Merge remote-tracking branch 'adambard/master' into adambard/master-cn

3 files changed, 1709 insertions, 0 deletions

diff --git a/ja-jp/bash-jp.html.markdown b/ja-jp/bash-jp.html.markdown
new file mode 100644
index 00000000..88e5ff1c
--- /dev/null
+++ b/ja-jp/bash-jp.html.markdown
@@ -0,0 +1,172 @@
+---
+category: tool
+tool: bash
+contributors:
+    - ["Max Yankov", "https://github.com/golergka"]
+    - ["Darren Lin", "https://github.com/CogBear"]
+    - ["Alexandre Medeiros", "http://alemedeiros.sdf.org"]
+    - ["Denis Arh", "https://github.com/darh"]
+translators:
+    - ["akirahirose", "https://twitter.com/akirahirose"]
+filename: LearnBash-jp.sh
+lang: ja-jp
+---
+
+Bash はunixシェルの1つです。GNUオペレーションシステムのシェルとして配布されています。
+LinuxやMac OS Xの、デフォルトシェルにもなっています。
+以下にある例は、ほぼ全部シェルスクリプトの一部として使えます。また、一部はそのままシェルから実行できます。
+
+[ちゃんとした説明は、こちらをどうぞ](http://www.gnu.org/software/bash/manual/bashref.html)
+
+```bash
+#!/bin/bash
+# 最初の行はShebang(シェバング、シバン)というもので、システムに対して何を使って実行するのかを教えるためのものです
+# ちゃんとした説明、こちらをどうぞ: http://en.wikipedia.org/wiki/Shebang_(Unix)
+# 既にお気づきのように、コメント行は#で始まります. Shebangもコメントです
+
+# まずは Hello world です
+echo Hello world!
+
+# コマンド毎に改行を入れるか、セミコロンで区切ります
+echo 'This is the first line'; echo 'This is the second line'
+
+# 変数の宣言はこのようにやります
+VARIABLE="Some string"
+
+# が、以下のようにやってはダメです
+VARIABLE = "Some string"
+# このように（空白を入れて）書くと、Bash はVARIABLEを実行するべきコマンドとみなし、実行します。
+# そして、VARIABLEというコマンドはない（はずな）ので、エラーになります
+
+
+# 変数の使い方
+echo $VARIABLE
+echo "$VARIABLE"
+echo '$VARIABLE'
+# 変数の値（中身）を使わず、変数名だけを使うとき（代入するときや渡すときなど）は、$なしで変数名を書いてください
+# 変数の値（中身）を使うときは、$をつけます
+# 上記例の最後にある、' (シングルクォート) で囲んだ場合は、変数の値は表示されません!
+
+# 変数値の文字列置換
+echo ${VARIABLE/Some/A}
+# 最初に出てくる "Some" を "A" で置換します
+
+# 変数値の一部を取り出します
+echo ${VARIABLE:0:7}
+# 最初の7文字だけを取り出します
+
+# デフォルトの変数値設定(訳注:シェル実行時に引数で変数値を設定できるが、設定しなかった場合の値を指定できる）
+echo ${FOO:-"DefaultValueIfFOOIsMissingOrEmpty"}
+# 上記は、FOO番目の引数がnullだったとき(FOO番目=)や、空文字が指定されたとき(FOO番目="")に、変数に0を入れます
+# ( 当然ですが、引数に0を指定したとき(FOO番目=0) も、0は入ります）
+
+# 組込み変数
+# 以下のような便利な組込み変数があります
+echo "Last program return value: $?"
+echo "Script's PID: $$"
+echo "Number of arguments: $#"
+echo "Scripts arguments: $@"
+echo "Scripts arguments seperated in different variables: $1 $2..."
+
+# 入力値の読み込み
+echo "What's your name?"
+read NAME # 新しく変数を宣言する必要はないことに注意
+echo Hello, $NAME!
+
+# 普通のif文も使えます
+# 利用できる判定条件については、'man test' で参照してください
+if [ $NAME -ne $USER ]
+then
+    echo "Your name is your username"
+else
+    echo "Your name isn't your username"
+fi
+
+# 他にも、条件判定ができます
+echo "Always executed" || echo "Only executed if first command fails"
+echo "Always executed" && echo "Only executed if first command does NOT fail"
+
+# 数式は以下のように書きます
+echo $(( 10 + 5 ))
+
+# 他のプログラム言語とは違ってbashはシェルなので、現在いるディレクトリ位置が異なると、異なる結果になります
+# lsコマンドで、現在いるディレクトリにあるファイルと、ディレクトリのリストが取得できます
+ls
+
+# これらのコマンドには、実行オプションがいろいろあります
+ls -l # ファイルとディレクトリのリストを行に分けて表示します
+
+# あるコマンド実行による返値を、次のコマンドの入力値としてつかえます
+# 例えばですが、lsコマンドの返値を、grepコマンドによって指定したルールに基づいてフィルタできます。
+# 以下は、現在いるディレクトリにある、.txtファイルのリストを表示する例です
+ls -l | grep "\.txt"
+
+# コマンドに対する入力元や出力先、またエラー出力先などを変更できます
+python2 hello.py < "input.in"
+python2 hello.py > "output.out"
+python2 hello.py 2> "error.err"
+# 出力先として指定したファイルが既に存在する場合は、上書きされます
+# もしもファイルに追記したい場合は、代わりに">>" を使ってください
+
+# コマンド文中で、$()内に別コマンドを入れると、その別コマンドの返値をコマンド文の一部として使う事ができます
+# 次のコマンドは、現在いるディレクトリにあるファイルの数を表示します
+echo "There are $(ls | wc -l) items here."
+
+# バッククォート(backticks) `` でも同じことができますが、入れ子にはできません
+# そのため、$()がお勧めです
+echo "There are `ls | wc -l` items here."
+
+# BashはJavaやC++のように、case文による分岐ができます
+case "$VARIABLE" in 
+    #分岐条件として使いたいパターンを並べてください
+    0) echo "There is a zero.";;
+    1) echo "There is a one.";;
+    *) echo "It is not null.";;
+esac
+
+# 指定した回数、処理を繰り返し
+# 変数の値 $VARIABLE が3回表示されます
+for VARIABLE in {1..3}
+do
+    echo "$VARIABLE"
+done
+
+# while ループです
+while [true]
+do
+    echo "loop body here..."
+    break
+done
+
+# 関数の定義もできます
+function foo ()
+{
+    echo "Arguments work just like script arguments: $@"
+    echo "And: $1 $2..."
+    echo "This is a function"
+    return 0
+}
+
+# 以下のように、もっと簡単な書き方もあります
+bar ()
+{
+    echo "Another way to declare functions!"
