Rが好きすぎてRでJVMを実装したnoteエンジニアに話を聞いてみた｜note株式会社
そんなあるときに、めもりーさんという方がPHPでJVMを実装しているツイートを見つけました。「これはおもしろいな」と思うと同時に「PHPでできるならRでもできるだろう」という思いがこみ上げてきて開発することにしました。 ー そんなに簡単にやってみようと思ったんですね（笑） もともとコンパイラやインタプリタは作ったことがあったので、仮想マシンも作れるかなって（笑） 私が作ったjvmrrはFizz BuzzくらいのJavaコードは実行することができるのですが、めもりーさんの資料のおかげで開発するためのハードルが低く済みました。 ー そもそもなぜRで「変なもの」を開発するようになったのでしょうか？ Rって言語仕様が変わっていて本当におもしろいんですよ。それをもっとみんなに知ってほしくて言語仕様を活かしたものを作って公開するようになりました。Rってデータサイエンティストや研究者しか使わないイメージ
棒グラフ | カテゴリーで分けられるデータの視覚化（棒グラフおよびエラーバー）
2019.06.27 棒グラフは、種や遺伝子などのカテゴリーで分類されるデータの視覚化に利用される。例えば、処理前と処理後の遺伝子の発現量を比較しながら視覚化したいときに棒グラフを用いる。生命科学の分野において、棒グラフはエラーバーとともに用いられる場合が多い。これは生命科学の実験において、複製実験を行うのが一般的であることに由来する。複製実験で得られたデータから、平均値と標準偏差が求まる。その平均値を棒グラフの高さに、標準偏差をエラーバーとして描かれることも多い。 R では、barplot 関数を利用して棒グラフを描く。オプションなどを与えることで、積み上げ棒グラフなどを描くことができる。また、arrows 関数を利用して、棒グラフの上にエラーバーを重ね書きすることもできる。 棒グラフ ベクトルデータ 次のサンプルコードは、ある状態下で測定された 5 つの遺伝子（a, b, c, d,
[R]グラフの隙間と余白
次に、グラフの軸ラベルや軸目盛りの間隔設定は、パラメータ「mgp」で行います。mgpは長さ３の配列で、mgp[1]でグラフの枠から軸ラベルまでの距離、mgp[2]でグラフ枠から軸メモリまでの距離、mgp[3]でグラフ枠から軸までの距離を設定します。 最後に、グラフの範囲と”xlim”・”ylim”で設定した上下限との間に出来てしまう隙間の解消方法です。これは、グラフィックスパラメータ”xaxs”・”yaxs”で設定します。それぞれに”i”を設定すると隙間が無くなり、”r”を設定すると隙間が出来るようです。 上記の設定は、par関数で一括設定することが出来ます。 par(mar=c(3, 3, 1, 1)) #余白設定 par(mgp=c(2, 0.7, 0)) #グラフ枠と軸との間隔設定 par(xaxs = "i") #データ範囲とグラフの範囲(X軸) par(yaxs = "i") #
Rプログラム (TAKENAKA's Web Page)
R でプログラミング：データの一括処理とグラフ描き（７章の補足） apply系関数の使い方 updated on 2014-08-25 統計処理は、たくさんのデータを使って行います。 プログラミング言語の多くは、多量のデータの処理を効率よく記述できる 文法が用意されています。R は、特にそうした機能が充実しています。 たとえば、 a <- c(1, 3, 5) a <- a + 1 と書けば、a の３つの要素すべてに 1 が加えられて、2, 4, 6 となります。 同じことは for ループでもできます。 for (i in 1:3) { a[i] <- a[i] + 1 } けれども、このような書き方をするとプログラムが長くなるし、実行時間が余計にかかることもあります （参考： Perl, R, Ruby, C++ で作成したプログラムの実行速度の比較）。 Rでは、for ループを使わず
【R】絶対に身につけて欲しいR術 - 歩いたら休め
