Hlavní navigace

Programovací jazyk R: práce s datovými rámci, jednoduché grafy

24. 9. 2020
Doba čtení: 28 minut

Sdílet

 Autor: R Core Team
V šesté části seriálu o programovacím jazyce R nejprve dokončíme popis práce s datovými rámci a ve druhé polovině se budeme věnovat tvorbě jednoduchých grafů, jejichž vstupní data jsou získávána právě z datových rámců.

Obsah

1. Výpis struktury datového rámce, využití faktorů

2. Konstrukce datového rámce bez použití faktorů

3. Výpočet a výpis statistických informací o datovém rámci

4. Extrakce vybraných sloupců z datového rámce

5. Extrakce vybraných řádků z datového rámce

6. Přidání nového sloupce do datového rámce

7. Konverze datového rámce na matici

8. Datový rámec získaný z matice – jednoduchý kalendář

9. Funkce rbind() a cbind()

10. Sloupcový graf s hodnotami vyčtenými z datového rámce

11. Přidání popisku horizontální osy do grafu

12. Úprava stylu zobrazení grafu

13. Orientace popisků na horizontální ose

14. Přidání liniového grafu do grafu sloupcového

15. Specifikace rozsahu hodnot na vertikální ose

16. Pokus o vytvoření dvou skupin sloupců

17. Zobrazení sloupcového grafu se dvěma skupinami sloupců

18. Další typy grafů

19. Repositář s demonstračními příklady

20. Odkazy na Internetu

1. Výpis struktury datového rámce, využití faktorů

Na předchozí článekprogramovacím jazyku R dnes navážeme, protože si ukážeme některé další operace, které je možné provádět s datovými rámci. Nejprve se podíváme na funkci pojmenovanou str, která slouží pro výpis struktury objektu, tedy i datového rámce:

str                   package:utils                    R Documentation
 
Compactly Display the Structure of an Arbitrary R Object
 
Description:
 
     Compactly display the internal *str*ucture of an R object, a
     diagnostic function and an alternative to ‘summary’ (and to some
     extent, ‘dput’).  Ideally, only one line for each ‘basic’
     structure is displayed.  It is especially well suited to compactly
     display the (abbreviated) contents of (possibly nested) lists.
     The idea is to give reasonable output for *any* R object.  It
     calls ‘args’ for (non-primitive) function objects.
 
     ‘strOptions()’ is a convenience function for setting ‘options(str
     = .)’, see the examples.
 
Usage:
 
     str(object, ...)
 
     ## S3 method for class 'data.frame'
     str(object, ...)
Poznámka: název této funkce může být poněkud matoucí, protože v jiných programovacích jazycích slouží stejnojmenná funkce pro převod objektu na řetězec.

Vraťme se k demonstračnímu příkladu s datovým rámcem nesoucím informace o popularitě programovacích jazyků. Tento rámec vytvoříme systémem, který již známe z předchozího článku a následně si necháme vytisknout strukturu tohoto rámce funkcí str:

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
print(str(languages))

Výsledek by mohl vypadat následovně:

'data.frame':   9 obs. of  4 variables:
 $ id    : int  1 2 3 4 5 6 7 8 9
 $ name  : Factor w/ 9 levels "C","C#","C++",..: 1 4 7 3 2 9 5 6 8
 $ usage : num  15.95 13.48 10.47 7.11 4.58 ...
 $ change: num  0.74 -3.18 0.59 1.48 1.18 0.83 0.41 0.62 1.33
NULL

Povšimněte si, že jména programovacích jazyků nejsou uložena formou běžných řetězců, ale takzvaných faktorů. Jedná se o datový typ používaný ve chvíli, kdy nějaký sloupec obsahuje množství opakujících se hodnot, například:

height <- c(132,151,162,139,166,147,122)
weight <- c(48,49,66,53,67,52,40)
gender <- c("male","male","female","female","male","female","male")
 
# Create the data frame.
input_data <- data.frame(height,weight,gender)
print(input_data)

S výsledkem:

  height weight gender
1    132     48   male
2    151     49   male
3    162     66 female
4    139     53 female
5    166     67   male
6    147     52 female
7    122     40   male

Výpis faktorů v posledním sloupci:

print(input_data$gender)

S výsledkem:

Levels: female male

2. Konstrukce datového rámce bez použití faktorů

Faktory mohou být velmi užitečné v těch případech, ve kterých se textová (resp. přesněji řečeno řetězcová) data v nějakém sloupci opakují. To však není případ vektoru s programovacími jazyky, takže se pokusme převod řetězců na faktory při konstrukci datových rámců vypnout. Provede se to následujícím způsobem (viz zvýrazněný řádek):

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33),
   stringsAsFactors = FALSE
)
 
print(languages)

Vytvořený datový rámec vypadá zdánlivě stejně, jako tomu bylo i v prvním demonstračním příkladu:

  id         name usage change
1  1            C 15.95   0.74
2  2         Java 13.48  -3.18
3  3       Python 10.47   0.59
4  4          C++  7.11   1.48
5  5           C#  4.58   1.18
6  6 Visual Basic  4.12   0.83
7  7   JavaScript  2.54   0.41
8  8          PHP  2.49   0.62
9  9            R  2.37   1.33

Pokud si ovšem necháme vypsat jeho strukturu funkcí str, poznáme rozdíl:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33),
   stringsAsFactors = FALSE
)
 
print(str(languages))

Ve struktuře je patrné, že jména programovacích jazyků jsou nyní reprezentována běžnými řetězci:

'data.frame':   9 obs. of  4 variables:
 $ id    : int  1 2 3 4 5 6 7 8 9
 $ name  : chr  "C" "Java" "Python" "C++" ...
 $ usage : num  15.95 13.48 10.47 7.11 4.58 ...
 $ change: num  0.74 -3.18 0.59 1.48 1.18 0.83 0.41 0.62 1.33
NULL

3. Výpočet a výpis statistických informací o datovém rámci

Další užitečnou funkcí, s níž se v dnešním článku seznámíme, je funkce nazvaná summary:

help(summary)
 
summary                  package:base                  R Documentation
 
Object Summaries
 
Description:
 
     ‘summary’ is a generic function used to produce result summaries
     of the results of various model fitting functions.  The function
     invokes particular ‘methods’ which depend on the ‘class’ of the
     first argument.
 
Usage:
 
     summary(object, ...)
 
     ## Default S3 method:
     summary(object, ..., digits)
     ## S3 method for class 'data.frame'
     summary(object, maxsum = 7,
            digits = max(3, getOption("digits")-3), ...)
 
     ## S3 method for class 'factor'
     summary(object, maxsum = 100, ...)
 
     ## S3 method for class 'matrix'
     summary(object, ...)
 
     ## S3 method for class 'summaryDefault'
     format(x, digits = max(3L, getOption("digits") - 3L), ...)
      ## S3 method for class 'summaryDefault'
     print(x, digits = max(3L, getOption("digits") - 3L), ...)

