Globálne nastavenie Chunkov

V nižšie uvedenom Chunku je urobené základné globálne nastavenie Chunkov v celom Notebooku.

echo nastavuje, či chceme v Notebooku vypisovať jednotlivé kódy R
message je nastavený na FALSE, čo znamená, že sa budú potláčať pracovné výstupy z R, t.j. napríklad výsledok otvárania knižníc, a niektoré iné výstupy, ktoré ale pre celkový Notebook nemajú takmer žiaden význam a sú vhodné skôr pri ladení kódov.
warning nastavený na FALSE potláča zobrazenie chybových hlášok

knitr::opts_chunk$set(
  echo = TRUE,
  message = FALSE,
  warning = FALSE
)

Úvod k základným operáciám v R

Tento notebook demonštruje základné operácie v jazyku R so:

skalárnymi číslami (t.j. 1 číslo),
textovými (znakovými) reťazcami,
logickými (boolovskými) hodnotami a premennými,
(numerickými) vektormi,
maticami.

Tam, kde je to užitočné, sú zahrnuté malé cvičenia.

Skaláre (jednočíselné hodnoty)

Numerické skaláre

# Priradenie konštanty do premennej
a <- 7
b <- 3.5

# Arithmetic
sum_ab      <- a + b        # sucet
diff_ab     <- a - b        # rozdiel
prod_ab     <- a * b        # násobenie
quot_ab     <- a / b        # delenie
power_ab    <- a ^ b        # umocňovanie
mod_ab      <- a %% 3       # zbytok po delení tromi (tzv modulo)


# Rounding
round_b   <- round(b)       # zaokruhlovanie smerom k najblizsiemu celemu cislu
ceil_b    <- ceiling(b)     # najblizsie vyssie cele cislo
floor_b   <- floor(b)       # najblizsie nizsie cele cislo

a; b

## [1] 7

## [1] 3.5

sum_ab; diff_ab; prod_ab; quot_ab; power_ab; mod_ab;

## [1] 10.5

## [1] 3.5

## [1] 24.5

## [1] 2

## [1] 907.4927

## [1] 1

round_b; ceil_b; floor_b

## [1] 4

## [1] 4

## [1] 3

Poznámky

^ operátor umocňovania.
%% je modulo, teda zbytok po delení,
round(x, digits = 0) zaokrúhľovanie na určitý počet desatinných miest (digits=). ak digits = 0, potom ide o celočíselné zaokrúhľovanie

Malé cvičenie

Vypočítajte:

\[\sqrt{36} + 5^2\]

sqrt(36) + 5^2

## [1] 31

Vypočítajte:

\[\frac{(20+6)\times4}{8}\]

(20 + 6) * 4 / 8

## [1] 13

Text

Vytváranie textovými premennými a práca s nimi

first <- "Vladimir"                       # definovanie obsahu textovej premennej first
last  <- "Gazda"                          # definovanie obsahu text. premennej last
full  <- paste(first, last)               # spojenie dvoch text. premennych do jednej (s medzerou)
full_nospace <- paste0(first, last)       # spojenie bez medzery
csv_line <- paste("apple", "banana", "pear", sep = ",")  # spojenie textov s oddelovacom ,
first; last; full; full_nospace; csv_line   # bodkočiarka tu nahradzuje odskok na novy riadok

## [1] "Vladimir"

## [1] "Gazda"

## [1] "Vladimir Gazda"

## [1] "VladimirGazda"

## [1] "apple,banana,pear"

Dĺžka textového reťazca, podreťazec

x <- "R is great!"
nchar(x)                 # počet znakov  v retazci "R is great!"

## [1] 11

substr(x, 1, 5)          # podreťazec od 1. do 5. znaku

## [1] "R is "

Tip: Knižnica stringr mnohé zaujímavé možnosti práce s textami, ale implicitné knižnice R pokrývajú väčšinu bežných potrieb páce s textami.

Logické (boolovské) hodnoty a premenné

Základy

p <- TRUE
q <- FALSE
!p                 # NOT

## [1] FALSE

p & q              # AND

## [1] FALSE

p | q              # OR

## [1] TRUE

xor(p, q)          # exclusive OR - platí len jedno z p,alebo q

## [1] TRUE

Logický výsledok porovnávania

3 < 5

## [1] TRUE

7 >= 7

## [1] TRUE

"cat" == "cat"

## [1] TRUE

"cat" != "dog"   # vykricnik je tu v zmysle negacie. Napr.:   !=, !>, !<, !TRUE

## [1] TRUE

!TRUE

## [1] FALSE

Zložitejšie logické operácie

x <- 10
x > 5 & x < 20      # a sucasne - logicky prienik (sucin)

## [1] TRUE

x < 0 | x > 100     # alebo - logicke zjednotenie (sucet)