+    return 0
+}
+
+# 自作関数を呼びます
+foo "My name is" $NAME
+
+# 他にもいろいろと、知っておくと便利なコマンドがあります
+# file.txtの最後10行を表示します
+tail -n 10 file.txt
+# file.txtの最初10行を表示します
+head -n 10 file.txt
+# file.txt's の行を並び替えます
+sort file.txt
+# 重複している行を表示するか、削除できます。-dオプションをつけると、表示します
+uniq -d file.txt
+# 1行ごとに、','が最初に出てくる前の部分を表示します
+cut -d ',' -f 1 file.txt
+
+```
diff --git a/ja-jp/julia-jp.html.markdown b/ja-jp/julia-jp.html.markdown
new file mode 100644
index 00000000..0c3160a2
--- /dev/null
+++ b/ja-jp/julia-jp.html.markdown
@@ -0,0 +1,762 @@
+---
+language: Julia
+contributors:
+    - ["Leah Hanson", "http://leahhanson.us"]
+translators:
+    - ["Yuichi Motoyama", "https://github.com/yomichi"]
+filename: learnjulia-jp.jl
+lang: ja-jp
+---
+
+Julia は科学技術計算向けに作られた、同図像性を持った(homoiconic) プログラミング言語です。
+マクロによる同図像性や第一級関数などの抽象化機能の恩恵を受けつつ、低階層をも扱えますが、
+それでいてPython 並に学習しやすく、使いやすい言語となっています。
+
+この文章は、Julia の2013年10月18日現在の開発バージョンを元にしています。
+
+```ruby
+
+# ハッシュ（シャープ）記号から改行までは単一行コメントとなります。
+#= 複数行コメントは、
+   '#=' と '=#' とで囲むことで行えます。
+   #= 
+   入れ子構造にすることもできます。
+   =#
+=#
+
+####################################################
+## 1. 基本的な型と演算子
+####################################################
+
+# Julia ではすべて式となります。
+
+# 基本となる数値型がいくつかあります。
+3 # => 3 (Int64)
+3.2 # => 3.2 (Float64)
+2 + 1im # => 2 + 1im (Complex{Int64})
+2//3 # => 2//3 (Rational{Int64})
+
+# 一般的な中置演算子が使用可能です。
+1 + 1 # => 2
+8 - 1 # => 7
+10 * 2 # => 20
+35 / 5 # => 7.0
+5 / 2 # => 2.5 # 整数型同士の割り算の結果は、浮動小数点数型になります
+div(5, 2) # => 2 # 整数のまま割り算するには、 div を使います
+5 \ 35 # => 7.0
+2 ^ 2 # => 4 # べき乗です。排他的論理和ではありません
+12 % 10 # => 2
+
+# 丸括弧で演算の優先順位をコントロールできます
+(1 + 3) * 2 # => 8
+
+# ビット演算
+~2 # => -3   # ビット反転
+3 & 5 # => 1 # ビット積
+2 | 4 # => 6 # ビット和
+2 $ 4 # => 6 # ビット排他的論理和
+2 >>> 1 # => 1 # 右論理シフト
+2 >> 1  # => 1 # 右算術シフト
+2 << 1  # => 4 # 左シフト
+
+# bits 関数を使うことで、数の二進表現を得られます。
+bits(12345)
+# => "0000000000000000000000000000000000000000000000000011000000111001"
+bits(12345.0)
+# => "0100000011001000000111001000000000000000000000000000000000000000"
+
+# ブール値が用意されています
+true
+false
+
+# ブール代数
+!true # => false
+!false # => true
+1 == 1 # => true
+2 == 1 # => false
+1 != 1 # => false
+2 != 1 # => true
+1 < 10 # => true
+1 > 10 # => false
+2 <= 2 # => true
+2 >= 2 # => true
+# 比較演算子をつなげることもできます
+1 < 2 < 3 # => true
+2 < 3 < 2 # => false
+
+# 文字列は " で作れます
+"This is a string."
+
+# 文字リテラルは ' で作れます
+'a'
+
+# 文字列は文字の配列のように添字アクセスできます
+"This is a string"[1] # => 'T' # Julia では添字は 1 から始まります
+# ただし、UTF8 文字列の場合は添字アクセスではうまくいかないので、
+# イテレーションを行ってください(map 関数や for ループなど)
+
+# $ を使うことで、文字列に変数や、任意の式を埋め込めます。
+"2 + 2 = $(2 + 2)" # => "2 + 2 = 4"
+
+# 他にも、printf マクロを使うことでも変数を埋め込めます。
+@printf "%d is less than %f" 4.5 5.3 # 5 is less than 5.300000
+
+# 出力も簡単です
+println("I'm Julia. Nice to meet you!")
+
+####################################################
+## 2. 変数と配列、タプル、集合、辞書
+####################################################
+
+# 変数の宣言は不要で、いきなり変数に値を代入・束縛できます。
+some_var = 5 # => 5
+some_var # => 5
+
+# 値に束縛されていない変数を使おうとするとエラーになります。
+try
+    some_other_var # => ERROR: some_other_var not defined
+catch e
+    println(e)
+end
+
+# 変数名は数字や記号以外の文字から始めます。
+# その後は、数字やアンダースコア(_), 感嘆符(!)も使えます。
+SomeOtherVar123! = 6 # => 6
+
+# Unicode 文字も使えます。
+☃ = 8 # => 8
+# ギリシャ文字などを使うことで数学的な記法が簡単にかけます。
+2 * π # => 6.283185307179586
+
+# Julia における命名習慣について:
+#
+# * 変数名における単語の区切りにはアンダースコアを使っても良いですが、
+#   使わないと読みにくくなる、というわけではない限り、
+#   推奨はされません。
+#
+# * 型名は大文字で始め、単語の区切りにはキャメルケースを使います。
+#
+# * 関数やマクロの名前は小文字で書きます。
+#   単語の分かち書きにはアンダースコアをつかわず、直接つなげます。
+#
+# * 内部で引数を変更する関数は、名前の最後に ! をつけます。
+#   この手の関数は、しばしば「破壊的な関数」とか「in-place な関数」とか呼ばれます。
+
+
+# 配列は、1 から始まる整数によって添字付けられる、値の列です。
+a = Int64[] # => 0-element Int64 Array
+
+# 一次元配列（列ベクトル）は、角括弧 [] のなかにカンマ , 区切りで値を並べることで作ります。
+b = [4, 5, 6] # => 3-element Int64 Array: [4, 5, 6]
+b[1] # => 4
+b[end] # => 6
+
+# 二次元配列は、空白区切りで作った行を、セミコロンで区切ることで作ります。
+matrix = [1 2; 3 4] # => 2x2 Int64 Array: [1 2; 3 4]
+
+# 配列の末尾に値を追加するには push! を、
+# 他の配列を結合するには append! を使います。
+push!(a,1)     # => [1]
+push!(a,2)     # => [1,2]
+push!(a,4)     # => [1,2,4]
+push!(a,3)     # => [1,2,4,3]
+append!(a,b) # => [1,2,4,3,4,5,6]
+
+# 配列の末尾から値を削除するには pop! を使います。
+pop!(b)        # => 6 and b is now [4,5]
+
+# 一旦元に戻しておきましょう。
+push!(b,6)   # b is now [4,5,6] again.
+
+a[1] # => 1 # Julia では添字は0 ではなく1 から始まること、お忘れなく!