Tato funkce získá z datového rámce data uložená v jednotlivých sloupcích a vypočte z nich různé statistické informace:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33),
   stringsAsFactors = FALSE
)
 
print(summary(languages))

Výsledek může vypadat následovně:

       id        name               usage            change
 Min.   :1   Length:9           Min.   : 2.370   Min.   :-3.1800
 1st Qu.:3   Class :character   1st Qu.: 2.540   1st Qu.: 0.5900
 Median :5   Mode  :character   Median : 4.580   Median : 0.7400
 Mean   :5                      Mean   : 7.012   Mean   : 0.4444
 3rd Qu.:7                      3rd Qu.:10.470   3rd Qu.: 1.1800
 Max.   :9                      Max.   :15.950   Max.   : 1.4800

Popř. při použití faktorů ve sloupci se jmény programovacích jazyků:

       id            name       usage            change
 Min.   :1   C         :1   Min.   : 2.370   Min.   :-3.1800
 1st Qu.:3   C#        :1   1st Qu.: 2.540   1st Qu.: 0.5900
 Median :5   C++       :1   Median : 4.580   Median : 0.7400
 Mean   :5   Java      :1   Mean   : 7.012   Mean   : 0.4444
 3rd Qu.:7   JavaScript:1   3rd Qu.:10.470   3rd Qu.: 1.1800
 Max.   :9   PHP       :1   Max.   :15.950   Max.   : 1.4800
             (Other)   :3

Užitečné jsou především statistické informace o numerických sloupcích, u nichž se získá minimum, maximum, průměr, medián a první a třetí kvartil (Q1 a Q3).

4. Extrakce vybraných sloupců z datového rámce

S datovými rámci je možné provádět i různé transformace, popř. extrakce (výběry) určitých dat. V dalším demonstračním příkladu je ukázáno, jak lze získat nový datový rámec, který však bude obsahovat pouze dva vybrané sloupce z rámce původního:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33),
   stringsAsFactors = FALSE
)
 
print(data.frame(languages$name, languages$change))

Nový datový rámec bude mít skutečně pouze dva sloupce (a všech devět řádků):

  languages.name languages.change
1              C             0.74
2           Java            -3.18
3         Python             0.59
4            C++             1.48
5             C#             1.18
6   Visual Basic             0.83
7     JavaScript             0.41
8            PHP             0.62
9              R             1.33

Alternativní příklad s jiným výběrem, který je kompatibilní s dalšími programovacími jazyky:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33),
   stringsAsFactors = FALSE
)
 
d2 = data.frame(languages["name"], languages["usage"])
print(d2)
 
print(str(d2))

Výsledky:

          name usage
1            C 15.95
2         Java 13.48
3       Python 10.47
4          C++  7.11
5           C#  4.58
6 Visual Basic  4.12
7   JavaScript  2.54
8          PHP  2.49
9            R  2.37
 
'data.frame':   9 obs. of  2 variables:
 $ name : chr  "C" "Java" "Python" "C++" ...
 $ usage: num  15.95 13.48 10.47 7.11 4.58 ...
NULL

5. Extrakce vybraných řádků z datového rámce

Podobně jako jsme vybrali sloupce můžeme z datového rámce vybírat i řádky. Nejjednodušší je situace ve chvíli, kdy řádky tvoří posloupnost:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33),
   stringsAsFactors = FALSE
)
 
print(languages[7:9,])

V tomto případě skutečně došlo k výběru řádků 7, 8 a 9 z většího datového rámce:

  id       name usage change
7  7 JavaScript  2.54   0.41
8  8        PHP  2.49   0.62
9  9          R  2.37   1.33

Nic nám ovšem nebrání v nahodilém výběru řádků, což je ukázáno na dalším demonstračním příkladu:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33),
   stringsAsFactors = FALSE
)
 
print(languages[c(1, 3, 9),])

S tímto výsledkem:

  id   name usage change
1  1      C 15.95   0.74
3  3 Python 10.47   0.59
9  9      R  2.37   1.33

Kombinovat můžeme výběr řádků i sloupců, což je vlastně stejný postup, jaký známe při práci s maticemi:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33),
   stringsAsFactors = FALSE
)
 
print(languages[c(1, 3, 9), c(2, 4)])

Nyní budou výsledky vypadat následovně:

    name change
1      C   0.74
3 Python   0.59
9      R   1.33
Poznámka: mnohem užitečnější je však výběr dat na základě nějakých kritérií. S tímto konceptem se podrobněji seznámíme příště.

6. Přidání nového sloupce do datového rámce

Do datového rámce můžeme přidat nový sloupec způsobem, který je ukázán v následujícím demonstračním příkladu. Nejprve zkonstruujeme datový rámec pouze se třemi sloupci a následně přidáme sloupec čtvrtý:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37)
)
 
print(languages)
 
languages$change <-  c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
 
print("------------------------------------")
print(languages)

Po spuštění příkladu se zobrazí jak původní rámec s pouhými třemi sloupci, tak i rámec rozšířený o další sloupec:

  id         name usage
1  1            C 15.95
2  2         Java 13.48
3  3       Python 10.47
4  4          C++  7.11
5  5           C#  4.58
6  6 Visual Basic  4.12
7  7   JavaScript  2.54
8  8          PHP  2.49
9  9            R  2.37
 
[1] "------------------------------------"
 
  id         name usage change
1  1            C 15.95   0.74
2  2         Java 13.48  -3.18
3  3       Python 10.47   0.59
4  4          C++  7.11   1.48
5  5           C#  4.58   1.18
6  6 Visual Basic  4.12   0.83
7  7   JavaScript  2.54   0.41
8  8          PHP  2.49   0.62
9  9            R  2.37   1.33

Alternativní způsob zápisu známý z jiných programovacích jazyků je taktéž možný a podporovaný:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37)
)
 
print(languages)
 
languages["change"] <-  c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
 
print("------------------------------------")
print(languages)

Výsledky:

  id         name usage
1  1            C 15.95
2  2         Java 13.48
3  3       Python 10.47
4  4          C++  7.11
5  5           C#  4.58
6  6 Visual Basic  4.12
7  7   JavaScript  2.54
8  8          PHP  2.49
9  9            R  2.37
 
[1] "------------------------------------"
 
  id         name usage change
1  1            C 15.95   0.74
2  2         Java 13.48  -3.18
3  3       Python 10.47   0.59
4  4          C++  7.11   1.48
5  5           C#  4.58   1.18
6  6 Visual Basic  4.12   0.83
7  7   JavaScript  2.54   0.41
8  8          PHP  2.49   0.62
9  9            R  2.37   1.33

V případě, že je přidávaný sloupec kratší (ale datový rámec má délku rovnou celočíselnému násobku délky sloupce), je provedeno rozkopírování dat:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37)
)
 
print(languages)
 
languages$change <-  c(0, 50, 100)
 
print("------------------------------------")
print(languages)

Výsledek nyní bude vypadat odlišně:

  id         name usage
1  1            C 15.95
2  2         Java 13.48
3  3       Python 10.47
4  4          C++  7.11
5  5           C#  4.58
6  6 Visual Basic  4.12
7  7   JavaScript  2.54
8  8          PHP  2.49
9  9            R  2.37
 
