The top 10 tools by share of users were

1. R, 46.9% share ( 38.5% in 2014)
2. RapidMiner, 31.5% ( 44.2% in 2014)
3. SQL, 30.9% ( 25.3% in 2014)
4. Python, 30.3% ( 19.5% in 2014)
5. Excel, 22.9% ( 25.8% in 2014)
6. KNIME, 20.0% ( 15.0% in 2014)
7. Hadoop, 18.4% ( 12.7% in 2014)
8. Tableau, 12.4% ( 9.1% in 2014)
9. SAS, 11.3 (10.9% in 2014)
10. Spark, 11.3% ( 2.6% in 2014)

출처: KDnuggets

R은 S와 S-Plus 이후에 등장한 오픈 소스 통계 해석용 환경이다. S 언어는 1980년대 후반 AT&T 연구소에서 개발되었다. R 프로젝트는 1995년 뉴질랜드의 Auckland 대학교 통계학과의 Robert Gentleman 과 Ross Ihaka에 의해 시작되었으며 이들의 이름의 앞자를 따서 R 프로젝트로 명명되었다.

이 프로젝트는 급속도로 많은 사람들의 관심을 끌게 되었으며, 현재 R 코어 개발 팀과 전세계의 자원 개발자들에 의해 유지되고 있다. R 프로젝트 웹페이지는 R에 대한 메인 정보 사이트이다. 이 사이트에서 소프트웨어, 패키지 및 Document를 다운로드 할 수 있다.

R은 강력한 통계 프로그램이지만 우선적으로 프로그래밍 언어라 할 수 있다. 전세계의 개발자들이 수많은 루틴을 작성하고 있으며, 이들을 R 프로젝트 웹사이트에서 "패키지"의 형태로 무료로 제공받을 수 있다. 그러나, 기본 설치만으로도 대부분의 목적에 사용할 수 있는 강력한 도구를 포함하고 있다.

• 복합적인 통계분석 패키지
  • 어떤 통계 기법을 사용하든 그에 맞는 R 패키지가 이미 나와 있다
• 통계학자와 연구자들이 개발한 통계툴
• 오픈소스: 누구나 패키지와 함수들을 수정하고 자기가 원하는데로 변형시킬 수 있다
• 4800개가 넘는 패키지들
• 글자를 읽는 것이 가능하다. 심지어 한국어도!
• 훌륭한 데이터 조작패키지들: dplyr, reshape2
• 이 패키지들을 이용해 raw data 들을 tidy data 로 바꿀수 있다.

출처: SysBioCube Wiki

출처: IT열쇳말

• 다양한 OS에서 사용가능: Linux, Mac, Windows 32, 64 bit
• 간단한 txt파일에서부터 Comma-Separated Values (CSV), SAS, SPSS, Excel, Access, Oracle, MySQL, SQLite 에서 데이터 불러오기가 가능
• PDF, JPG, PNG, SVG, HTML, PPT, WORD, 등등으로 데이터 쓰기 가능
• 많은 블로그들에서 활발하게 펼쳐지는 질문들과 실시간에 가까운 개발
• 타의 추종을 불허하는 그래픽 및 도표 기능: ggplot2, plotly

출처: Elliott C.Back: Internet & Technology

VS.

• 메모리 관리
• 속도
• 어려운 접근성: 프로그래밍 언어
• 다른 프로그래밍 언어랑 많이 다름

그러나 R은 고급 프로그래머 전용이 아닙니다.

• R의…. 참으로 아쉬운 60년대 인터페이스
• 많은 요구사항으로 R에 대한 통합개발환경(Integrated Development Environment, IDE) 를 제공하는 RStudio가 개발되었다.
• R이 설치되어 있어야 RStudio가 설치된다.
• 상당히 깔끔한 인터페이스 디자인과 "Shiny"를 통해 실시간 쌍방향 커뮤니케이션이 지원되는 웹 어플리케이션 개발이 가능하다.
• HTML5, JavaScript, CSS도 활용할 수 있다.