友人が、後輩にこちらの記事を紹介していました。 www.shiningmaru.com Excelの基本的な機能や、分析の心構えが過不足なく紹介されている素晴らしい記事だと思います！しかし、私は統計用環境のR言語が大好きで、分析のほとんどの場面で、RはExcelより簡単に記述できると思っています。 というわけで、「もしRで同じ内容の記事を書くとどうなるのか」というパロディーを書いてみることにしました。 クライアントとかと接しながらいつも思うのですが、Rすら出来ない人多すぎ。あなたたちが作った適当なフォーマットと手打ちのExcelで苦労するの誰だと思ってるの。そこで今回は私の「社会人であればこんくらいは最低限出来てよ」というフラストレーションをぶつけた「これだけ最低限知ってろ、R編」です。 これくらい出来ないと人間ではない。獣（ケダモノ）である。 Rで出来ること あるべきフォーマット/作って
📘 R言語徹底解説（原著: Advanced R）を読んだ - cucumber flesh
🍵前置き 有難いことに去年は著者や関係の方から何冊かの本（じゃんけん大会での獲得を含む）をいただいておきながら、ついったー上でしか報告（宣伝？）できていなかったので今年はブログにも書くことにする（みなさまからの献本、お待ちしております）。 今回はいよいよ今週発売を迎える全Rユーザー待望の「R言語徹底解説（原著: Advanced R）」を関係者のご好意により頂いた。一通り読み終えたので感謝の気持ちも込めて、書籍の概要を紹介するとともに一読者としての感想や気になった箇所などをまとめてみる。（執筆お疲れさまでした、そして完成ならびに出版おめでとうございます。一Rユーザーとして、本書のような素晴らしい本に出会えて私は幸せです） 🍵前置き 📖本書の概要 👦 私について 💯 総評 第１部: 基礎編: 「なんとなく」を「徹底」した理解に変える 第２部: 関数型プログラミング: 効率的な関数の
Rで線形単回帰分析 - matsuou1の日記
次回のTokyo.Rの開催が近づいてきたので、前回の復習を兼ねてRで回帰分析をやってみます。 今回は最も単純な線形単回帰分析を行います。 回帰分析の流れ 回帰式を求める意義があるか検討する（説明変数と目的変数のグラフを作成する等） 回帰式を求める 回帰式の精度を確認する 回帰係数の検定を行う 信頼区間と予測区間を求める 回帰式を求める意義があるか検討 無相関なデータに対しても、数学的には回帰式が求められるため、検討しておくことは重要です。 データはマンガでわかる統計学 回帰分析編のデータを使用してみます。 ある喫茶店のアイスティーの売り上げとその日の最高気温についてのデータです。 > norns temperture icetea 8/22 29 77 8/23 28 62 8/24 34 93 8/25 31 84 8/26 25 59 8/27 29 64 8/28 32 80 8/2
Rプログラム (TAKENAKA's Web Page)
この文書の最終的な目標は，いくつものデータセットを一括処理するためのプログラムを 書くことですが，そのまえに，ひとつのデータファイルを読み込んでの処理を ごくごく簡単に練習してみます． 練習用ディレクトリとデータファイルの用意 すでに前のページの練習のためにディレクトリは作ってあるかもしれません． それならそれを使いましょう．まだ作ってないなら，さっそく用意してください． 名前はなんでもけっこうです． そのディレクトリの中に，最初に使う練習用データ len_width.txt を入れます． ＞データファイル len_width.txt クリックするとそのまま内容が表示される場合，全体をコピーしてから エディタの新規文書に貼りつけるとか，「対象をファイルに保存」「リンク先を保存」 （ブラウザによる）というようなメニュー項目を選ぶとかしてみてください． このファイルに，以下のように３列のデータ
細かすぎて使わない R 小技集 - Qiita
知っていると便利かもしれない小技から，どーでもいい小技まで．ググったサンプルをコピペして完了！系大学院生が読むと，何か新しい発見があるかもしれません．使わなさ（当社比）を４段階（☆☆☆，★☆☆，★★☆，★★★）で表記しますので，ああ確かに知らなくていいなって思ってください．新しい技を仕入れ次第，更新します． 多次元データへのアクセス 次元を落とさない 使わなさ：☆☆☆（そこそこ役に立つ） デフォルト設定では，行列や配列の一部分にアクセスした場合，その戻り値はできる限り次元を落としたものになります（次元を落とすことを「ドロップする」と言うことにします）．データフレームでも同様です． > x <- array(1:1000, c(10, 10, 10)) > class(x[1, 1, 1]) # 3次元配列 → 要素数1のベクトル（スカラ） [1] "integer" > class(x[1