[1] "------------------------------------"
 
  id         name usage change
1  1            C 15.95      0
2  2         Java 13.48     50
3  3       Python 10.47    100
4  4          C++  7.11      0
5  5           C#  4.58     50
6  6 Visual Basic  4.12    100
7  7   JavaScript  2.54      0
8  8          PHP  2.49     50
9  9            R  2.37    100

Opačný postup však možný není – přidávaný sloupec nesmí být delší, než odpovídá délce datového rámce:

languages <- data.frame(
   id = c (1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37)
)
 
print(languages)
 
languages$change <-  seq(1, 50)
 
print("------------------------------------")
print(languages)

Tentokrát dojde při pokusu o spuštění příkladu k chybě:

  id         name usage
1  1            C 15.95
2  2         Java 13.48
3  3       Python 10.47
4  4          C++  7.11
5  5           C#  4.58
6  6 Visual Basic  4.12
7  7   JavaScript  2.54
8  8          PHP  2.49
9  9            R  2.37
 
Error in `$<-.data.frame`(`*tmp*`, change, value = 1:50) :
  replacement has 50 rows, data has 9
Calls: $<- -> $<-.data.frame
Execution halted

7. Konverze datového rámce na matici

V dalším demonstračním příkladu si ukážeme jednu poměrně často prováděnou operaci – konverzi datového rámce na „obyčejnou“ matici. To pochopitelně není zcela bezproblémové, protože všechny prvky matice musí být stejného datového typu. Pokud jsou řetězce reprezentovány formou faktorů, budou převedeny na celá čísla (indexy):

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
print(languages)
 
print("-------------------------------")
 
m <- data.matrix(languages)
print(class(m))
print(m)

Příklad nejprve zobrazí původní datový rámec a posléze vytvořenou matici:

  id         name usage change
1  1            C 15.95   0.74
2  2         Java 13.48  -3.18
3  3       Python 10.47   0.59
4  4          C++  7.11   1.48
5  5           C#  4.58   1.18
6  6 Visual Basic  4.12   0.83
7  7   JavaScript  2.54   0.41
8  8          PHP  2.49   0.62
9  9            R  2.37   1.33
 
[1] "-------------------------------"
 
[1] "matrix"
      id name usage change
 [1,]  1    1 15.95   0.74
 [2,]  2    4 13.48  -3.18
 [3,]  3    7 10.47   0.59
 [4,]  4    3  7.11   1.48
 [5,]  5    2  4.58   1.18
 [6,]  6    9  4.12   0.83
 [7,]  7    5  2.54   0.41
 [8,]  8    6  2.49   0.62
 [9,]  9    8  2.37   1.33

V případě, že se nepoužívají faktory, je situace nepatrně horší:

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33),
   stringsAsFactors = FALSE
)
 
print(languages)
 
print("-------------------------------")
 
m <- data.matrix(languages)
print(class(m))
print(m)

Nové výsledky budou muset obsahovat hodnoty NA, jinak by prvky matice nebyly stejného typu:

  id         name usage change
1  1            C 15.95   0.74
2  2         Java 13.48  -3.18
3  3       Python 10.47   0.59
4  4          C++  7.11   1.48
5  5           C#  4.58   1.18
6  6 Visual Basic  4.12   0.83
7  7   JavaScript  2.54   0.41
8  8          PHP  2.49   0.62
9  9            R  2.37   1.33
 
[1] "-------------------------------"
 
[1] "matrix"
      id name usage change
 [1,]  1   NA 15.95   0.74
 [2,]  2   NA 13.48  -3.18
 [3,]  3   NA 10.47   0.59
 [4,]  4   NA  7.11   1.48
 [5,]  5   NA  4.58   1.18
 [6,]  6   NA  4.12   0.83
 [7,]  7   NA  2.54   0.41
 [8,]  8   NA  2.49   0.62
 [9,]  9   NA  2.37   1.33
 
Warning message:
In data.matrix(languages) : NAs introduced by coercion

Alternativně je možné použít funkci t, která kromě transpozice matice provede i příslušnou konverzi:

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
print(languages)
 
print("-------------------------------")
 
m <- t(languages)
print(class(m))
print(m)

Nyní je výsledkem transponovaná matice:

  id         name usage change
1  1            C 15.95   0.74
2  2         Java 13.48  -3.18
3  3       Python 10.47   0.59
4  4          C++  7.11   1.48
5  5           C#  4.58   1.18
6  6 Visual Basic  4.12   0.83
7  7   JavaScript  2.54   0.41
8  8          PHP  2.49   0.62
9  9            R  2.37   1.33
[1] "-------------------------------"
[1] "matrix"
       [,1]    [,2]    [,3]     [,4]    [,5]    [,6]           [,7]
id     "1"     "2"     "3"      "4"     "5"     "6"            "7"
name   "C"     "Java"  "Python" "C++"   "C#"    "Visual Basic" "JavaScript"
usage  "15.95" "13.48" "10.47"  " 7.11" " 4.58" " 4.12"        " 2.54"
change " 0.74" "-3.18" " 0.59"  " 1.48" " 1.18" " 0.83"        " 0.41"
       [,8]    [,9]
id     "8"     "9"
name   "PHP"   "R"
usage  " 2.49" " 2.37"
change " 0.62" " 1.33"
Poznámka: povšimněte si, že v tomto případě konverzní pravidla určila, že prvky matice budou řetězce a nikoli číselné hodnoty.

8. Datový rámec získaný z matice – jednoduchý kalendář

Podívejme se nyní na způsob zpětné konverze, tj. na vytvoření datového rámce z matice. Použijeme přitom příklad, který již známe z předchozího článku a v němž jsme vytvořili matici se jmény měsíců rozdělených do ročních období. O samotný převod se postará funkce nazvaná as.data.frame:

m <- matrix(
  month.abb[c(12, 1:11)],
  nrow = 3,
  dimnames = list(
    c("start", "middle", "end"),
    c("Winter", "Spring", "Summer", "Fall")
  )
)
 
print(class(m))
print(m)
 
print("-------------------------------")
 
df <- as.data.frame(m)
print(class(df))
print(df)

Povšimněte si, že po převodu na datový rámec došlo k pojmenování řádků a sloupců podle dat získaných z matice:

[1] "matrix"
       Winter Spring Summer Fall
start  "Dec"  "Mar"  "Jun"  "Sep"
middle "Jan"  "Apr"  "Jul"  "Oct"
end    "Feb"  "May"  "Aug"  "Nov"
 
[1] "-------------------------------"
 
[1] "data.frame"
       Winter Spring Summer Fall
start     Dec    Mar    Jun  Sep
middle    Jan    Apr    Jul  Oct
end       Feb    May    Aug  Nov

Shodný demonstrační příklad, který ovšem tentokrát bude založen na celých (dlouhých) jménech měsíců, bude vypadat následovně:

m <- matrix(
  month.name[c(12, 1:11)],
  nrow = 3,
  dimnames = list(
    c("start", "middle", "end"),
    c("Winter", "Spring", "Summer", "Fall")
  )
)
 
print(class(m))
print(m)
 
print("-------------------------------")
 
df <- as.data.frame(m)
print(class(df))
print(df)