+
+# end は最後の添字を表す速記法です。
+# 添字を書く場所ならどこにでも使えます。
+a[end] # => 6
+
+# 先頭に対する削除・追加は shift!, unshift! です。
+shift!(a) # => 1 and a is now [2,4,3,4,5,6]
+unshift!(a,7) # => [7,2,4,3,4,5,6]
+
+# ! で終わる関数名は、その引数を変更するということを示します。
+arr = [5,4,6] # => 3-element Int64 Array: [5,4,6]
+sort(arr) # => [4,5,6]; arr is still [5,4,6]
+sort!(arr) # => [4,5,6]; arr is now [4,5,6]
+
+# 配列の範囲外アクセスをすると BoundsError が発生します。
+try
+    a[0] # => ERROR: BoundsError() in getindex at array.jl:270
+    a[end+1] # => ERROR: BoundsError() in getindex at array.jl:270
+catch e
+    println(e)
+end
+
+# エラーが発生すると、どのファイルのどの行で発生したかが表示されます。
+# 標準ライブラリで発生したものでもファイル名と行数が出ます。
+# ソースからビルドした場合など、標準ライブラリのソースが手元にある場合は
+# base/ ディレクトリから探し出して見てください。
+
+# 配列は範囲オブジェクトから作ることもできます。
+a = [1:5] # => 5-element Int64 Array: [1,2,3,4,5]
+
+# 添字として範囲オブジェクトを渡すことで、
+# 配列の部分列を得ることもできます。
+a[1:3] # => [1, 2, 3]
+a[2:end] # => [2, 3, 4, 5]
+
+# 添字を用いて配列から値の削除をしたい場合は、splice! を使います。
+arr = [3,4,5]
+splice!(arr,2) # => 4 ; arr is now [3,5]
+
+# 配列の結合は append! です。
+b = [1,2,3]
+append!(a,b) # Now a is [1, 2, 3, 4, 5, 1, 2, 3]
+
+# 配列内に指定した値があるかどうかを調べるのには in を使います。
+in(1, a) # => true
+
+# length で配列の長さを取得できます。
+length(a) # => 8
+
+# 変更不可能 (immutable) な値の組として、タプルが使えます。
+tup = (1, 2, 3) # => (1,2,3) # an (Int64,Int64,Int64) tuple.
+tup[1] # => 1
+try:
+    tup[1] = 3 # => ERROR: no method setindex!((Int64,Int64,Int64),Int64,Int64)
+catch e
+    println(e)
+end
+
+# 配列に関する関数の多くが、タプルでも使えます。
+length(tup) # => 3
+tup[1:2] # => (1,2)
+in(2, tup) # => true
+
+# タプルから値をばらして(unpack して) 複数の変数に代入できます。
+a, b, c = (1, 2, 3) # => (1,2,3)  # a is now 1, b is now 2 and c is now 3
+
+# 丸括弧なしでもタプルになります。
+d, e, f = 4, 5, 6 # => (4,5,6)
+
+# ひとつの値だけからなるタプルは、その値自体とは区別されます。
+(1,) == 1 # => false
+(1) == 1 # => true
+
+# 値の交換もタプルを使えば簡単です。
+e, d = d, e  # => (5,4) # d is now 5 and e is now 4
+
+
+# 辞書 (Dict) は、値から値への変換の集合です。
+empty_dict = Dict() # => Dict{Any,Any}()
+
+# 辞書型リテラルは次のとおりです。
+filled_dict = ["one"=> 1, "two"=> 2, "three"=> 3]
+# => Dict{ASCIIString,Int64}
+
+# [] を使ったアクセスができます。
+filled_dict["one"] # => 1
+
+# すべての鍵（添字）は keys で得られます。
+keys(filled_dict)
+# => KeyIterator{Dict{ASCIIString,Int64}}(["three"=>3,"one"=>1,"two"=>2])
+# 必ずしも辞書に追加した順番には並んでいないことに注意してください。
+
+# 同様に、values はすべての値を返します。
+values(filled_dict)
+# => ValueIterator{Dict{ASCIIString,Int64}}(["three"=>3,"one"=>1,"two"=>2])
+# 鍵と同様に、必ずしも辞書に追加した順番には並んでいないことに注意してください。
+
+# in や haskey を使うことで、要素や鍵が辞書の中にあるかを調べられます。
+in(("one", 1), filled_dict) # => true
+in(("two", 3), filled_dict) # => false
+haskey(filled_dict, "one") # => true
+haskey(filled_dict, 1) # => false
+
+# 存在しない鍵を問い合わせると、エラーが発生します。
+try
+    filled_dict["four"] # => ERROR: key not found: four in getindex at dict.jl:489
+catch e
+    println(e)
+end
+
+# get 関数を使い、鍵がなかった場合のデフォルト値を与えておくことで、
+# このエラーを回避できます。
+get(filled_dict,"one",4) # => 1
+get(filled_dict,"four",4) # => 4
+
+# 集合 (Set) は一意な値の、順序付けられていない集まりです。
+empty_set = Set() # => Set{Any}()
+# 集合の初期化
+filled_set = Set(1,2,2,3,4) # => Set{Int64}(1,2,3,4)
+
+# 集合への追加
+push!(filled_set,5) # => Set{Int64}(5,4,2,3,1)
+
+# in で、値が既に存在するかを調べられます。
+in(2, filled_set) # => true
+in(10, filled_set) # => false
+
+# 積集合や和集合、差集合を得る関数も用意されています。
+other_set = Set(3, 4, 5, 6) # => Set{Int64}(6,4,5,3)
+intersect(filled_set, other_set) # => Set{Int64}(3,4,5)
+union(filled_set, other_set) # => Set{Int64}(1,2,3,4,5,6)
+setdiff(Set(1,2,3,4),Set(2,3,5)) # => Set{Int64}(1,4)
+
+
+####################################################
+## 3. 制御構文
+####################################################
+
+# まずは変数を作ります。
+some_var = 5
+
+# if 構文です。Julia ではインデントに意味はありません。
+if some_var > 10
+    println("some_var is totally bigger than 10.")
+elseif some_var < 10    # elseif 節は省略可能です。
+    println("some_var is smaller than 10.")
+else                    # else 節も省略可能です。
+    println("some_var is indeed 10.")
+end
+# => "some var is smaller than 10" と出力されます。
+
+# for ループによって、反復可能なオブジェクトを走査できます。
+# 反復可能なオブジェクトの型として、
+# Range, Array, Set, Dict, String などがあります。
+for animal=["dog", "cat", "mouse"]
+    println("$animal is a mammal")
+    # $ を使うことで文字列に変数の値を埋め込めます。
+    # You can use $ to interpolate variables or expression into strings
+end
+# prints:
+#    dog is a mammal
+#    cat is a mammal
+#    mouse is a mammal
+
+# for = の代わりに for in を使うこともできます
+for animal in ["dog", "cat", "mouse"]
+    println("$animal is a mammal")
+end
+# prints:
+#    dog is a mammal
+#    cat is a mammal
+#    mouse is a mammal
+
+# 辞書ではタプルが返ってきます。
+for a in ["dog"=>"mammal","cat"=>"mammal","mouse"=>"mammal"]
+    println("$(a[1]) is a $(a[2])")
+end
+# prints:
+#    dog is a mammal
+#    cat is a mammal
+#    mouse is a mammal
+
+# タプルのアンパック代入もできます。
+for (k,v) in ["dog"=>"mammal","cat"=>"mammal","mouse"=>"mammal"]
+    println("$k is a $v")
+end
+# prints:
+#    dog is a mammal
+#    cat is a mammal
+#    mouse is a mammal
+
+# while ループは、条件式がtrue となる限り実行され続けます。
+x = 0
+while x < 4
+    println(x)
+    x += 1  # Shorthand for x = x + 1
+end
+# prints:
+#   0
+#   1
+#   2
+#   3
+
+# 例外は try/catch で捕捉できます。
+try
+   error("help")
+catch e
+   println("caught it $e")
+end
+# => caught it ErrorException("help")
+
+
+####################################################
+## 4. 関数
+####################################################
+
+# function キーワードを次のように使うことで、新しい関数を定義できます。
+#function name(arglist)
+#  body...