1. r-project 클릭 혹은 구글에서 R 검색
2. download R 클릭
3. 스크롤 내려서 Korea 중 하나 선택
4. OS에 맞는 Download R for.. 선택
5. base 클릭
6. Download R … for (Windows) 클릭

1. RStudio 클릭 혹은 구글에서 RStudio 검색
2. Download RStudio 혹은 Powerful IDE for R 클릭
3. 스크롤을 내려 RStudio Desktop에서 Download RStudio Desktop 클릭
4. Installers for Supported Platforms에서 맞는 OS를 선택

• R Download 클릭
• RStudio Download 클릭

• Console
  • Enter, Ctrl + L,
• Source (R Script)
  • 메모장의 개념. Reproducibility(재현성)
  • Ctrl + Enter, Ctrl + S, Ctrl + O, Ctrl + Z, Ctrl + I (줄 맞추기)
  • Ctrl + D: 줄 지우기
• Environment: 저장한 값들을 보여주는 곳
• History: 실행했던 모든 기록들이 남는 곳
• Files, Plots, packages, Help

• 들여쓰기
• 글자 크기
• 테마, 폰트 설정
• Source, Console, Environment, Plots 등등 위치 설정

본인과 다른 사람들이 읽기 편하게 하기 위해

• 뛰어쓰기: 콤마뒤, +, -, ==, <-, etc.
• 한 줄에 너무 길게 쓰지 말 것

GOOD:

total <- sum(x[, 1])

total <- sum(x[1, 1])

x <- 5

x <- y + 3

BAD:

total <-sum(x[, 1])

total <- sum(x[1,1])

x = 5

x <- y+3

Google's R Style Guide

특정한 데이터를 저장해놓는다. 자주 쓰는 값을 저장해 놓아서 쓰기 편하다.

x <- 2
x

## [1] 2

x + 1

## [1] 3

y <- 10
y

## [1] 10

x + y

## [1] 12

y / x

## [1] 5

z <- "한국소비자원 만세"
z

## [1] "한국소비자원 만세"

<- 와 = 는 같은 의미: assign (일거리를 맡기다?)

variable 로 저장

temp <- 2
temp

## [1] 2

tmp = 1
tmp

## [1] 1

== 는 우리가 흔히 알고있는 "같다" 라는 의미

4 == 2

## [1] FALSE

temp == 2

## [1] TRUE

…에 들어가기 전 막간을 이용해 수학 기호들을 알아보자

더하기: +

빼기: -

나누기: /

곱하기: *

괄호: ( )

1. 마음에 드는 숫자를 아무거나 정한후 mynumber1 에 저장!
2. mynumber1 곱하기 2 한 후 mynumber2 에 저장!
3. mynumber2 더하기 10 한 후 mynumber3 에 저장!
4. mynumber3 나누기 2 한 후 mynumber4 에 저장!
5. mynumber4 빼기 mynumber1 한 후 mynumber5 에 저장!

과연 mynumber5 는?

\[x = mynumber1\] \[x * 2 = 2x\] \[2x + 10\] \[(2x + 10) = 2(x + 5)\] \[2(x + 5) / 2 = x + 5\] \[x + 5 - x = 5\]

• Objects: 현재 저장해 놓은 variables 나 dataset 들 (ex. vectors, data frames)
• ls() function: 현재 Workspace 에 저장되 있는 objects 들의 list 들을 나열
• RData: Workspace 들을 저장해 놓은 파일. 매일 같은 데이터를 사용한다면 RData를 저장해 놓고 R 을 시작할 때마다 불러오는 것이 편하다.

# cars dataset 의 각 열의 요약
summary(cars)

##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

# "인생이란 무엇인가"를 R로 표현해 보자
temp1 <- "인생이란"
temp2 <- "무엇인가"
paste0(temp1, " ", temp2)

## [1] "인생이란 무엇인가"

Ctrl + Shift + C

1. Vectors (1차원)
2. Matrices (2차원)
3. Arrays (모든 차원)
4. Lists
5. Data Frames (2차원, 엑셀 시트)

1. Vectors (1차원)
2. Matrices (2차원)
3. Arrays (모든 차원)
4. Lists
5. Data Frames (2차원, 엑셀 시트)

• Vector: 연속적인 데이터
  • 같은 타입의 데이터

# Numeric (숫자)
temp <- 1
temp

## [1] 1

temp <- c(1, 2, 3, 4)
temp

## [1] 1 2 3 4

잠깐!