Nyní budou výsledné datové struktury, tedy jak matice, tak i datový rámec, vypadat následovně:

[1] "matrix"
       Winter     Spring  Summer   Fall
start  "December" "March" "June"   "September"
middle "January"  "April" "July"   "October"
end    "February" "May"   "August" "November"
 
[1] "-------------------------------"
 
[1] "data.frame"
         Winter Spring Summer      Fall
start  December  March   June September
middle  January  April   July   October
end    February    May August  November

9. Funkce rbind() a cbind()

S funkcemi rbind() a cbind() jsme se již setkali v souvislosti s jinými datovými typy. Tyto funkce dokážou spojit několik struktur do jediné a lze je použít i v případě datových rámců. Nejprve si ukažme použití funkce rbind(), která spojuje struktury po řádcích (row):

languages1 <- data.frame(
   id = c(1:5),
   name = c("C", "Java", "Python", "C++", "C#"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18)
)
 
languages2 <- data.frame(
   id = c(1:4),
   name = c("Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(4.12, 2.54, 2.49, 2.37),
   change = c(0.83, 0.41, 0.62, 1.33)
)
 
print(nrow(languages1))
print(nrow(languages2))
 
languages <- rbind(languages1, languages2)
print(nrow(languages))
print(languages)

Po spuštění tohoto příkladu dojde ke spojení datového rámce s pěti řádky s datovým rámcem, který má řádky čtyři:

[1] 5
[1] 4
[1] 9
 
  id         name usage change
1  1            C 15.95   0.74
2  2         Java 13.48  -3.18
3  3       Python 10.47   0.59
4  4          C++  7.11   1.48
5  5           C#  4.58   1.18
6  1 Visual Basic  4.12   0.83
7  2   JavaScript  2.54   0.41
8  3          PHP  2.49   0.62
9  4            R  2.37   1.33

Oba datové rámce musí mít stejně pojmenované sloupce:

languages1 <- data.frame(
   id = c(1:5),
   name = c("C", "Java", "Python", "C++", "C#"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18)
)
 
languages2 <- data.frame(
   id = c(1:4),
   name = c("Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(4.12, 2.54, 2.49, 2.37),
   changeXYZZY = c(0.83, 0.41, 0.62, 1.33)
)
 
print(nrow(languages1))
print(nrow(languages2))
 
languages <- rbind(languages1, languages2)
print(nrow(languages))
print(languages)

V tomto případě se jeden sloupec odlišuje svým jménem a dojde k chybě:

[1] 5
[1] 4
Error in match.names(clabs, names(xi)) :
  names do not match previous names
Calls: rbind -> rbind -> match.names
Execution halted

Podobně můžeme použít funkci cbind() pro spojení datových struktur se stejnou délkou, ale odlišnými sloupci:

id_and_names <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R")
)
 
usages_and_changes <- data.frame(
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
print(ncol(id_and_names))
print(ncol(usages_and_changes))
 
languages <- cbind(id_and_names, usages_and_changes)
print(ncol(languages))
print(languages)

S výsledky:

[1] 2
[1] 2
[1] 4
  id         name usage change
1  1            C 15.95   0.74
2  2         Java 13.48  -3.18
3  3       Python 10.47   0.59
4  4          C++  7.11   1.48
5  5           C#  4.58   1.18
6  6 Visual Basic  4.12   0.83
7  7   JavaScript  2.54   0.41
8  8          PHP  2.49   0.62
9  9            R  2.37   1.33

Zajímavé je, že pokud má druhý datový rámec menší počet řádků, ovšem je soudělný s počtem řádků prvního datového rámce, je možné provést spojení, protože dojde k opakování hodnot:

id_and_names <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R")
)
 
usages_and_changes <- data.frame(
   usage = c(1, 99, 100),
   change = c(0.74, -3.18, 0.59)
)
  
print(ncol(id_and_names))
print(ncol(usages_and_changes))
 
languages <- cbind(id_and_names, usages_and_changes)
print(ncol(languages))
print(languages)

Tento příklad bude možné spustit, jeho výsledek bude následující:

[1] 2
[1] 2
[1] 4
  id         name usage change
1  1            C     1   0.74
2  2         Java    99  -3.18
3  3       Python   100   0.59
4  4          C++     1   0.74
5  5           C#    99  -3.18
6  6 Visual Basic   100   0.59
7  7   JavaScript     1   0.74
8  8          PHP    99  -3.18
9  9            R   100   0.59

10. Sloupcový graf s hodnotami vyčtenými z datového rámce

Ve druhé části článku se budeme věnovat tvorbě jednoduchých grafů, jejichž vstupní data jsou získána právě z datových rámců. Jedná se totiž o velmi častý požadavek.

Nejprve zobrazíme sloupcový graf obsahující hodnoty vyčtené ze sloupce usage. Sloupcový graf se zobrazuje funkcí barplot():

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
barplot(languages$usage)

Obrázek 1: Sloupcový graf s hodnotami vyčtenými z datového rámce.

11. Přidání popisku horizontální osy do grafu

Graf z předchozího demonstračního příkladu není v žádném případě dokonalý, například mu chybí popis na osách. Pojmenovaným parametrem names.arg lze specifikovat, který vektor (či seznam) obsahuje popisky na horizontální ose:

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
barplot(languages$usage, names.arg=languages$name)

Obrázek 2: Přidání popisků na horizontální ose.

12. Úprava stylu zobrazení grafu

Pokud se stane, že popisky (resp. přesněji řečeno jejich font) jsou příliš velké, lze přes parametry cex.jméno určit relativní velikost písma. V dalším demonstračním příkladu změníme popisky obou os na 80%, resp. na 60%:

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
barplot(languages$usage, names.arg=languages$name,
     cex.axis = 0.8,
     cex.names = 0.6)

Obrázek 3: Změna velikosti popisků.

13. Orientace popisků na horizontální ose

I přesto, že jsou nyní popisky zobrazeny menším písmem, nevidíme všechny názvy programovacích jazyků. Pokusme se tedy změnit orientaci popisků – otočíme je o 90°, takže nezávisle na délce názvu jazyka budou zobrazeny všechny názvy. Upravený zdrojový kód příkladu bude vypadat takto:

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
barplot(languages$usage, names.arg=languages$name,
     cex.axis = 0.8,
     cex.names = 0.6,
     las=2)

Obrázek 4: Změna orientace popisků na horizontální ose.

14. Přidání liniového grafu do grafu sloupcového

Do sloupcového grafu je možné přidat další průběh, například liniový graf. To je užitečná vlastnost, protože můžeme zobrazit dvě (více nebo méně korelující) veličiny. U liniového průběhu můžeme změnit styl zobrazení bodů a popř. i barvu samotného průběhu. Následující příklad je poněkud umělý, protože v něm vytváříme graf, který zobrazuje používanost (resp. popularitu) programovacích jazyků a meziroční rozdíl v této popularitě:

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
plt <- barplot(languages$usage, names.arg=languages$name,
     cex.axis = 0.8,
     cex.names = 0.6,
     las=2)
 
lines(plt, languages$change, type="o", col="red")
Poznámka: povšimněte si, že přidání nového průběhu již nezměnilo rozsah na vertikální ose, takže záporná hodnota není zobrazena (leží až pod grafem).