+#end
+function add(x, y)
+    println("x is $x and y is $y")
+
+    # 最後に評価された式の値が、関数全体の返り値となります。
+    x + y
+end
+
+add(5, 6) # => 11 after printing out "x is 5 and y is 6"
+
+# 可変長引数関数も定義できます。
+function varargs(args...)
+    return args
+    # return キーワードを使うことで、好きな位置で関数から抜けられます。
+end
+# => varargs (generic function with 1 method)
+
+varargs(1,2,3) # => (1,2,3)
+
+# ... はsplat と呼ばれます
+# （訳注：「ピシャッという音（名詞）」「衝撃で平らにする（動詞）」）
+# 今回は関数定義で使いましたが、関数呼び出しに使うこともできます。
+# その場合、配列やタプルの要素を開いて、複数の引数へと割り当てることとなります。
+Set([1,2,3])    # => Set{Array{Int64,1}}([1,2,3]) # 「整数の配列」の集合
+Set([1,2,3]...) # => Set{Int64}(1,2,3) # 整数の集合
+
+x = (1,2,3)     # => (1,2,3)
+Set(x)          # => Set{(Int64,Int64,Int64)}((1,2,3)) # タプルの集合
+Set(x...)       # => Set{Int64}(2,3,1)
+
+
+# 引数に初期値を与えることで、オプション引数をもった関数を定義できます。
+function defaults(a,b,x=5,y=6)
+    return "$a $b and $x $y"
+end
+
+defaults('h','g') # => "h g and 5 6"
+defaults('h','g','j') # => "h g and j 6"
+defaults('h','g','j','k') # => "h g and j k"
+try
+    defaults('h') # => ERROR: no method defaults(Char,)
+    defaults() # => ERROR: no methods defaults()
+catch e
+    println(e)
+end
+
+# キーワード引数を持った関数も作れます。
+function keyword_args(;k1=4,name2="hello") # ; が必要なことに注意
+    return ["k1"=>k1,"name2"=>name2]
+end
+
+keyword_args(name2="ness") # => ["name2"=>"ness","k1"=>4]
+keyword_args(k1="mine") # => ["k1"=>"mine","name2"=>"hello"]
+keyword_args() # => ["name2"=>"hello","k1"=>4]
+
+# もちろん、これらを組み合わせることもできます。
+function all_the_args(normal_arg, optional_positional_arg=2; keyword_arg="foo")
+    println("normal arg: $normal_arg")
+    println("optional arg: $optional_positional_arg")
+    println("keyword arg: $keyword_arg")
+end
+
+all_the_args(1, 3, keyword_arg=4)
+# prints:
+#   normal arg: 1
+#   optional arg: 3
+#   keyword arg: 4
+
+# Julia では関数は第一級関数として、値として扱われます。
+function create_adder(x)
+    adder = function (y)
+        return x + y
+    end
+    return adder
+end
+
+# ラムダ式によって無名関数をつくれます。
+(x -> x > 2)(3) # => true
+
+# 先ほどの create_adder と同じもの
+function create_adder(x)
+    y -> x + y
+end
+
+# 中の関数に名前をつけても構いません。
+function create_adder(x)
+    function adder(y)
+        x + y
+    end
+    adder
+end
+
+add_10 = create_adder(10)
+add_10(3) # => 13
+
+
+# いくつかの高階関数が定義されています。
+map(add_10, [1,2,3]) # => [11, 12, 13]
+filter(x -> x > 5, [3, 4, 5, 6, 7]) # => [6, 7]
+
+# map の代わりとしてリスト内包表記も使えます。
+[add_10(i) for i=[1, 2, 3]] # => [11, 12, 13]
+[add_10(i) for i in [1, 2, 3]] # => [11, 12, 13]
+
+####################################################
+## 5. 型
+####################################################
+
+# Julia ではすべての値にひとつの型がついています。
+# 変数に、ではなくて値に、です。
+# typeof 関数を使うことで、値が持つ型を取得できます。
+typeof(5) # => Int64
+
+# 型自身もまた、第一級の値であり、型を持っています。
+typeof(Int64) # => DataType
+typeof(DataType) # => DataType
+# DataType は型を表現する型であり、DataType 自身もDataType 型の値です。
+
+# 型はドキュメント化や最適化、関数ディスパッチのために使われます。
+# 静的な型チェックは行われません。
+
+# 自分で新しい型を定義することもできます。
+# 他の言語で言う、構造体やレコードに近いものになっています。
+# 型定義には type キーワードを使います。
+# type Name
+#   field::OptionalType
+#   ...
