summaryrefslogtreecommitdiffhomepage
path: root/ja-jp/r-jp.html.markdown
diff options
context:
space:
mode:
authorAkira Hirose <akrhrs@yahoo.co.jp>2014-07-16 18:53:32 +0900
committerAkira Hirose <akrhrs@yahoo.co.jp>2014-07-16 18:53:32 +0900
commitbb1dc2de97660e3ec83e5a243f8374c33b704660 (patch)
treeb0581ab9777595af25a5cb561af78f31be990dfe /ja-jp/r-jp.html.markdown
parent772370c5184822e61fa81da878d3853bb06a33a6 (diff)
still on a middle way
Diffstat (limited to 'ja-jp/r-jp.html.markdown')
-rw-r--r--ja-jp/r-jp.html.markdown107
1 files changed, 53 insertions, 54 deletions
diff --git a/ja-jp/r-jp.html.markdown b/ja-jp/r-jp.html.markdown
index 26d8403f..66c451dd 100644
--- a/ja-jp/r-jp.html.markdown
+++ b/ja-jp/r-jp.html.markdown
@@ -221,26 +221,25 @@ class(-Inf) # "numeric"
# 不正な計算は "not-a-number"になる
0 / 0 # NaN
class(NaN) # "numeric"
-# You can do arithmetic on two vectors with length greater than 1,
-# so long as the larger vector's length is an integer multiple of the smaller
+# 長さが1より大きなベクター同士で計算ができます
+# どちらかが長い場合、短い方は何度も繰り返して使われます
c(1,2,3) + c(1,2,3) # 2 4 6
-
-# CHARACTERS
-# There's no difference between strings and characters in R
+# 文字
+# Rでは、文字列と文字に区別がありません
"Horatio" # "Horatio"
class("Horatio") # "character"
class('H') # "character"
-# Those were both character vectors of length 1
-# Here is a longer one:
+# 上記は両方とも、長さ1のベクターです
+# 以下は、より長いものです
c('alef', 'bet', 'gimmel', 'dalet', 'he')
# =>
# "alef" "bet" "gimmel" "dalet" "he"
length(c("Call","me","Ishmael")) # 3
-# You can do regex operations on character vectors:
+# 正規表現処理を文字ベクターに使えます
substr("Fortuna multis dat nimis, nulli satis.", 9, 15) # "multis "
gsub('u', 'ø', "Fortuna multis dat nimis, nulli satis.") # "Fortøna møltis dat nimis, nølli satis."
-# R has several built-in character vectors:
+# Rはいくつかの文字ベクターを組み込みで持っています
letters
# =>
# [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s"
@@ -248,40 +247,40 @@ letters
month.abb # "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec"
-# LOGICALS
-# In R, a "logical" is a boolean
+# 論理
+# Rでは、Booleanは論理(logical)型です
class(TRUE) # "logical"
class(FALSE) # "logical"
-# Their behavior is normal
+# 以下は正しい動きです
TRUE == TRUE # TRUE
TRUE == FALSE # FALSE
FALSE != FALSE # FALSE
FALSE != TRUE # TRUE
-# Missing data (NA) is logical, too
+# 無いデータ (NA) も論理型です
class(NA) # "logical"
-# Here we get a logical vector with many elements:
+# 以下のようにすると、複数の要素を持つ、論理型ベクターが返ります
c('Z', 'o', 'r', 'r', 'o') == "Zorro" # FALSE FALSE FALSE FALSE FALSE
c('Z', 'o', 'r', 'r', 'o') == "Z" # TRUE FALSE FALSE FALSE FALSE
-# FACTORS
-# The factor class is for categorical data
-# Factors can be ordered (like childrens' grade levels) or unordered (like gender)
+# ファクター
+# ファクタークラスは、カテゴリカルデータようのクラスです
+# ファクターは、子供の学年のように順序がつけられるものか、性別のように順序がないものがあります
factor(c("female", "female", "male", "NA", "female"))
# female female male NA female
# Levels: female male NA
-# The "levels" are the values the categorical data can take
+# "levels" は、カテゴリカルデータがとりうる値を返します
levels(factor(c("male", "male", "female", "NA", "female"))) # "female" "male" "NA"
-# If a factor vector has length 1, its levels will have length 1, too
+# ファクターベクターの長さが1ならば、そのlevelも1です
length(factor("male")) # 1
length(levels(factor("male"))) # 1
-# Factors are commonly seen in data frames, a data structure we will cover later
+# ファクターは、この後で紹介するデータフレーム(というデータ型)内で、よくみられます
data(infert) # "Infertility after Spontaneous and Induced Abortion"
levels(infert$education) # "0-5yrs" "6-11yrs" "12+ yrs"
# NULL
-# "NULL" is a weird one; use it to "blank out" a vector
+# "NULL" は変わった型です。ベクターを空にするときに使います
class(NULL) # NULL
parakeet
# =>
@@ -292,11 +291,11 @@ parakeet
# NULL
-# TYPE COERCION
-# Type-coercion is when you force a value to take on a different type
+# 型の強制
+# 型の強制は、ある値を、強制的にある型として利用する事です
as.character(c(6, 8)) # "6" "8"
as.logical(c(1,0,1,1)) # TRUE FALSE TRUE TRUE
-# If you put elements of different types into a vector, weird coercions happen:
+# さまざまな要素が入っているベクターに対して型の強制を行うと、おかしなことになります
c(TRUE, 4) # 1 4
c("dog", TRUE, 4) # "dog" "TRUE" "4"
as.numeric("Bilbo")
@@ -306,8 +305,8 @@ as.numeric("Bilbo")
# NAs introduced by coercion
-# Also note: those were just the basic data types
-# There are many more data types, such as for dates, time series, etc.