Obrázek 5: Přidání liniového grafu do existujícího sloupcového grafu.

15. Specifikace rozsahu hodnot na vertikální ose

Předchozí graf je možné vylepšit dvěma způsoby:

  • Přidáním sekundární vertikální osy s jiným rozsahem hodnot, než má primární osa.
  • Změnou rozsahu hodnot u vertikální osy s tím, že měřítko atd. zůstane pro oba zobrazené průběhy totožné.

Dnes si ukážeme první naznačenou možnost, tedy změnu rozsahu hodnot u jediné (primární) vertikální osy. Tento postup má dvě výhody – je jednodušší z hlediska programu a současně bývá i přehlednější pro uživatele, kteří mají někdy problém porozumět grafu s dvojicí průběhů, přičemž každý průběh má jiné měřítko. Pro specifikaci mezních hodnot se používá nepovinný parametr ulim, kterému se ve vektoru předá minimální a maximální hodnota, která může být na grafu zobrazena:

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
plt <- barplot(languages$usage, names.arg=languages$name,
     ylim=c(-5, 20),
     cex.axis = 0.8,
     cex.names = 0.6,
     las=2)
 
lines(plt, languages$change, type="o", col="red")

Obrázek 6: Specifikace rozsahu hodnot na vertikální ose.

16. Pokus o vytvoření dvou skupin sloupců

Poměrně často se ve sloupcových grafech musí zobrazit více skupin sloupců (typickým příkladem mohou být výsledky benchmarků). Pokusme se nejdříve o přípravu dat pro takový graf. Vytvoříme si tabulku s příslušnými daty:

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
data=t(languages[, c("usage", "change")])

A pro zajímavost si necháme zobrazit její obsah:

        [,1]  [,2]  [,3] [,4] [,5] [,6] [,7] [,8] [,9]
usage  15.95 13.48 10.47 7.11 4.58 4.12 2.54 2.49 2.37
change  0.74 -3.18  0.59 1.48 1.18 0.83 0.41 0.62 1.33

Dále již musíme tato data vykreslit do sloupcového grafu; pochopitelně nesmíme zapomenout na nastavení popisků horizontální osy, doplnění limitů atd.:

barplot(data, names.arg=languages$name,
     ylim=c(-5, 20),
     cex.axis = 0.8,
     cex.names = 0.6,
     las=2)

Výsledek ovšem nemusí vypadat přesně podle očekávání, protože skupiny jsou zobrazeny nad sebou (což nemusí být vhodné řešení – záleží na tom, jaká data potřebujeme zobrazit):

Obrázek 7: Dvě skupiny sloupců zobrazené nad sebou.

17. Zobrazení sloupcového grafu se dvěma skupinami sloupců

Úprava zdrojového kódu příkladu takovým způsobem, aby se sloupce zobrazily vedle sebe a nikoli na sobě, je ve skutečnosti poměrně jednoduchá – musíme použít nepovinný pojmenovaný parametr beside a nastavit ho na hodnotu T neboli TRUE:

barplot(data, names.arg=languages$name,
     ylim=c(-5, 20),
     cex.axis = 0.8,
     cex.names = 0.6,
     las=2,
     beside=T)

Obrázek 8: Dvě skupiny sloupců zobrazené vedle sebe.

Pro úplnost si ukažme celý zdrojový kód tohoto příkladu:

languages <- data.frame(
   id = c(1:9),
   name = c("C", "Java", "Python", "C++", "C#", "Visual Basic", "JavaScript", "PHP", "R"),
   usage = c(15.95, 13.48, 10.47, 7.11, 4.58, 4.12, 2.54, 2.49, 2.37),
   change = c(0.74, -3.18, 0.59, 1.48, 1.18, 0.83, 0.41, 0.62, 1.33)
)
 
data=t(languages[, c("usage", "change")])
print(data)
 
barplot(data, names.arg=languages$name,
     ylim=c(-5, 20),
     cex.axis = 0.8,
     cex.names = 0.6,
     las=2,
     beside=T)

18. Další typy grafů

Dnes jsme se seznámili jen s těmi nejjednoduššími typy grafů a pouze s několika jejich konfiguračními parametry. Složitější grafy a především pak grafy zobrazené s využitím velmi populární knihovny ggplot2 si popíšeme příště. Dnes si na ukázku připomeňme, jak lze vykreslit průběh funkce:

x <- 1:100
y <- sin(x/10)
 
print(x)
print(y)
 
plot(x, y)

Po spuštění příkladu se nejprve vypíšou hodnoty vektorů x a y:

  [1]   1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17  18
 [19]  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35  36
 [37]  37  38  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53  54
 [55]  55  56  57  58  59  60  61  62  63  64  65  66  67  68  69  70  71  72
 [73]  73  74  75  76  77  78  79  80  81  82  83  84  85  86  87  88  89  90
 [91]  91  92  93  94  95  96  97  98  99 100
  [1]  0.09983342  0.19866933  0.29552021  0.38941834  0.47942554  0.56464247
  [7]  0.64421769  0.71735609  0.78332691  0.84147098  0.89120736  0.93203909
 [13]  0.96355819  0.98544973  0.99749499  0.99957360  0.99166481  0.97384763
 [19]  0.94630009  0.90929743  0.86320937  0.80849640  0.74570521  0.67546318
 [25]  0.59847214  0.51550137  0.42737988  0.33498815  0.23924933  0.14112001
 [31]  0.04158066 -0.05837414 -0.15774569 -0.25554110 -0.35078323 -0.44252044
 [37] -0.52983614 -0.61185789 -0.68776616 -0.75680250 -0.81827711 -0.87157577
 [43] -0.91616594 -0.95160207 -0.97753012 -0.99369100 -0.99992326 -0.99616461
 [49] -0.98245261 -0.95892427 -0.92581468 -0.88345466 -0.83226744 -0.77276449
 [55] -0.70554033 -0.63126664 -0.55068554 -0.46460218 -0.37387666 -0.27941550
 [61] -0.18216250 -0.08308940  0.01681390  0.11654920  0.21511999  0.31154136
 [67]  0.40484992  0.49411335  0.57843976  0.65698660  0.72896904  0.79366786
 [73]  0.85043662  0.89870810  0.93799998  0.96791967  0.98816823  0.99854335
 [79]  0.99894134  0.98935825  0.96988981  0.94073056  0.90217183  0.85459891
 [85]  0.79848711  0.73439710  0.66296923  0.58491719  0.50102086  0.41211849
 [91]  0.31909836  0.22288991  0.12445442  0.02477543 -0.07515112 -0.17432678
 [97] -0.27176063 -0.36647913 -0.45753589 -0.54402111

A následně se vykreslí graf:

Obrázek 9: Body ležící na sinusovce (bez dalších úprav).