+# end
+type Tiger
+  taillength::Float64
+  coatcolor # 型注釈を省略した場合、自動的に :: Any として扱われます。
+end
+
+# 型を定義すると、その型のプロパティすべてを、定義した順番に
+# 引数として持つデフォルトコンストラクタが自動的に作られます。
+tigger = Tiger(3.5,"orange") # => Tiger(3.5,"orange")
+
+# 型名がそのままコンストラクタ名（関数名）となります。
+sherekhan = typeof(tigger)(5.6,"fire") # => Tiger(5.6,"fire")
+
+# このような、構造体スタイルの型は、具体型(concrete type)と呼ばれます。
+# 具体型はインスタンス化可能ですが、派生型(subtype)を持つことができません。
+# 具体型の他には抽象型(abstract type)があります。
+
+# abstract Name
+abstract Cat # 型の階層図の途中の一点を指し示す名前となります。
+
+# 抽象型はインスタンス化できませんが、派生型を持つことができます。
+# 例えば、 Number は以下の派生型を持つ抽象型です。
+subtypes(Number) # => 6-element Array{Any,1}:
+                 #     Complex{Float16}
+                 #     Complex{Float32}
+                 #     Complex{Float64}
+                 #     Complex{T<:Real}
+                 #     ImaginaryUnit
+                 #     Real
+subtypes(Cat) # => 0-element Array{Any,1}
+
+# すべての型は、直接的にはただひとつの基本型(supertype) を持ちます。
+# super 関数でこれを取得可能です。
+typeof(5) # => Int64
+super(Int64) # => Signed
+super(Signed) # => Real
+super(Real) # => Number
+super(Number) # => Any
+super(super(Signed)) # => Number
+super(Any) # => Any
+# Int64 を除き、これらはすべて抽象型です。
+
+# <: は派生形を表す演算子です。
+# これを使うことで派生型を定義できます。
+type Lion <: Cat # Lion は 抽象型 Cat の派生型
+  mane_color
+  roar::String
+end
+
+# 型名と同じ名前の関数を定義し、既に存在するコンストラクタを呼び出して、
+# 必要とする型の値を返すことによって、
+# デフォルトコンストラクタ以外のコンストラクタを作ることができます。
+
+Lion(roar::String) = Lion("green",roar)
+# 型定義の外側で定義されたコンストラクタなので、外部コンストラクタと呼ばれます。
+
+type Panther <: Cat # Panther も Cat の派生型
+  eye_color
+  Panther() = new("green")
+  # Panther は内部コンストラクタとしてこれのみを持ち、
+  # デフォルトコンストラクタを持たない
+end
+# 内部コンストラクタを使うことで、どのような値が作られるのかをコントロールすることができます。
+# 出来る限り、外部コンストラクタを使うべきです。
+
+####################################################
+## 6. 多重ディスパッチ
+####################################################
+
+# Julia では、すべての名前付きの関数は総称的関数(generic function) です。
+# これは、関数はいくつかの細かいメソッドの集合である、という意味です。
+# 例えば先の Lion 型のコンストラクタ Lion は、Lion という関数の1つのメソッドです。
+
+# コンストラクタ以外の例をみるために、新たに meow 関数を作りましょう。
+
+# Lion, Panther, Tiger 型それぞれに対する meow 関数のメソッド定義
+function meow(animal::Lion)
+  animal.roar # 型のプロパティには . でアクセスできます。
+end
+
+function meow(animal::Panther)
+  "grrr"
+end
+
+function meow(animal::Tiger)
+  "rawwwr"
+end
+
+# meow 関数の実行
+meow(tigger) # => "rawwr"
+meow(Lion("brown","ROAAR")) # => "ROAAR"
+meow(Panther()) # => "grrr"
+
+# 型の階層関係を見てみましょう
+issubtype(Tiger,Cat) # => false
+issubtype(Lion,Cat) # => true
+issubtype(Panther,Cat) # => true
+
+# 抽象型 Cat の派生型を引数にとる関数
+function pet_cat(cat::Cat)
+  println("The cat says $(meow(cat))")
+end
+
+pet_cat(Lion("42")) # => prints "The cat says 42"
+try
+    pet_cat(tigger) # => ERROR: no method pet_cat(Tiger,)
+catch e
+    println(e)
+end
+
+# オブジェクト指向言語では、一般的にシングルディスパッチが用いられます。
+# つまり、関数に複数あるメソッドのうちにどれが呼ばれるかは、
+# その第一引数（もしくは、 . や -> の前にある値の型）によってのみ決定されます。
+# 一方でJulia では、すべての引数の型が、このメソッド決定に寄与します。
+
+# 多変数関数を定義して、この辺りを見て行きましょう。
+function fight(t::Tiger,c::Cat)
+  println("The $(t.coatcolor) tiger wins!")
+end
+# => fight (generic function with 1 method)
+
+fight(tigger,Panther()) # => prints The orange tiger wins!
+fight(tigger,Lion("ROAR")) # => prints The orange tiger wins!
+
+# 第二引数の Cat が実際は Lion だった時に、挙動が変わるようにします。
+fight(t::Tiger,l::Lion) = println("The $(l.mane_color)-maned lion wins!")
+# => fight (generic function with 2 methods)
+
+fight(tigger,Panther()) # => prints The orange tiger wins!
+fight(tigger,Lion("ROAR")) # => prints The green-maned lion wins!
+
+# 別に Tiger だけが戦う必要もないですね。
+fight(l::Lion,c::Cat) = println("The victorious cat says $(meow(c))")
+# => fight (generic function with 3 methods)
+
+fight(Lion("balooga!"),Panther()) # => prints The victorious cat says grrr
+try
+  fight(Panther(),Lion("RAWR")) # => ERROR: no method fight(Panther,Lion)
+catch
+end
+
+# 第一引数にも Cat を許しましょう。
+fight(c::Cat,l::Lion) = println("The cat beats the Lion")
+# => Warning: New definition
+#    fight(Cat,Lion) at none:1
+# is ambiguous with
+#    fight(Lion,Cat) at none:2.
+# Make sure
+#    fight(Lion,Lion)
+# is defined first.
+#fight (generic function with 4 methods)
+
+# 警告が出ましたが、これは次の対戦で何が起きるのかが不明瞭だからです。
+fight(Lion("RAR"),Lion("brown","rarrr")) # => prints The victorious cat says rarrr
+# Julia のバージョンによっては、結果が違うかもしれません。
+
+fight(l::Lion,l2::Lion) = println("The lions come to a tie")
+fight(Lion("RAR"),Lion("brown","rarrr")) # => prints The lions come to a tie
+
+
+# Julia が生成する LLVM 内部表現や、アセンブリを調べることもできます。
+
+square_area(l) = l * l      # square_area (generic function with 1 method)
+
+square_area(5) #25
+
+# square_area に整数を渡すと何が起きる？
+code_native(square_area, (Int32,))  
+	#	    .section    __TEXT,__text,regular,pure_instructions
+	#	Filename: none
+	#	Source line: 1              # Prologue
+	#	    push    RBP
+	#	    mov RBP, RSP
+	#	Source line: 1
+	#	    movsxd  RAX, EDI        # l を取得
+	#	    imul    RAX, RAX        # l*l を計算して RAX に入れる
+	#	    pop RBP                 # Base Pointer を元に戻す
+	#	    ret                     # 終了。RAX の中身が結果
+
+code_native(square_area, (Float32,))
+	#	    .section    __TEXT,__text,regular,pure_instructions
+	#	Filename: none
+	#	Source line: 1
+	#	    push    RBP
+	#	    mov RBP, RSP
+	#	Source line: 1
+	#	    vmulss  XMM0, XMM0, XMM0  # 単精度浮動小数点数演算 (AVX)
+	#	    pop RBP
+	#	    ret
+
+code_native(square_area, (Float64,))
+	#	    .section    __TEXT,__text,regular,pure_instructions
+	#	Filename: none
+	#	Source line: 1
+	#	    push    RBP
+	#	    mov RBP, RSP
+	#	Source line: 1
+	#	    vmulsd  XMM0, XMM0, XMM0 # 倍精度浮動小数点数演算 (AVX)