여기서 c 란? concatenate의 약자: 사슬같이 잇다

# Character Strings (글자)
temp <- "Hello World"
temp

## [1] "Hello World"

temp <- c("Hello", "World")
temp

## [1] "Hello" "World"

# Logical values (논리 변수?!)
temp <- TRUE
temp

## [1] TRUE

temp <- c(TRUE, FALSE, FALSE)
temp

## [1]  TRUE FALSE FALSE

# TRUE, FALSE 간략한 버전
temp <- c(T, F, F)
temp

## [1]  TRUE FALSE FALSE

# 다른 타입의 데이터들은 vector 내에서 자동으로 동일한 데이터로 변환된다.
temp <- c(1, "4", F)
temp

## [1] "1"     "4"     "FALSE"

# NA 값은 어느 타입의 vector 에도 들어가진다
temp <- c(1, "4", F, NA)
temp

## [1] "1"     "4"     "FALSE" NA

length(temp) # object 안에 몇 개의 element 가 들어가 있는지 알려준다

## [1] 4

haha <- temp # temp 를 haha 에 overwrite 한다
temp # temp를 지운게 아니기 때문에 아직 남아있다

## [1] "1"     "4"     "FALSE" NA

haha # haha 는 새로 만들어진 object 이다

## [1] "1"     "4"     "FALSE" NA

rm(temp) # remove: object 지우기
ls() # temp 가 object 목록에서 지워진걸 알 수 있다

##  [1] "both"    "dataset" "Euro"    "gg"      "haha"    "p"       "temp1"  
##  [8] "temp2"   "tmp"     "USD"     "x"       "y"       "z"

## [1] 65  1  0

## [1] "1"              "2"              "R이여 영원하라"

## [1] "1"             NA              "45"            "나는 누구인가"

## [1] "Philip K. Dick" "Mark Twain"

A <- matrix(c(2, 4, 5, 8, 7, 9), # 메트릭스 구성 요소
            nrow = 2,            # 행의 숫자
            ncol = 3,            # 열의 숫자
            byrow = T)           # 행 방향으로 메트릭스를 채울것인가
A

##      [,1] [,2] [,3]
## [1,]    2    4    5
## [2,]    8    7    9

dim(A); class(A) # dim: object 의 행과 열의 갯수, # class: object 의 클래스

## [1] 2 3

## [1] "matrix"

##      [,1] [,2]
## [1,]    5    1
## [2,]    2    1
## [3,]    9   10
## [4,]    5   12
## [5,]    2   11

dim(B) = ?

엑셀 시트라고 생각하면 편하다

tempDF <- data.frame(col1 = c(1, 2, 3),
                     col2 = c("haha", "hoho", "hehe"),
                     IamColumn = c(5, "haha", NA))
tempDF

##   col1 col2 IamColumn
## 1    1 haha         5
## 2    2 hoho      haha
## 3    3 hehe      <NA>

class(tempDF)

## [1] "data.frame"

dim(tempDF)

## [1] 3 3

names(tempDF) # tempDF의 이름들을 구한다

## [1] "col1"      "col2"      "IamColumn"

colnames(tempDF) # tempDF의 열들의 이름들을 구한다

## [1] "col1"      "col2"      "IamColumn"

rownames(tempDF) # tempDF의 행들의 이름들을 구한다

## [1] "1" "2" "3"

##           변진섭 김건모                  김광석
## 1       희망사항   짱가      바람이 불어오는 곳
## 2 홀로 된다는 것 첫인상  잊어야 한다는 마음으로
## 3       숙녀에게   핑계 어느 60대 노부부 이야기

과연?