+# 追記: ここで紹介したのは、基本的な型だけです
+# 実際には、日付(dates)や時系列(time series)など、いろいろな型があります
@@ -315,40 +314,40 @@ as.numeric("Bilbo")
##################################################
-# Variables, loops, if/else
+# 変数、ループ、もし/ほかに(if/else)
##################################################
-# A variable is like a box you store a value in for later use.
-# We call this "assigning" the value to the variable.
-# Having variables lets us write loops, functions, and if/else statements
+# 変数は、ある値を後で使うために入れておく、箱のようなものです
+# 箱に入れることを、変数に値を代入する、といいます
+# 変数を使うと、ループや関数、if/else 分岐を利用できます
-# VARIABLES
-# Lots of way to assign stuff:
-x = 5 # this is possible
-y <- "1" # this is preferred
-TRUE -> z # this works but is weird
+# 変数
+# 代入する方法はいろいろあります
+x = 5 # これはできます
+y <- "1" # これがおすすめです
+TRUE -> z # これも使えますが、変です
-# LOOPS
-# We've got for loops
+# ループ
+# forでループできます
for (i in 1:4) {
print(i)
}
-# We've got while loops
+# whileでループできます
a <- 10
while (a > 4) {
cat(a, "...", sep = "")
a <- a - 1
}
-# Keep in mind that for and while loops run slowly in R
-# Operations on entire vectors (i.e. a whole row, a whole column)
-# or apply()-type functions (we'll discuss later) are preferred
+# Rでは、forやwhileは遅いことを覚えておいてください
+# 処理を行う場合は、ベクター丸ごと処理する(つまり、行全体や、列全体)を指定して行うか、
+# 後述する、apply()系の関数を使うのがお勧めです
# IF/ELSE
-# Again, pretty standard
+# ごく普通のif文です
if (4 > 3) {
print("4 is greater than 3")
} else {
@@ -358,14 +357,14 @@ if (4 > 3) {
# [1] "4 is greater than 3"
-# FUNCTIONS
-# Defined like so:
+# 関数
+# 以下のように定義します
jiggle <- function(x) {
- x = x + rnorm(1, sd=.1) #add in a bit of (controlled) noise
+ x = x + rnorm(1, sd=.1) #すこしだけ(制御された)ノイズを入れます
return(x)
}
-# Called like any other R function:
-jiggle(5) # 5±ε. After set.seed(2716057), jiggle(5)==5.005043
+# 他のR関数と同じように呼びます
+jiggle(5) # 5±ε. set.seed(2716057)をすると、jiggle(5)==5.005043
@@ -373,26 +372,26 @@ jiggle(5) # 5±ε. After set.seed(2716057), jiggle(5)==5.005043
###########################################################################
-# Data structures: Vectors, matrices, data frames, and arrays
+# データ構造: ベクター、行列、データフレーム、配列
###########################################################################
-# ONE-DIMENSIONAL
+# 1次元
-# Let's start from the very beginning, and with something you already know: vectors.
+# まずは基本からです。すでにご存じのベクターからです
vec <- c(8, 9, 10, 11)
vec # 8 9 10 11
-# We ask for specific elements by subsetting with square brackets
-# (Note that R starts counting from 1)
+# 特定の要素を、[角括弧]による指定で取り出せます
+# (Rでは、最初の要素は1番目と数えます)
vec[1] # 8
letters[18] # "r"
LETTERS[13] # "M"
month.name[9] # "September"
c(6, 8, 7, 5, 3, 0, 9)[3] # 7
-# We can also search for the indices of specific components,
+# 特定のルールに当てはまる要素を見つけることもできます
which(vec %% 2 == 0) # 1 3
-# grab just the first or last few entries in the vector,
+# 最初か最後の数個を取り出すこともできます
head(vec, 1) # 8
tail(vec, 2) # 10 11
# or figure out if a certain value is in the vector