+	#	    pop RBP
+	#	    ret
+	#	
+
+# Julia では、浮動小数点数と整数との演算では
+# 自動的に浮動小数点数用の命令が生成されることに注意してください。
+# 円の面積を計算してみましょう。
+circle_area(r) = pi * r * r     # circle_area (generic function with 1 method)
+circle_area(5)                  # 78.53981633974483
+
+code_native(circle_area, (Int32,))
+	#	    .section    __TEXT,__text,regular,pure_instructions
+	#	Filename: none
+	#	Source line: 1
+	#	    push    RBP
+	#	    mov RBP, RSP
+	#	Source line: 1
+	#	    vcvtsi2sd   XMM0, XMM0, EDI          # Load integer (r) from memory
+	#	    movabs  RAX, 4593140240              # Load pi
+	#	    vmulsd  XMM1, XMM0, QWORD PTR [RAX]  # pi * r
+	#	    vmulsd  XMM0, XMM0, XMM1             # (pi * r) * r
+	#	    pop RBP
+	#	    ret
+	#
+
+code_native(circle_area, (Float64,))
+	#	    .section    __TEXT,__text,regular,pure_instructions
+	#	Filename: none
+	#	Source line: 1
+	#	    push    RBP
+	#	    mov RBP, RSP
+	#	    movabs  RAX, 4593140496
+	#	Source line: 1
+	#	    vmulsd  XMM1, XMM0, QWORD PTR [RAX]
+	#	    vmulsd  XMM0, XMM1, XMM0
+	#	    pop RBP
+	#	    ret
+	#	
+```
+
+## より勉強するために
+
+[公式ドキュメント](http://docs.julialang.org/en/latest/manual/) (英語)にはより詳細な解説が記されています。
+
+Julia に関して助けが必要ならば、[メーリングリスト](https://groups.google.com/forum/#!forum/julia-users) が役に立ちます。
+みんな非常に親密に教えてくれます。
+
diff --git a/ja-jp/r-jp.html.markdown b/ja-jp/r-jp.html.markdown
new file mode 100644
index 00000000..a8dd7c9c
--- /dev/null
+++ b/ja-jp/r-jp.html.markdown
@@ -0,0 +1,775 @@
+---
+language: R
+contributors:
+    - ["e99n09", "http://github.com/e99n09"]
+    - ["isomorphismes", "http://twitter.com/isomorphisms"]
+translators:
+    - ["akirahirose", "https://twitter.com/akirahirose"]
+filename: learnr-jp.r
+lang: ja-jp
+---
+
+
+R は統計計算用の言語です。
+データの取得やクリーニング、統計処理やグラフ作成をするために便利な、たくさんのライブラリがあります。また、LaTeX文書からRコマンドを呼び出すこともできます
+
+
+```r
+# コメント行は、#で開始します
+
+
+# 複数行をまとめてコメントにすることはできないので、
+# コメントを複数の行に分けたい場合、このように、単に毎行をコメントにしてください
+
+
+# WindowsやMacでは、 COMMAND-ENTERで、コマンドを1行実行できます
+
+
+
+
+
+
+#############################################################################
+# プログラミングがわからなくとも使えるコマンド類
+#############################################################################
+
+
+# この節では、プログラミングがわからなくとも使える便利なRコマンドを紹介します
+# 全てを理解できなくとも、まずはやってみましょう！
+
+
+data()                # 既にロードされているデータを閲覧します
+data(rivers)        # "北米にある大きな川の長さ"データを取得します
+ls()                # "rivers" がワークスペースに表示されました
+head(rivers)        # データの先頭部分です
+# 735 320 325 392 524 450
+
+
+length(rivers)        # 何本の川がデータにある?
+# 141
+summary(rivers) # 統計的に要約するとどうなる?
+#   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
+#  135.0   310.0   425.0   591.2   680.0  3710.0 
+
+
+# 茎葉図（ヒストグラムに似た図）を描く
+stem(rivers)
+
+
+#  The decimal point is 2 digit(s) to the right of the |
+#
+#   0 | 4
+#   2 | 011223334555566667778888899900001111223333344455555666688888999
+#   4 | 111222333445566779001233344567
+#   6 | 000112233578012234468
+#   8 | 045790018
+#  10 | 04507
+#  12 | 1471
+#  14 | 56
+#  16 | 7
+#  18 | 9
+#  20 | 
+#  22 | 25
+#  24 | 3
+#  26 | 
+#  28 | 
+#  30 | 
+#  32 | 
+#  34 | 
+#  36 | 1
+
+
+stem(log(rivers)) # このデータは、正規分布でも対数正規分布でもないので、注意！
+# 特に正規分布原理主義のみなさん
+
+
+#  The decimal point is 1 digit(s) to the left of the |
+#
+#  48 | 1
+#  50 | 
+#  52 | 15578
+#  54 | 44571222466689
+#  56 | 023334677000124455789
+#  58 | 00122366666999933445777
+#  60 | 122445567800133459
+#  62 | 112666799035
+#  64 | 00011334581257889
+#  66 | 003683579
+#  68 | 0019156
+#  70 | 079357
+#  72 | 89
+#  74 | 84
+#  76 | 56
+#  78 | 4
+#  80 | 
+#  82 | 2
+
+
+# ヒストグラム作成
+hist(rivers, col="#333333", border="white", breaks=25) # これらのパラメータをつかいます
+hist(log(rivers), col="#333333", border="white", breaks=25) # いろいろな使い方ができます
+
+
+# 別のロード済データでやってみましょう。Rには、いろいろなデータがロードされています。
+data(discoveries)
+plot(discoveries, col="#333333", lwd=3, xlab="Year",
+     main="Number of important discoveries per year")
+plot(discoveries, col="#333333", lwd=3, type = "h", xlab="Year",
+     main="Number of important discoveries per year")
+
+
+# 年次のソートだけではなく、
+# 標準的な並べ替えもできます
+sort(discoveries)
+#  [1]  0  0  0  0  0  0  0  0  0  1  1  1  1  1  1  1  1  1  1  1  1  2  2  2  2
+# [26]  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  3  3  3
+# [51]  3  3  3  3  3  3  3  3  3  3  3  3  3  3  3  3  3  4  4  4  4  4  4  4  4
+# [76]  4  4  4  4  5  5  5  5  5  5  5  6  6  6  6  6  6  7  7  7  7  8  9 10 12
+
+
+stem(discoveries, scale=2)
+# 
+#  The decimal point is at the |
+#
+#   0 | 000000000
+#   1 | 000000000000
+#   2 | 00000000000000000000000000
+#   3 | 00000000000000000000
+#   4 | 000000000000
+#   5 | 0000000
+#   6 | 000000
+#   7 | 0000
+#   8 | 0
+#   9 | 0
+#  10 | 0
+#  11 | 
+#  12 | 0
+
+
+max(discoveries)
+# 12
+summary(discoveries)
+#   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
+#    0.0     2.0     3.0     3.1     4.0    12.0 
+
+
+# サイコロを振ります
+round(runif(7, min=.5, max=6.5))
+# 1 4 6 1 4 6 4
+# 私と同じrandom.seed(31337)を使わない限りは、別の値になります
+
+
+# ガウス分布を9回生成します
+rnorm(9)
+# [1]  0.07528471  1.03499859  1.34809556 -0.82356087  0.61638975 -1.88757271
+# [7] -0.59975593  0.57629164  1.08455362
+
+
+
+
+
+
+##################################################
+# データ型と基本計算
+##################################################
+
+
+# ここからは、プログラミングをつかうチュートリアルです
+# この節ではRで重要なデータ型（データクラス）の、整数型、数字型、文字型、論理型と因子（ファクター）型をつかいます
+# 他にもいろいろありますが、これらの必要最小限なものから始めましょう
+
+
+# 整数型
+# 整数型はLで指定します
+5L # 5
+class(5L) # "integer"