S3クラスの効用 - 盆栽日記
わたし一般ユーザーやしRでクラスとか使わんわーよう使わんわーという人、多いと思います。 しかしS3クラスは便利です。 たとえばprint関数の挙動をみてみましょう。 以下はシンプルな因子をprintした例です。 > smp <- factor("a") > print(smp) [1] a Levels: a この時、実はsmpのクラスであるfactorに応じてprint.factor関数が呼ばれています。 ということは任意のクラスを付与して、それに応じたS3クラスの関数を定義してみるとどうなるでしょう。 > class(smp) <- "tokorosawa" > print.tokorosawa <- function(x)print("yeahhhhhhhhh!!!!!") > print(smp) [1] "yeahhhhhhhhh!!!!!" オブジェクトには任意のS3クラスを設
名前付きベクトルの挙動 - 盆栽日記
ひとりアドベントカレンダー2日目。 以下のコードの実行結果は皆さん予想できるだろうか。 x1 <- c(a=1, a=2, a=3, b=1, b=2, b=3) x2 <- c(a=1:3, b=4:6) 結果はこちら。 > x1 a a a b b b 1 2 3 1 2 3 > x2 a1 a2 a3 b1 b2 b3 1 2 3 4 5 6 今度はこちらのコードだとどうだろうか。 y <- rep(letters[1:3], c(2, 1, 3)) z <- c(a="hoge", b="hoge", c="hage") res <- z[y] 結果はこちら。 名前付きベクトルを使うことでmergeができる。 > res a a b c c c "hoge" "hoge" "hoge" "hage" "hage" "hage" 名前付きベクトルの挙動については、意外と皆さん知らない
Emacs で R 言語を利用するための設定メモ (ESS)
はじめに# 最近, 統計学と R 言語をさわり始めた. なぜなら, 本屋にいくとビッグデータやら, データマイニングやら, データサイエンティストやら, そんな単語がポンポン目に入るから. ということで, まずは Emacs で R 言語を快適に利用するための設定をしてみた. もちろん, RStudio なんて便利なものは知っているがね. ESS# Emacs を統計用 IDE にするツール. デファクトスタンダードと言えよう. Official: ESS - Emacs Speaks Statistics github: https://github.com/emacs-ess/ESS メチャクチャ詳しい: ESS - RjpWiki EmacsWiki: Emacs Speaks Statistics ESS で快適 R ライフ ~設定編~(2012 年度版) - あらびき日記 ESS
統計解析向けのプログラミング言語「R言語」の魅力と汎用言語との違い
こんにちは。NECラーニングの山崎と申します。今回は、ビッグデータに興味がある技術者の方であれば一度は耳にしたことがあるR言語の概要とその魅力を、弊社の名物インストラクターである横垣と米倉にインタビューしながらご紹介していきます。 R言語は技術者の皆様がよく使われる、C言語やJava、PHP、などの汎用開発言語ではなく、統計解析言語です。よって、R言語の勉強を始めたときに汎用言語を習得してきた人は戸惑うことが多いと思います。R言語は統計解析言語ですので、技術的な背景以外にも基礎的な統計学の知識も必要となります。もしかしたら統計学と聞いて、専門外と考え毛嫌いしてしまう人もいらっしゃるかもしれませんが、あくまで基礎的な統計学の知識が必要なレベルであり、弊社がご提供しているビッグデータ概説（1日コース）を受講いただくだけでも十分習得できるレベルです。 また、昨今の市場の流れを見てくと、ビッグデー
パッケージユーザーのための機械学習(1)：決定木 - 渋谷駅前で働くデータサイエンティストのブログ
