frame(t)
# Вычисление процентной доли и запись её в третий столбец:
mapply(function(r) r*100/n, f[,2]) -> f[,3]
# Заголовки столбцов:
colnames(f) <- c("Оценка", "Кол-во", "%")
# Вывод результатов:
a
n
m
f
Для чего нужен R
Основное применение языка R — анализ данных и построение выводов на их основе:
- визуализация данных любым способом;
- сбор и анализ данных из разных источников;
- работа со статистикой, нахождение аномалий в данных;
- поиск закономерностей и отклонений в данных;
- проверка и подтверждение гипотез.
Отдельное направление в R — машинное обучение и нейросети. Так как язык R изначально был заточен на обработку огромных массивов данных, то на нём легко организовать модель глубокого обучения или сделать новую нейросеть.
Дополнительные модули
Чтобы работать с данными было ещё проще, сообщество учёных и разработчиков сделали много разных модулей, каждый под свою задачу (их ещё называют пакетами). Есть среди них и базовые модули, без которых в R работать не получится: базовый модуль base или модуль grDevices, который отвечает за вывод графиков на экран.
Если нужно что-то специализированное для работы с данными, скорее всего, для этого уже есть модуль. Например, для кластерного анализа подключают модуль cluster, а модуль nlme используют для анализа нелинейных моделей. Сейчас доступно около двух тысяч модулей, поэтому, скорее всего, для каждой прикладной задачи можно найти готовый модуль.
Что дальше
В следующем выпуске расскажем подробнее про этот язык — из чего состоит, какие команды в нём есть и с чего в нём начать.