+# (?class を実行すると、class()関数について、さらなる情報が得られます)
+# Rでは、この5Lのような1つの値は、長さ1のベクトルとして扱われます
+length(5L) # 1
+# 整数型のベクトルはこのようにつくります
+c(4L, 5L, 8L, 3L) # 4 5 8 3
+length(c(4L, 5L, 8L, 3L)) # 4
+class(c(4L, 5L, 8L, 3L)) # "integer"
+
+
+# 数字型
+# 倍精度浮動小数点数です
+5 # 5
+class(5) # "numeric"
+# しつこいですが、すべてはベクトルです
+# 1つ以上の要素がある数字のベクトルも、作ることができます
+c(3,3,3,2,2,1) # 3 3 3 2 2 1
+# 指数表記もできます
+5e4 # 50000
+6.02e23 # アボガドロ数
+1.6e-35 # プランク長
+# 無限大、無限小もつかえます
+class(Inf)        # "numeric"
+class(-Inf)        # "numeric"
+# 例のように、"Inf"を使ってください。integrate( dnorm(x), 3, Inf);
+# Z-スコア表が必要なくなります
+
+
+# 基本的な計算
+# 数を計算できます
+# 整数と整数以外の数字を両方使った計算をすると、結果は整数以外の数字になります
+10L + 66L # 76      # 整数足す整数は整数
+53.2 - 4  # 49.2    # 整数引く数字は数字
+2.0 * 2L  # 4       # 数字かける整数は数字
+3L / 4    # 0.75    # 整数割る数字は数字
+3 %% 2          # 1       # 二つの数字を割った余りは数字
+# 不正な計算は "not-a-number"になります
+0 / 0 # NaN
+class(NaN) # "numeric"
+# 長さが1より大きなベクター同士の計算もできます
+# 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
+
+# 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"
+# 上記は両方とも、長さ1のベクターです
+# 以下は、より長い場合です
+c('alef', 'bet', 'gimmel', 'dalet', 'he')
+# =>
+# "alef"   "bet"    "gimmel" "dalet"  "he"
+length(c("Call","me","Ishmael")) # 3
+# 正規表現処理を文字ベクターに適用できます
+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"
+# [20] "t" "u" "v" "w" "x" "y" "z"
+month.abb # "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec"
+
+
+# 論理
+# Rでは、Booleanは論理（logical）型です
+class(TRUE)        # "logical"
+class(FALSE)        # "logical"
+# 以下は比較演算子の例です
+TRUE == TRUE        # TRUE
+TRUE == FALSE        # FALSE
+FALSE != FALSE        # FALSE
+FALSE != TRUE        # TRUE
+# 無いデータ (NA) も論理型です
+class(NA)        # "logical"
+# 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
+
+
+# 因子（ファクター）
+# 因子型は、カテゴリカルデータ用の型です
+# 因子には、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
+# "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" 
+# 因子ベクターの長さが1ならば、そのlevelも1です
+length(factor("male")) # 1
+length(levels(factor("male"))) # 1
+# 因子型は、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" は特殊な型なのですが、ベクターを空にするときに使います
+class(NULL)        # NULL
+parakeet
+# =>
+# [1] "beak"     "feathers" "wings"    "eyes"    
+parakeet <- NULL
+parakeet
+# =>
+# NULL
+
+
+# 型の強制
+# 型の強制とは、ある値を、強制的に別の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
+# 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")
+# =>
+# [1] NA
+# Warning message:
+# NAs introduced by coercion 
+
+
+# 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
+
+
+
+
+
+
+##################################################
+# 変数、ループ、もし/ほかに（if/else）
+##################################################
+
+
+# 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
+
+
+# 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、ちょっとわかりにくいですね
+
+
+# ループ
+# forでループできます
+for (i in 1:4) {
+  print(i)
+}
+# whileでループできます
+a <- 10
+while (a > 4) {
+        cat(a, "...", sep = "")
+        a <- a - 1
+}
+# Rでは、forやwhileは遅いことを覚えておいてください
+# ベクターを丸ごと処理する（つまり、行全体や、列全体を指定して処理する）か、
+# 後述する、apply()系の関数を使うのが、速度的にはお勧めです
+
+
+# IF/ELSE
+# ごく普通のif文です
+if (4 > 3) {
+        print("4 is greater than 3")
+} else {
+        print("4 is not greater than 3")
+}
+# =>
+# [1] "4 is greater than 3"
+
+
+# 関数
+# 以下のように定義します
+jiggle <- function(x) {
+        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)
+}
+# 他の関数と同じように、呼びます
+jiggle(5)        # 5±ε.  set.seed(2716057)をすると、jiggle(5)==5.005043
+
+
+
+
+
+
+###########################################################################
+# データ構造: ベクター、行列、データフレーム、配列
+###########################################################################
+
+
+# 1次元
+
+
+# まずは基本からです。ご存じベクターからです
+vec <- c(8, 9, 10, 11)
+vec        #  8  9 10 11
+# 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
+# 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
+# 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
+# ある値がベクターにあるかどうかをみることができます
+any(vec == 10) # TRUE
+# ベクターの数より大きなインデックスを指定すると、NAが返ります
+vec[6]        # NA
+# ベクターの長さは、length()で取得できます
+length(vec)        # 4
+# ベクター全体、または1部に対して、操作ができます
+vec * 4        # 16 20 24 28
+vec[2:3] * 5        # 25 30
+any(vec[2:3] == 8) # FALSE
+# R には、ベクターにある値を要約するための様々な関数があります
+mean(vec)        # 9.5
+var(vec)        # 1.666667
+sd(vec)                # 1.290994
+max(vec)        # 11
+min(vec)        # 8
+sum(vec)        # 38
+# 他にも、ベクター関連ではいろいろな関数があります。以下はベクターをつくるための方法です
+5:15        # 5  6  7  8  9 10 11 12 13 14 15
+seq(from=0, to=31337, by=1337)
+# =>
+#  [1]     0  1337  2674  4011  5348  6685  8022  9359 10696 12033 13370 14707
+# [13] 16044 17381 18718 20055 21392 22729 24066 25403 26740 28077 29414 30751
+
+
+# 2次元配列 (すべての値が同じ型の場合)
+
+
+# 同じ型の値が含まれる2次元配列は、このように作れます
+mat <- matrix(nrow = 3, ncol = 2, c(1,2,3,4,5,6))
+mat
+# =>
+#      [,1] [,2]
+# [1,]    1    4
+# [2,]    2    5
+# [3,]    3    6
+# ベクターとは違い、2次元配列の型名は"matrix"です。
+class(mat) # => "matrix"
+# 最初の行
+mat[1,]        # 1 4
+# 最初の列に対する操作
+3 * mat[,1]        # 3 6 9
+# 特定のセルを取り出し
+mat[3,2]        # 6
+
+
+# 2次元配列全体を転置します
+t(mat)
+# =>
+#      [,1] [,2] [,3]
+# [1,]    1    2    3
+# [2,]    4    5    6
+
+
+# 2次元配列の積
+mat %*% t(mat)
+# =>
+#      [,1] [,2] [,3]
+# [1,]   17   22   27
+# [2,]   22   29   36
+# [3,]   27   36   45
+
+
+# cbind() は、複数のベクターを、別々の列に並べて2次元配列を作ります
+mat2 <- cbind(1:4, c("dog", "cat", "bird", "dog"))
+mat2
+# =>
+#      [,1] [,2]   
+# [1,] "1"  "dog"  
+# [2,] "2"  "cat"  
+# [3,] "3"  "bird" 
+# [4,] "4"  "dog"
+class(mat2)        # matrix
+# ここでいま1度、2次元配列内の型について注意してください!