（※はてなフォトライフの不具合で正しくない順番で画像が表示されている可能性があります） だいぶ前に「糞コードで頑張る機械学習シリーズ」と言うのを始めようとしたんですが、パーセプトロンをPythonで実装した次にMatlabで書いたSMO-SVMコードをPythonに移植しようと思っているうちに時間が過ぎ。。。 あまつさえ転職したら、今の現場にはライブラリ皆無でほぼ全ての機械学習のコードをPython / Java / C++のどれでも書ける化け物^H^H「教授」がいてそんなこと僕がやる必要性は完全になくなってしまったのでした（笑）。 ということで、カテゴリ名はそのまま*1ながら方向性を変えて、僕のようなパッケージやライブラリに依存するユーザーが機械学習を実践する際に原理上のどのような点に気を付けて実装・実践すべきかを、僕自身の備忘録のためにだらだらと書いていくシリーズにしてみようと思います
統計グラフの色
[TODO] R 4.0.0 以降の色についてはそのうち書きます。とりあえず palette() のヘルプをご覧ください。palette("Okabe-Ito") とするとsafe colorsになります。→ A New palette() for R，Color Universal Design，Essentials of color in R。あと Colorspace 2.0 とその JSS paper。 はじめに 統計グラフに色を付けることは広く行われています。しかし，色は万人に共通のものではありません。日本人男性の5%，白人男性の8%は，RGB（赤緑青）のうち赤と緑の区別がうまくできません。その内訳は1:3で赤の感受性がないP型（1型，protanopia）と緑の感受性がないD型（2型，deuteranopia）に分かれます。青を感じない人や，RGBのうち2色以上を感じない人もい
ror平台搜索官网
2021年8月1日ror搜索是全球最大、最快、最全的BC搜索引擎，采用先进的极速算法v9浏览器引擎，最完善的浏览加密技术，让安全不在成为你的烦恼，2021年7月10日 官网正式发布1.0.0，立即体验ror搜索2021年8月1日ror搜索是全球最大、最快、最全的BC搜索引擎，采用先进的极速算法v9浏览器引擎，最完善的浏览加密技术，让安全不在成为你的烦恼，2021年7月10日 官网正式发布1.0.0，立即体验ror搜索
Rをコマンドラインで実行する
Rをコマンドラインから（バッチ処理として）実行できると、例えば、マルチコアのコンピュータシステム上で複数の計算を並列して実行することができるなどのメリットがある。なお、並列計算のためには、このページだけでなく、Rをコマンドラインで実行する（時間を要する計算、並列計算の実行）も参考にするとよい。 ここでは、Rスクリプトをコマンドラインから実行するための方法を紹介する。 まずは、次のようなRスクリプトを考える。 # drawHisto.R data <- read.csv("rnorm.csv", row.names = 1) # rnormを読み込む pdf("rnorm_histo.pdf") # pdfファイルとしてグラフを出力する準備 hist(data$x) # 読み込んだデータのヒストグラムを出力する dev.off() # pdfファイルを閉じる このスクリプトをRのエディ
インポータンス・サンプリング(importance sampling)の有難味について - My Life as a Mock Quant
なんとなーく頭でわかっているつもりになっていたものをちゃんと手を動かしてやっておきたい。 まず、インポータンスサンプリングについて一言で説明しておくと 「ある量の期待値を計算したいという状況において、その確率変数が大きな値を取る個所を重点的*1にサンプリングしてやることで、期待値評価の精度をあげる手法」 ということができる。 問題設定としては以下のような期待値評価をモンテカルロ法で計算したい、そんな状況を考える。 意味合いとしては「指数分布に従うxを使って正規分布（ガウシアン）的な関数の期待値を評価したい」ということ。 ここで,は適当に決める定数で、今回はそれぞれ10000, 6と設定した。 この積分自体は解析的に計算できて となって、以下ではこの答えをきちんとモンテカルロ法で再現できるかどうかというのが問題になる。 まずはパス数を1,000パスとしてR言語を使って評価したい関数を定義する
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
kohske on Twitter: "「ggplot2使わね」https://t.co/xwnY9FHtzh に対する「使うしかないっしょ」https://t.co/kTnFXcgx08 全面的に同意できる。"
Top 77 R posts for 2014 (+R jobs) | R-bloggers