Další příklad převzatý z dokumentace vykreslí histogram a navíc vypíše i podrobnější informace o pseudonáhodném souboru dat:

x <- rnorm(1000)
 
hx <- hist(x, breaks=100, plot=FALSE)
print(hx)
 
plot(hx, col=ifelse(abs(hx$breaks) < 1.669, 4, 2))

Obrázek 10: Histogram.

Root online školení

Podrobnější informace o pseudonáhodném souboru dat:

$breaks
  [1] -3.20 -3.15 -3.10 -3.05 -3.00 -2.95 -2.90 -2.85 -2.80 -2.75 -2.70 -2.65
 [13] -2.60 -2.55 -2.50 -2.45 -2.40 -2.35 -2.30 -2.25 -2.20 -2.15 -2.10 -2.05
 [25] -2.00 -1.95 -1.90 -1.85 -1.80 -1.75 -1.70 -1.65 -1.60 -1.55 -1.50 -1.45
 [37] -1.40 -1.35 -1.30 -1.25 -1.20 -1.15 -1.10 -1.05 -1.00 -0.95 -0.90 -0.85
 [49] -0.80 -0.75 -0.70 -0.65 -0.60 -0.55 -0.50 -0.45 -0.40 -0.35 -0.30 -0.25
 [61] -0.20 -0.15 -0.10 -0.05  0.00  0.05  0.10  0.15  0.20  0.25  0.30  0.35
 [73]  0.40  0.45  0.50  0.55  0.60  0.65  0.70  0.75  0.80  0.85  0.90  0.95
 [85]  1.00  1.05  1.10  1.15  1.20  1.25  1.30  1.35  1.40  1.45  1.50  1.55
 [97]  1.60  1.65  1.70  1.75  1.80  1.85  1.90  1.95  2.00  2.05  2.10  2.15
[109]  2.20  2.25  2.30  2.35  2.40  2.45  2.50  2.55  2.60  2.65  2.70  2.75
[121]  2.80  2.85  2.90  2.95  3.00  3.05  3.10  3.15  3.20  3.25  3.30  3.35
[133]  3.40  3.45  3.50
 
$counts
  [1]  1  0  1  0  0  0  0  1  1  2  1  0  1  2  2  1  0  1  3  1  1  0  5  5  1
 [26]  5  5  3  6  1  4 11  6  2  5 12  8 10  8 14  8 15 12 11 16 12 18  8 16 11
 [51] 18 13 14 15 16 16 12 18 14 29 24 19 29 23 25 19 18  7 21 15 16 14 20 19 25
 [76] 24 18 13 17  7 13  5 14 15  8 10  9  7  9 12  8  9  6 13  5  5  4  3  4  3
[101]  6  2  3  3  1  8  4  1  1  0  1  2  2  1  0  2  1  0  0  0  0  1  0  0  0
[126]  1  1  0  0  0  0  0  1  1
 
$density
  [1] 0.02 0.00 0.02 0.00 0.00 0.00 0.00 0.02 0.02 0.04 0.02 0.00 0.02 0.04 0.04
 [16] 0.02 0.00 0.02 0.06 0.02 0.02 0.00 0.10 0.10 0.02 0.10 0.10 0.06 0.12 0.02
 [31] 0.08 0.22 0.12 0.04 0.10 0.24 0.16 0.20 0.16 0.28 0.16 0.30 0.24 0.22 0.32
 [46] 0.24 0.36 0.16 0.32 0.22 0.36 0.26 0.28 0.30 0.32 0.32 0.24 0.36 0.28 0.58
 [61] 0.48 0.38 0.58 0.46 0.50 0.38 0.36 0.14 0.42 0.30 0.32 0.28 0.40 0.38 0.50
 [76] 0.48 0.36 0.26 0.34 0.14 0.26 0.10 0.28 0.30 0.16 0.20 0.18 0.14 0.18 0.24
 [91] 0.16 0.18 0.12 0.26 0.10 0.10 0.08 0.06 0.08 0.06 0.12 0.04 0.06 0.06 0.02
[106] 0.16 0.08 0.02 0.02 0.00 0.02 0.04 0.04 0.02 0.00 0.04 0.02 0.00 0.00 0.00
[121] 0.00 0.02 0.00 0.00 0.00 0.02 0.02 0.00 0.00 0.00 0.00 0.00 0.02 0.02
 
$mids
  [1] -3.175 -3.125 -3.075 -3.025 -2.975 -2.925 -2.875 -2.825 -2.775 -2.725
 [11] -2.675 -2.625 -2.575 -2.525 -2.475 -2.425 -2.375 -2.325 -2.275 -2.225
 [21] -2.175 -2.125 -2.075 -2.025 -1.975 -1.925 -1.875 -1.825 -1.775 -1.725
 [31] -1.675 -1.625 -1.575 -1.525 -1.475 -1.425 -1.375 -1.325 -1.275 -1.225
 [41] -1.175 -1.125 -1.075 -1.025 -0.975 -0.925 -0.875 -0.825 -0.775 -0.725
 [51] -0.675 -0.625 -0.575 -0.525 -0.475 -0.425 -0.375 -0.325 -0.275 -0.225
 [61] -0.175 -0.125 -0.075 -0.025  0.025  0.075  0.125  0.175  0.225  0.275
 [71]  0.325  0.375  0.425  0.475  0.525  0.575  0.625  0.675  0.725  0.775
 [81]  0.825  0.875  0.925  0.975  1.025  1.075  1.125  1.175  1.225  1.275
 [91]  1.325  1.375  1.425  1.475  1.525  1.575  1.625  1.675  1.725  1.775
[101]  1.825  1.875  1.925  1.975  2.025  2.075  2.125  2.175  2.225  2.275
[111]  2.325  2.375  2.425  2.475  2.525  2.575  2.625  2.675  2.725  2.775
[121]  2.825  2.875  2.925  2.975  3.025  3.075  3.125  3.175  3.225  3.275
[131]  3.325  3.375  3.425  3.475

19. Repositář s demonstračními příklady

Zdrojové kódy všech dnes použitých demonstračních příkladů byly uloženy do nového Git repositáře, který je dostupný na adrese https://github.com/tisnik/r-examples V případě, že z nějakého důvodu nebudete chtít klonovat celý repositář (ten je ovšem – alespoň prozatím – velmi malý, dnes má stále jen jednotky kilobajtů), můžete namísto toho použít odkazy na jednotlivé demonstrační příklady, které naleznete v následující tabulce:

# Příklad Stručný popis Cesta
1 01-data-frame-structure.R výpis struktury datového rámce https://github.com/tisnik/r-examples/blob/master/06-data-frames/01-data-frame-structure.R
2 02-data-frame-constructor-str.R konstrukce datového rámce bez použití faktorů https://github.com/tisnik/r-examples/blob/master/06-data-frames/02-data-frame-constructor-str.R
3 03-data-frame-structure-str.R výpis struktury datového rámce vytvořeného bez použití faktorů https://github.com/tisnik/r-examples/blob/master/06-data-frames/03-data-frame-structure-str.R
4 04-data-frame-summary.R výpočet a výpis statistických informací o datovém rámci https://github.com/tisnik/r-examples/blob/master/06-data-frames/04-data-frame-summary.R
5 05-data-frame-extract-columns.R extrakce vybraných sloupců z datového rámce https://github.com/tisnik/r-examples/blob/master/06-data-frames/05-data-frame-extract-columns.R
6 06-data-frame-extract-rows.R extrakce vybraných řádků z datového rámce https://github.com/tisnik/r-examples/blob/master/06-data-frames/06-data-frame-extract-rows.R
7 07-data-frame-extract-rows.R extrakce vybraných řádků z datového rámce https://github.com/tisnik/r-examples/blob/master/06-data-frames/07-data-frame-extract-rows.R
8 08-data-frame-extract-columns-rows.R kombinace předchozích příkladů https://github.com/tisnik/r-examples/blob/master/06-data-frames/08-data-frame-extract-columns-rows.R
9 09-data-frame-add-column.R přidání nového sloupce do datového rámce https://github.com/tisnik/r-examples/blob/master/06-data-frames/09-data-frame-add-column.R
10 10-data-frame-add-column.R přidání nového sloupce do datového rámce https://github.com/tisnik/r-examples/blob/master/06-data-frames/10-data-frame-add-column.R
11 11-data-frame-to-matrix.R konverze datového rámce na matici https://github.com/tisnik/r-examples/blob/master/06-data-frames/11-data-frame-to-matrix.R
12 12-data-frame-to-matrix.R konverze datového rámce na transformovanou matici https://github.com/tisnik/r-examples/blob/master/06-data-frames/12-data-frame-to-matrix.R
13 13-months-abb-as-data-frame.R datový rámec s měsíci (zkrácená verze) https://github.com/tisnik/r-examples/blob/master/06-data-frames/13-months-abb-as-data-frame.R
14 14-months-names-as-data-frame.R datový rámec s měsíci (plná verze) https://github.com/tisnik/r-examples/blob/master/06-data-frames/14-months-names-as-data-frame.R
15 15-rbind.R funkce cbind() použitá společně s datovými rámci https://github.com/tisnik/r-examples/blob/master/06-data-frames/15-rbind.R
16 16-cbind.R funkce rbind() použitá společně s datovými rámci https://github.com/tisnik/r-examples/blob/master/06-data-frames/16-cbind.R
       
17 17-barplot.R jednoduchý sloupcový graf https://github.com/tisnik/r-examples/blob/master/06-data-frames/17-barplot.R
18 18-barplot-x-labels.R změna popisků na x-ové ose grafu https://github.com/tisnik/r-examples/blob/master/06-data-frames/18-barplot-x-labels.R
19 19-barplot-labels-size.R změna velikosti popisků na ose grafu https://github.com/tisnik/r-examples/blob/master/06-data-frames/19-barplot-labels-size.R
20 20-barplot-labels-orientation.R modifikace (otočení) popisků https://github.com/tisnik/r-examples/blob/master/06-data-frames/20-barplot-labels-orientation.R
21 21-barplot-plot.R přidání liniového průběhu do sloupcového grafu https://github.com/tisnik/r-examples/blob/master/06-data-frames/21-barplot-plot.R
22 22-barplot-plot-limits.R nastavení mezí u obou os grafu https://github.com/tisnik/r-examples/blob/master/06-data-frames/22-barplot-plot-limits.R
23 23-barplot-two-plots.R dvě skupiny sloupců ve sloupcovém grafu https://github.com/tisnik/r-examples/blob/master/06-data-frames/23-barplot-two-plots.R
24 24-barplot-two-plots-beside.R dvě vedle sebe ležící skupiny sloupců ve sloupcovém grafu https://github.com/tisnik/r-examples/blob/master/06-data-frames/24-barplot-two-plots-beside.R
25 25_plot.R jednoduchý liniový graf https://github.com/tisnik/r-examples/blob/master/06-data-frames/25_plot.R
26 26_plot.R jednoduchý liniový graf https://github.com/tisnik/r-examples/blob/master/06-data-frames/26_plot.R
27 27_histogram.R zobrazení jednoduchého histogramu https://github.com/tisnik/r-examples/blob/master/06-data-frames/27_histogram.R
28 28_lissajous.R Lissajousova křivka zobrazená v grafu typu X-Y https://github.com/tisnik/r-examples/blob/master/06-data-frames/28_lissajous.R
29 29_plot_lines.R zobrazení průběhu funkce https://github.com/tisnik/r-examples/blob/master/06-data-frames/29_plot_lines.R
30 30_plot_lines.R zobrazení průběhu funkce https://github.com/tisnik/r-examples/blob/master/06-data-frames/30_plot_lines.R