Matrix

• 모든 행과 열들이 같은 데이터 타입이어야만 한다

A

##      [,1] [,2] [,3]
## [1,]    2    4    5
## [2,]    8    7    9

A[, 1] <- c("하하", "호호") # Matrix A의 첫번째 열을 "하하" 와 "호호" 로 바꾼다
A

##      [,1]   [,2] [,3]
## [1,] "하하" "4"  "5" 
## [2,] "호호" "7"  "9"

Matrix 의 장점

• 메모리 활용성

object.size(A) # 컴퓨터 내부에 저장된 메트릭스 object A 의 메모리

## 536 bytes

object.size(as.data.frame(A)) # A 를 데이터 프레임으로 변환후 저장된 메모리

## 2336 bytes

• Linear Algebra… (선형대수학) 을 많이쓰는 공대생들한텐 필수!

• 공대생빼곤 안 쓴다.. :P
• 데이터 행과 열에 이름을 부여할 수 없다.

Data Frame

• 행과 열들이 다른 데이터 타입이어도 된다.
• 그러나 한 열에 다른 두가지 타입이 섞일순 없다.

tempDF

##   col1 col2 IamColumn
## 1    1 haha         5
## 2    2 hoho      haha
## 3    3 hehe      <NA>

tempDF$IamColumn # tempDF의 IamColumn 이름을 불러온다

## [1] 5    haha <NA>
## Levels: 5 haha

• 엑셀에 적응되 있는 사람들(대부분의 우리^^)한테 보기 쉽다.
• 열에 이름을 부여할 수 있다.

열에 이름을 부여할 시 이용가치?!

• 메트릭스에 비해 소모하는 메모리가 크다.
• 그 외엔 별로 없다 ^^

Array 는 매트릭스랑 비슷하지만 2차원 보다 많은 차원을 가질 수 있다… 고 들었지만 쓰는 사람을 한 명도 못 봤다.

별로 활용가치가 없다. :P

• 순서가 있다
• 다양한 데이터들을 저장할 수 있다
• 서로 관련이 없는 데이터들도 한 곳에 저장할 수 있다
• 잡다한 것들을 한 곳에 집어넣을 수 있는 저장소라고 생각하면 편하다

a string, a numeric vector, a matrix, and a scaler

a <- c(1, 2, 3)
b <- matrix(c(1, 5, 4, 2, 3, 6, 9, 8), ncol = 4, nrow = 2, byrow = T)
w <- list(name = "Daniel", mynumbers = a, mymatrix = b, age = 26)
w

## $name
## [1] "Daniel"
## 
## $mynumbers
## [1] 1 2 3
## 
## $mymatrix
##      [,1] [,2] [,3] [,4]
## [1,]    1    5    4    2
## [2,]    3    6    9    8
## 
## $age
## [1] 26

z <- list(name2 = "Jon Doe", mynumbers2 = c(7, 5, 3),
          mymatrix2 = A, age2 = 20)
z; length(z)

## $name2
## [1] "Jon Doe"
## 
## $mynumbers2
## [1] 7 5 3
## 
## $mymatrix2
##      [,1]   [,2] [,3]
## [1,] "하하" "4"  "5" 
## [2,] "호호" "7"  "9" 
## 
## $age2
## [1] 20

## [1] 4

## $name
## [1] "자기 이름"
## 
## $mynumbers
## [1] 1 2 3
## 
## $dataframe
##   col1 데이터분석툴       좋아하는영화
## 1    5            R               이창
## 2    6       Python 옛날 옛적 서부에서
## 3    2         SPSS   마이 페어 레이디
## 4    1          SAS   뜨거운 것이 좋아

이 리스트의 length 는?

()

• 함수 뒤에 나온다
• 혹은 수학적으로도 쓰인다

[]

• Subset (부분집합?!) 하는데 쓰인다.. Vector, Matrix, List, Data Frame 전부 부분집합이 가능한데…

• ?function 혹은 help(function)
• googling

예를 들어서, string "this is a string" 의 글자 수를 찾는 function 을 알고 싶다.

• Google 에서 "R how to find number of characters"

Google은 위대합니다

1. Quick-R
2. R-Tutor
3. R-bloggers
4. RStudio Blog
5. inside-R
6. KDnuggets
7. Stackoverflow
8. ENDMEMO
9. RStudio Packages
10. Shiny Gallery