## [1] FALSE

                    # pri zlozitejsich vztahoch pouzivajte zatvorky ()

Zlučovanie viacerých log. premenných do vektora

vals <- c(TRUE, FALSE, TRUE, TRUE)   # definicia vektora s logickymi hodnotami

Numerické vektory

Generovanie vektorov

v1 <- c(2, 4, 6, 8)
v2 <- 1:5                  # postupnost 1,2,3,4,5
v3 <- seq(from = 0, to = 1, by = 0.25)  # postupnost s krokom 0.25
v4 <- rep(3, times = 5)    # 3,3,3,3,3  # 5 clenna postupnost trojak
v5 <- runif(5)             # generovanie rovnomerne rozdelenych premennych v intervale [0,1]
v6 <- rnorm(5)             # generovanie normalne rozdelenych premennych
v1; v2; v3; v4; v5

## [1] 2 4 6 8

## [1] 1 2 3 4 5

## [1] 0.00 0.25 0.50 0.75 1.00

## [1] 3 3 3 3 3

## [1] 0.33662040 0.57651696 0.09173891 0.22956618 0.13054024

Aritmetické operácie s vektormi

v <- c(1, 2, 3, 4)
v + 10           # kazdy prvok vektora zvacsime o 10

## [1] 11 12 13 14

v * 2            # kazdy prvok vektora prenasobime 2

## [1] 2 4 6 8

(v + 1) / 2

## [1] 1.0 1.5 2.0 2.5

exp(v)           # exponencialna funkcia z kazdeho prvku vektora

## [1]  2.718282  7.389056 20.085537 54.598150

sum(c(1,2,3),c(1,1,1))          # skalarny sucin - vysledok je skalar

## [1] 9

crossprod(c(1,2,3),c(1,1,1))    # skalarny sucin - vysledok je matica 1x1

##      [,1]
## [1,]    6

c(1,2,3)*c(1,1,1)               # Hadamardov sucin (sucin zodpovedajucich prvkov vektora)

## [1] 1 2 3

Matematické operácie s 2 vektormi rovnakého rozmeru

length(c(1,2,3,4,5))

## [1] 5

length(v5)            #vektor v5 je definovany vyssie

## [1] 5

c(1,2,3,4,5) + v5     # pozor, oba vektory musia mat rovnaky rozmer

## [1] 1.336620 2.576517 3.091739 4.229566 5.130540

Indexovanie a výber niektorych prvkov vektora

x <- c(5, 12, 3, 18, 7, 0, 21)
x[1]           # indexovanie - novy jedno-prvkovy vektor - prvy prvok vektora x

## [1] 5

x[2:4]         # novy vektor s druhym az stvrtym prvkom vektora x

## [1] 12  3 18

x[-1]          # novy vektor - vsetky prvky vektora x okrem prvého

## [1] 12  3 18  7  0 21

x[x > 10]      # novy vektor definovany prvkami x vacsimi ako 10

## [1] 12 18 21

which(x > 10)  # ktore prvky zodpovedaju podmienke vacsieho ako 10?

## [1] 2 4 7

Práca s chýbajúcimi hodnotami

y <- c(1, NA, 3, NA, 5)
is.na(y)

## [1] FALSE  TRUE FALSE  TRUE FALSE

mean(y)                 # NA

## [1] NA

mean(y, na.rm = TRUE)   # remove NAs

## [1] 3

Základné štatistiky a usporiadanie prvkov vektora podľa veľkosti

z <- c(10, 3, 5, 8, 2)
mean(z)                 # priemerna hodnota

## [1] 5.6

sd(z)                  # standardna odchylka

## [1] 3.361547

max(z)                  # maximalna hodnota

## [1] 10

summary(z)              # rychly prehlad zakladnych statistik o vektore

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     2.0     3.0     5.0     5.6     8.0    10.0

sort(z)                 # rastuce usporiadanie

## [1]  2  3  5  8 10

sort(z, decreasing = TRUE)  # klesajuce

## [1] 10  8  5  3  2

Malé cvičenie

Vytvorte vektor a vypočítajte jeho súčet.

v <- c(3, 7, 11, 5)
sum(v)

## [1] 26

Vytvorte vektor \(\mathbf{x} = (3,6,9,12,15,18)\). 1. Vypočítajte súčet všetkých hodnôt. 2. Zistite, ktoré hodnoty sú väčšie ako priemer vektora.

x <- c(3,6,9,12,15,18)

sum(x)

## [1] 63

x[x > mean(x)]

## [1] 12 15 18

Vypočítajte štandardnú odchýlku vektora.

v <- c(4,8,6,10,12)

sd(v)

## [1] 3.162278

Matice

Vytvorenie matíc

m <- matrix(1:12, nrow = 3, ncol = 4)            # hodnoty sú zadavane po stlpcoch
m_byrow <- matrix(1:12, nrow = 3, byrow = TRUE)  # hodnoty su zadavane po riadkoch
m; m_byrow

##      [,1] [,2] [,3] [,4]
## [1,]    1    4    7   10
## [2,]    2    5    8   11
## [3,]    3    6    9   12

##      [,1] [,2] [,3] [,4]
## [1,]    1    2    3    4
## [2,]    5    6    7    8
## [3,]    9   10   11   12

Rozmery matice

dim(m)                   # (rows, cols)

