はてなブックマーク

これはRStudio Advent Calendar 7日目の記事です。 2016年、歴史が動きました。RStudioのv1.0がついにリリースです！ ということで、RStudio関連のTipsを集めるためのアドベントカレンダーを立ててみました。 という趣旨ではじまったアドカレですが、そういえばこれまでRStudio関連のTipsはどれくらいあったのだろう？　と思い、日本語情報になっているものだけをまとめてみました。 勉強会でのスライドなどをあまり網羅できておりませんが、参加数が足りず...ご容赦ください。コメント等でお知らせいただければ適宜追加します。 1.0からの新機能 https://blog.rstudio.org/2016/11/01/announcing-rstudio-v1-0/ 新しく公式にサポートされた機能（抜粋 R Notebooks (Jupyter Notebook

はじめに この記事はRStudio Advent Calendar 2016の5日目の記事です。タイトル通り、細かすぎて伝わってなさそうなGUI機能を、ボタンを中心に紹介します。 1. Go to Project directory RStudio Advent Calendar 2016 3日目でも「紹介された」Project機能ですが、これを使っていると、「Projectのホームディレクトリに戻りたい」ということがありませんか？ 画像やソースコードなどを細かくフォルダに分けて管理していると、Projectのホームディレクトリに一発で戻りたいということが、僕はよくあります。 そんなとき、 のボタンを押すと、 一発でやりたい挙動ができて便利です。 ちなみに、Go to directoryボタンもあって、これを押すと任意のフォルダを開いてFilesパネルに表示することができます。 2. Sh

Rには、分析手法や可視化手法を試すことのできる多くのデータセットが同梱されています。 その数は2016年12月現在で104個にも達していますが、その大半はあまり紹介されることがなく、知る機会も多くはありません。「ヘルプが英語で書かれている」というのもその要因の1つでしょうが、「数が多すぎて、何に使えるのか把握しきれない」という理由も大きいのではないでしょうか。 実は、 間瀬先生のR 基本統計関数マニュアル の巻末 パッケージ 'datasets' の情報 - RjpWiki R 3.3.1の datasets パッケージ中のオブジェクトの全ヘルプドキュメント一覧 (Google Docs) などに情報がまとまっているのですが、アルファベット順に表記されているため、データの「構造」でソートしたものがあってもいいんじゃないかな、とふと思いました。 これらのデータについておおまかに分類して、概要

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

R言語の利点のひとつは、統計処理や種々の分析を試してみるための組み込みデータセットが豊富なところです。他言語からそれらを呼び出す方法を知っていれば、Rユーザーが他の言語を試す際にも便利ですよね。というわけで今回はJuliaからRのデータセットを使う方法を試してみました。 インストールしてhead()してみる https://github.com/johnmyleswhite/RDatasets.jl RDatasetsパッケージを使います。 $julia julia> Pkg.add("RDatasets") # いろいろgit cloneされる julia> using RDatasets # いろいろprecompileされる julia> head(RDatasets.datasets("datasets")) 6×5 DataFrames.DataFrame │ Row │ Pac

この記事について この記事では、R言語で書かれたコードを、パッケージとして開発・管理するメリットとその方法について紹介しています。以下はあくまで概要であるため、詳細についてはぜひ今年2月にオライリージャパンから邦訳刊行された『Rパッケージ開発入門』 や、その原著の**R packages**（ウェブ版）、そして記事末尾のリファレンスをご参照下さい。 想定する読者層 業務・研究、あるいはプライベートでR言語を使いプログラムを書いている、またはこれから書く予定がある 他の人からもらったRのコード（または、他の人に渡したRのコード）がなぜかうまく動かなかった経験がある 以前書いたソースコードやファイルが散らばっており途方に暮れたことがある Rのパッケージ開発なにそれこわいと感じている 提案 次のような場合、分析タスクの運用や共有を楽にするため、Rのコードをパッケージ化しましょう。 その場限りの分

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

library(lattice) # 10 x 10 の行列を作る my.nrow = 10 my.ncol = 10 set.seed(123) # sample() で取得する乱数の種を与える my.mat <- matrix(data = sample(1:100, my.nrow*my.ncol, replace = TRUE), nrow = my.nrow, ncol = my.ncol) xmin <- min(my.mat) xmax <- max(my.mat) # Build the plot pal <- colorRampPalette(c("lightblue", "blue"), space = "rgb") levelplot(my.mat, main = "10 X 10 Levelplot", xlab = "", ylab = "", col.regio

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

# UCSCにアクセスしているため、一つのTrackを読み込むのに30~40秒くらいかかる knownGenes <- UcscTrack(genome=genome, chromosome=chr, track="knownGene", from=from, to=to, trackType="GeneRegionTrack", rstarts="exonStarts", rends="exonEnds", gene="name", symbol="name", transcript="name", strand="strand", fill="#8282d2", name="UCSC Genes") refGenes <- UcscTrack(genome=genome, chromosome=chr, track="xenoRefGene", from=from, to=to, tr