20. Odkazy na Internetu

  1. The R Project for Statistical Computing
    https://www.r-project.org/
  2. An Introduction to R
    https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf
  3. R (programming language)
    https://en.wikipedia.org/wi­ki/R_(programming_language)
  4. The R Programming Language
    https://www.tiobe.com/tiobe-index/r/
  5. R Markdown
    https://rmarkdown.rstudio.com/
  6. R Markdown: The Definitive Guide
    https://bookdown.org/yihui/rmarkdown/
  7. R Markdown Cheat Sheet
    https://rstudio.com/wp-content/uploads/2016/03/rmarkdown-cheatsheet-2.0.pdf
  8. Introduction to R Markdown
    https://rmarkdown.rstudio­.com/articles_intro.html
  9. R Cheat Sheets
    https://blog.sergiouri.be/2016/07/r-cheat-sheets.html
  10. R Cheat Sheet
    https://s3.amazonaws.com/quandl-static-content/Documents/Quandl±+R+Che­at+Sheet.pdf
  11. Base R Cheat Sheet
    https://rstudio.com/wp-content/uploads/2016/06/r-cheat-sheet.pdf
  12. PYPL PopularitY of Programming Language
    https://pypl.github.io/PYPL.html
  13. Tiobe index
    https://www.tiobe.com/tiobe-index/
  14. Stack Overflow: Most Loved, Dreaded & Wanted Programming Languages In 2020
    https://fossbytes.com/stack-overflow-most-loved-dreaded-wanted-programming-languages-in-2020/
  15. How to Install and Use R on Ubuntu
    https://itsfoss.com/install-r-ubuntu/
  16. R programming for beginners – Why you should use R
    https://www.youtube.com/wat­ch?v=9kYUGMg_14s
  17. GOTO 2012 • The R Language The Good The Bad & The Ugly
    https://www.youtube.com/wat­ch?v=6S9r_YbqHy8
  18. R vs Python – What should I learn in 2020? | R and Python Comparison
    https://www.youtube.com/wat­ch?v=eRP_J2yLjSU
  19. R Programming 101
    https://www.youtube.com/c/rpro­gramming101
  20. Seriál Tvorba grafů pomocí programu „R“
    https://www.root.cz/serialy/tvorba-grafu-pomoci-programu-r/
  21. Tvorba grafů pomocí programu „R“: úvod
    https://www.root.cz/clanky/tvorba-grafu-pomoci-programu-r-1/
  22. Tvorba grafů pomocí programu „R“: pokročilé funkce
    https://www.root.cz/clanky/tvorba-grafu-pomoci-programu-r-pokrocile-funkce/
  23. Tvorba grafů pomocí programu „R“: vkládání textu, čeština
    https://www.root.cz/clanky/grafy-pomoci-programu-r-vkladani-textu-cestina/
  24. Cesta erka: Krok nultý – instalace & nastavení – prostředí, projekty, package
    https://www.jla-data.net/r4su/r4su-environment-setup/
  25. Cesta erka: Krok první – operace a struktury – proměnné, rovnítka a dolary
    https://www.jla-data.net/r4su/r4su-data-structures/
  26. Cesta erka: Krok druhý – načtení externích dat – csvčka, excely a databáze
    https://www.jla-data.net/r4su/r4su-read-data/
  27. Cesta erka: Krok třetí – manipulace s daty – dplyr, slovesa a pajpy
    https://www.jla-data.net/r4su/r4su-manipulate-data/
  28. Cesta erka: Krok čtvrtý – podání výsledků – ggplot, geomy a estetiky
    https://www.jla-data.net/r4su/r4su-report-results/
  29. Cesta erka: Krok pátý – case study – případ piva v Praze
    https://www.jla-data.net/r4su/r4su-case-study-beer/
  30. V indexu popularity programovacích jazyků TIOBE překvapilo R, Go, Perl, Scratch a Rust
    https://www.root.cz/zpravicky/v-indexu-popularity-programovacich-jazyku-tiobe-prekvapilo-r-go-perl-scratch-a-rust/
  31. Is R Programming SURGING in Popularity in 2020?
    https://www.youtube.com/watch?v=Duwn-vImyXE
  32. Using the R programming language in Jupyter Notebook
    https://docs.anaconda.com/a­naconda/navigator/tutorial­s/r-lang/
  33. Using R on Jupyter Notebook
    https://dzone.com/articles/using-r-on-jupyternbspnotebook
  34. Graphics, ggplot2
    http://r4stats.com/examples/graphics-ggplot2/
  35. A Practice Data Set
    https://r4stats.wordpress­.com/examples/mydata/
  36. Shiny – galerie projektů
    https://shiny.rstudio.com/gallery/
  37. Seriál Programovací jazyk Julia
    https://www.root.cz/seria­ly/programovaci-jazyk-julia/
  38. Julia (front page)
    http://julialang.org/
  39. Julia – repositář na GitHubu
    https://github.com/JuliaLang/julia
  40. Julia (programming language)
    https://en.wikipedia.org/wi­ki/Julia_%28programming_lan­guage%29
  41. IJulia
    https://github.com/JuliaLan­g/IJulia.jl
  42. Introducing Julia
    https://en.wikibooks.org/wi­ki/Introducing_Julia
  43. Julia: the REPL
    https://en.wikibooks.org/wi­ki/Introducing_Julia/The_REPL
  44. Introducing Julia/Metaprogramming
    https://en.wikibooks.org/wi­ki/Introducing_Julia/Meta­programming
  45. Month of Julia
    https://github.com/DataWo­okie/MonthOfJulia
  46. Learn X in Y minutes (where X=Julia)
    https://learnxinyminutes.com/doc­s/julia/
  47. New Julia language seeks to be the C for scientists
    http://www.infoworld.com/ar­ticle/2616709/application-development/new-julia-language-seeks-to-be-the-c-for-scientists.html
  48. Julia: A Fast Dynamic Language for Technical Computing
    http://karpinski.org/publi­cations/2012/julia-a-fast-dynamic-language
  49. The LLVM Compiler Infrastructure
    http://llvm.org/
  50. Julia: benchmarks
    http://julialang.org/benchmarks/
  51. R Vector
    https://www.datamentor.io/r-programming/vector/
  52. .R File Extension
    https://fileinfo.com/extension/r
  53. Lineární regrese
    https://cs.wikipedia.org/wi­ki/Line%C3%A1rn%C3%AD_regre­se
  54. lm (funkce)
    https://www.rdocumentation­.org/packages/stats/versi­ons/3.6.2/topics/lm
  55. quit (funkce)
    https://www.rdocumentation­.org/packages/base/version­s/3.6.2/topics/quit
  56. c (funkce)
    https://www.rdocumentation­.org/packages/base/version­s/3.6.2/topics/c
  57. help (funkce)
    https://www.rdocumentation­.org/packages/utils/versi­ons/3.6.2/topics/help
  58. Shiny: Introduction to interactive documents
    https://shiny.rstudio.com/ar­ticles/interactive-docs.html
  59. R Release History 1997–2013
    http://timelyportfolio.git­hub.io/rCharts_timeline_r/
  60. R: atomic vectors
    https://renenyffenegger.ch/no­tes/development/languages/R/da­ta-structures/vector/
  61. 11 Best R Programming IDE and editors
    https://www.dunebook.com/best-r-programming-ide/
  62. CRAN – The Comprehensive R Archive Network
    https://cran.r-project.org/
  63. R – Arrays
    https://www.tutorialspoin­t.com/r/r_arrays.htm
  64. Array vs Matrix in R Programming
    https://www.geeksforgeeks.org/array-vs-matrix-in-r-programming/?ref=rp
  65. Online R Language IDE
    https://www.jdoodle.com/execute-r-online/
  66. Execute R Online (R v3.4.1)
    https://www.tutorialspoin­t.com/execute_r_online.php
  67. Snippets: Run any R code you like. There are over twelve thousand R packages preloaded
    https://rdrr.io/snippets/
  68. R Package Documentation
    https://rdrr.io/
  69. Data Reshaping in R – Popular Functions to Organise Data
    https://techvidvan.com/tutorials/data-reshaping-in-r/
  70. What is an R Data Frame?
    https://magoosh.com/data-science/what-is-an-r-data-frame/
  71. What's a data frame?
    https://campus.datacamp.com/cou­rses/free-introduction-to-r/chapter-5-data-frames?ex=1
  72. data.frame
    https://www.rdocumentation­.org/packages/base/version­s/3.6.2/topics/data.frame
  73. as.data.frame
    https://www.rdocumentation­.org/packages/base/version­s/3.6.2/topics/as.data.fra­me
  74. table
    https://www.rdocumentation­.org/packages/base/version­s/3.6.2/topics/table
  75. Python Pandas – DataFrame
    https://www.tutorialspoin­t.com/python_pandas/python_pan­das_dataframe.htm
  76. The Pandas DataFrame: Make Working With Data Delightful
    https://realpython.com/pandas-dataframe/
  77. Python | Pandas DataFrame
    https://www.geeksforgeeks.org/python-pandas-dataframe/
  78. R – Factors
    https://www.tutorialspoin­t.com/r/r_factors.htm

Autor článku

Pavel Tišnovský vystudoval VUT FIT a v současné době pracuje ve společnosti Red Hat, kde vyvíjí nástroje pro OpenShift.io.