## [1] 3 4

##      [,1] [,2] [,3] [,4]
## [1,]    1    4    7   10
## [2,]    2    5    8   11
## [3,]    3    6    9   12

Adresovanie prvkov matice

m[1, 2]      # riadok 1, stlpec 2

## [1] 4

m[ , 3]      # vsetky prvky v tretom stlpci - vysledok matica 3x1

## [1] 7 8 9

m[2, ]       # vsetky prvky v druhom riadku - vysledok matica 1*3

## [1]  2  5  8 11

m[1:2, 2:3]  # podmatica tvorena riadkami 1, 2 a stlpcami 2, 3

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

Maticové operácie

A <- matrix(c(1,2,3,4), nrow = 2)
B <- matrix(c(5,6,7,8), nrow = 2)

A + B        # scitanie matic

##      [,1] [,2]
## [1,]    6   10
## [2,]    8   12

A * B        # Hadamard product - nasobenie po zodpovedajucich prvkoch

##      [,1] [,2]
## [1,]    5   21
## [2,]   12   32

A %*% B      # nasobenie matic

##      [,1] [,2]
## [1,]   23   31
## [2,]   34   46

t(A)         # transpozicia matice A - vymena riadkov a stlpcov

##      [,1] [,2]
## [1,]    1    2
## [2,]    3    4

det(A)       # determinant matice

## [1] -2

solve(A)     # inverzia matice (ak je matica regularna - teda inverzia sa da spocitat)

##      [,1] [,2]
## [1,]   -2  1.5
## [2,]    1 -0.5

Zlučovanie vektorov do matíc

C <- cbind(1:3, 4:6)   #  - po stlpcoch 
D <- rbind(1:3, 4:6)   #  - po riadkoch 
C; D

##      [,1] [,2]
## [1,]    1    4
## [2,]    2    5
## [3,]    3    6

##      [,1] [,2] [,3]
## [1,]    1    2    3
## [2,]    4    5    6

Vypočítanie zvolenej štatistiky po riadkoch (stĺpcoch) matice

M <- matrix(1:9, nrow = 3)
M

##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8
## [3,]    3    6    9

apply(M, 1, sum)   # suma po riadkoch

## [1] 12 15 18

apply(M, 2, mean)  # priemery po stĺpcoch

## [1] 2 5 8

Malé cvičenie

Vytvorte maticu \(\mathbf{A}\) a vypočítajte súčet všetkých jej prvkov.

A <- matrix(c(2,4,6,8), nrow = 2)
sum(A)

## [1] 20

Vytvorte maticu \(\mathbf{B}\) s hodnotami 1 až 9 a vypočítajte jej transpozíciu.

B <- matrix(1:9, nrow=3)
t(B)

##      [,1] [,2] [,3]
## [1,]    1    2    3
## [2,]    4    5    6
## [3,]    7    8    9

Vytvorte maticu \(\mathbf{C}\) s hodnotami 1 až 9 usporiadanými do 3 riadkov. 1. Vypočítajte súčty jednotlivých riadkov. 2. Vypočítajte súčty jednotlivých stĺpcov.

C <- matrix(1:9, nrow=3)

rowSums(C)

## [1] 12 15 18

colSums(C)

## [1]  6 15 24

Môj návrh použitia novinky

V tejto sekcií som skúšala funkcie, ktoré neboli v pôvodnom dokumente

sample(1:20,5)                                #náhodný výber

## [1] 11  9 10  1 15

rowMeans(matrix(1:9,nrow=3))                  #priemer jednotlivých riadkov v matici

## [1] 4 5 6

diag(4)                                       #diagonálna matica

##      [,1] [,2] [,3] [,4]
## [1,]    1    0    0    0
## [2,]    0    1    0    0
## [3,]    0    0    1    0
## [4,]    0    0    0    1

Základné operácie v R

Iris Vitárius

February 2026

Globálne nastavenie Chunkov

Úvod k základným operáciám v R

Skaláre (jednočíselné hodnoty)

Numerické skaláre

Malé cvičenie

Text

Vytváranie textovými premennými a práca s nimi

Dĺžka textového reťazca, podreťazec

Logické (boolovské) hodnoty a premenné

Základy

Logický výsledok porovnávania

Zložitejšie logické operácie

Zlučovanie viacerých log. premenných do vektora

Numerické vektory

Generovanie vektorov

Aritmetické operácie s vektormi

Matematické operácie s 2 vektormi rovnakého rozmeru

Indexovanie a výber niektorych prvkov vektora

Práca s chýbajúcimi hodnotami

Základné štatistiky a usporiadanie prvkov vektora podľa veľkosti

Malé cvičenie

Matice

Vytvorenie matíc

Rozmery matice

Adresovanie prvkov matice

Maticové operácie

Zlučovanie vektorov do matíc

Vypočítanie zvolenej štatistiky po riadkoch (stĺpcoch) matice

Malé cvičenie

Môj návrh použitia novinky