Rデータ処理入門
5. １．データを読み込む • テキストファイル： data <- read.table(ファイル名) • CSVファイル： data <- read.csv(ファイル名) • 固定長ファイル data <- read.fwf(ファイル名) • バイナリ（.RData）, .Rファイル： source(ファイル名) • データベース（ODBC利用）： conn <- RODBC::odbcConnect(dsn, …) data <- RODBC:: sqlQuery(conn, クエリ) • XML data <- xmlToDataFrame(ファイル名) • shapeファイル（.shp） data <- maptools::readShapePoly(ファイル名) • iniファイル data <- raster::readIniFile 6. １．データを読み込む ☕ ☕ ☕ デ
「知恵ノート」は終了いたしました - Yahoo!知恵袋
平素よりYahoo!知恵袋をご利用いただきありがとうございます。 2017年11月30日をもちまして、「知恵ノート」機能の提供を終了いたしました。 これまでご利用いただきました皆様にはご迷惑をおかけすることとなり、誠に申し訳ございません。 長年のご愛顧、心よりお礼申しあげます。 引き続き、Yahoo!知恵袋の「Q&A」機能をご利用ください。 Yahoo!知恵袋トップ 知恵ノートサービス終了のお知らせ プライバシー - 利用規約 - メディアステートメント - ガイドライン - ご意見・ご要望 - ヘルプ・お問い合わせ JASRAC許諾番号：9008249113Y38200 Copyright (C) 2018 Yahoo Japan Corporation. All Rights Reserved.
Welcome · Advanced R.
This is the companion website for “Advanced R”, a book in Chapman & Hall’s R Series. The book is designed primarily for R users who want to improve their programming skills and understanding of the language. It should also be useful for programmers coming to R from other languages, as it explains some of R’s quirks and shows how some parts that seem horrible do have a positive side. Introduction F
Deducer: A GUI for R | Main / DeducerManual
An R Graphical User Interface (GUI) for Everyone Deducer is designed to be a free easy to use alternative to proprietary data analysis software such as SPSS, JMP, and Minitab. It has a menu system to do common data manipulation and analysis tasks, and an excel-like spreadsheet in which to view and edit data frames. The goal of the project is two fold. Provide an intuitive graphical user interface
((Rで) 書く (Lisp) インタプリタ)
Rに慣れるために、Lispインタプリタを書いてみました。 元ねたはPeter Norvigの (How to Write a (Lisp) Interpreter (in Python)) （日本語訳: ((Pythonで) 書く (Lisp) インタプリタ)）です。 コード 遊び方 コードを取ってきます。 $ git clone https://gist.github.com/5598108.git Rインタプリタを起動してコードを読み込ませます。 repl() を実行するとLispの対話式インタプリタが起動します。 $ cd 5598108/ $ R -q > source("lisp.R") > repl() lisp.R> (+ 1 2) 3 lisp.R> (define l (list 1 2 3)) (1 2 3) lisp.R> (car l) 1 lisp.R> (cdr
R benchmarks
Benchmarking R is not an easy task and there are many aspects so it is very hard to tell whether a given build of R or a given architecture is faster than another. Nonetheless some measures have been used in the past and although none of them is the ultimate measure, they are collected here. If you are aware of other benchmarks that should be included here, please let us know. MASS The examples of
Taking R to the Limit, Part II – Large Datasets in R
For Part I, Parallelism in R, click here. Tuesday night I again had the opportunity to present on high performance computing in R, at the Los Angeles R Users’ Group. This was the second part of a two part series called “Taking R to the Limit: High Performance Computing in R.” Part II discussed ways to work with large datasets in R. I also tied in MapReduce into the talk. Unfortunately, there was t
R Developer Page
R Developer Page This site is intended as an intermediate repository for more or less finalized ideas and plans for the R statistical system. Most parts of the site are open to the public, and we welcome discussions on the ideas, but please do not take them for more than that, in particular there is no commitment to actually carry out the plans in finite time unless expressedly stated. The site al
Latent Dirichlet Allocation in R
Topic models are a new research field within the computer sciences information retrieval and text mining. They are generative probabilistic models of text corpora inferred by machine learning and they can be used for retrieval and text mining tasks. The most prominent topic model is latent Dirichlet allocation (LDA), which was introduced in 2003 by Blei et al. and has since then sparked off the de
Shinyを使って、RだけでWebアプリケーション - ixixixixixixi
Shinyを使うと、Rだけで分析Webアプリケーションが作れる. http://www.rstudio.com/shiny/ サーバ側の処理も、ブラウザのuiも、Javascript/HTML/CSSを書かずとも、Rで書ける. Shinyのインストールは、Rのコンソールで、 options(repos=c(RStudio='http://rstudio.org/_packages', getOption('repos'))) install.packages('shiny') をするだけ。 Shinyアプリの最小構成は、以下のようになる. ~/shinyapp |-- ui.R (ブラウザ側の処理) |-- server.R (サーバ側の処理) .Rの2つを実装する必要がある. 例えばこんな感じになる.(tutorialの例より) ui.R library(shiny) # ランダムな分布
littler: a scripting front-end for GNU R
littler: A scripting and command-line front-end for GNU R So What Is It For? #!/usr/bin/env r ## for use in scripts other input | r ## for use in pipes r somefile.R ## for running files r -e 'expr' ## for evaluating expressions r --help ## to show a quick synopsis Examples? Plenty. See the examples vignette for a full set of introductory examples. Also see the examples/ directory for a full 28 exa
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://gallery.shinyapps.io/087-crandash/
～knitr+pandocではじめる～『R MarkdownでReproducible Research』
R devel - Implications of a Dependency on a GPLed Package
Online resources for handling big data and parallel computing in R
Taking R to the Limit (High Performance Computing in R), Part 2 -- Large Datasets, LA R Users' Group 8/17/10
http://socserv.socsci.mcmaster.ca/jfox/Books/Companion/appendix/Appendix-Robust-Regression.pdf
S4
Google Code Archive - Long-term storage for Google Code Project Hosting.
RPubs