+# 2次元配列にある値は、すべて同じ型にする必要があります。そのため、すべて文字型に変換されています
+c(class(mat2[,1]), class(mat2[,2]))
+
+
+# rbind() は、複数のベクターを、別々の行に並べて2次元配列を作ります
+mat3 <- rbind(c(1,2,4,5), c(6,7,0,4))
+mat3
+# =>
+#      [,1] [,2] [,3] [,4]
+# [1,]    1    2    4    5
+# [2,]    6    7    0    4
+# 全ての値は同じ型になります。上記例は幸い、強制変換がされないものでした
+
+
+# 2次元配列 (いろいろな型を含む場合)
+
+
+# 異なる型の値を含む配列をつくりたい場合、データフレームを使ってください
+# データフレームは、統計処理を行うプログラムをする際にとても便利です
+# Pythonでも、 "pandas"というパッケージにて、似たものが利用可能です
+
+
+students <- data.frame(c("Cedric","Fred","George","Cho","Draco","Ginny"),
+                       c(3,2,2,1,0,-1),
+                       c("H", "G", "G", "R", "S", "G"))
+names(students) <- c("name", "year", "house") #カラム名
+class(students)        # "data.frame"
+students
+# =>
+#     name year house
+# 1 Cedric    3     H
+# 2   Fred    2     G
+# 3 George    2     G
+# 4    Cho    1     R
+# 5  Draco    0     S
+# 6  Ginny   -1     G
+class(students$year)        # "numeric"
+class(students[,3])        # "factor"
+# 行と列の数をみます
+nrow(students)        # 6
+ncol(students)        # 3
+dim(students)        # 6 3
+# このdata.frame() 関数は、デフォルトでは文字列ベクターを因子ベクターに変換します
+# stringsAsFactors = FALSE に設定してからデータフレームを作成すると、変換されません
+?data.frame
+
+
+# データフレームの1部を取り出すには、いろいろな（変な）、似たような方法があります
+students$year        # 3  2  2  1  0 -1
+students[,2]        # 3  2  2  1  0 -1
+students[,"year"]        # 3  2  2  1  0 -1
+
+
+# データフレームの拡張版が、データテーブルです。
+# 大きなデータやパネルデータ、データセットの結合が必要な場合には、データテーブルを使うべきです。
+# 以下に駆け足で説明します
+install.packages("data.table") # CRANからパッケージをダウンロードします
+require(data.table) # ロードします
+students <- as.data.table(students)
+students # 若干異なる出力がされることに注意
+# =>
+#      name year house
+# 1: Cedric    3     H
+# 2:   Fred    2     G
+# 3: George    2     G
+# 4:    Cho    1     R
+# 5:  Draco    0     S
+# 6:  Ginny   -1     G
+students[name=="Ginny"] # name == "Ginny"の行を取り出します
+# =>
+#     name year house
+# 1: Ginny   -1     G
+students[year==2] # year == 2の行を取り出します
+# =>
+#      name year house
+# 1:   Fred    2     G
+# 2: George    2     G
+# データテーブルは、二つのデータセットを結合するのにも便利です
+# 結合用に、生徒データが入った別のデータテーブルをつくります
+founders <- data.table(house=c("G","H","R","S"),
+                       founder=c("Godric","Helga","Rowena","Salazar"))
+founders
+# =>
+#    house founder
+# 1:     G  Godric
+# 2:     H   Helga
+# 3:     R  Rowena
+# 4:     S Salazar
+setkey(students, house)
+setkey(founders, house)
+students <- founders[students] # 二つのデータテーブルを、"house"をキーとして結合します
+setnames(students, c("house","houseFounderName","studentName","year"))
+students[,order(c("name","year","house","houseFounderName")), with=F]
+# =>
+#    studentName year house houseFounderName
+# 1:        Fred    2     G           Godric
+# 2:      George    2     G           Godric
+# 3:       Ginny   -1     G           Godric
+# 4:      Cedric    3     H            Helga
+# 5:         Cho    1     R           Rowena
+# 6:       Draco    0     S          Salazar
+
+
+# データテーブルは、要約を作るのも簡単です
+students[,sum(year),by=house]
+# =>
+#    house V1
+# 1:     G  3
+# 2:     H  3
+# 3:     R  1
+# 4:     S  0
+
+
+# データフレームやデータテーブルから列を消したい場合は、NULL値を代入します
+students$houseFounderName <- NULL
+students
+# =>
+#    studentName year house
+# 1:        Fred    2     G
+# 2:      George    2     G
+# 3:       Ginny   -1     G
+# 4:      Cedric    3     H
+# 5:         Cho    1     R
+# 6:       Draco    0     S
+
+
+# データテーブルから行を消す場合は、以下のように除く行を指定すればできます
+students[studentName != "Draco"]
+# =>
+#    house studentName year
+# 1:     G        Fred    2
+# 2:     G      George    2
+# 3:     G       Ginny   -1
+# 4:     H      Cedric    3
+# 5:     R         Cho    1
+# データフレームの場合も同様です
+students <- as.data.frame(students)
+students[students$house != "G",]
+# =>
+#   house houseFounderName studentName year
+# 4     H            Helga      Cedric    3
+# 5     R           Rowena         Cho    1
+# 6     S          Salazar       Draco    0
+
+
+# 多次元 (すべての値が同じ型の場合)
+
+
+# 配列を並べて、N次元の表を作ります
+# 配列なので、すべての値は同じ型にする必要があります
+# ちなみに、以下のようにすれば2次元配列・2次元表も作成可能です
+array(c(c(1,2,4,5),c(8,9,3,6)), dim=c(2,4))
+# =>
+#      [,1] [,2] [,3] [,4]
+# [1,]    1    4    8    3
+# [2,]    2    5    9    6
+# 2次元配列を並べて、3次元配列を作ることもできます
+array(c(c(c(2,300,4),c(8,9,0)),c(c(5,60,0),c(66,7,847))), dim=c(3,2,2))
+# =>
+# , , 1
+#
+#      [,1] [,2]
+# [1,]    2    8
+# [2,]  300    9
+# [3,]    4    0
+#
+# , , 2
+#
+#      [,1] [,2]
+# [1,]    5   66
+# [2,]   60    7
+# [3,]    0  847
+
+
+# リスト（多次元、不完全または複数の型が使われているもの)
+
+
+# ついにRのリストです
+list1 <- list(time = 1:40)
+list1$price = c(rnorm(40,.5*list1$time,4)) # random
+list1
+# リストの要素は以下のようにして取得できます
+list1$time # ある方法
+list1[["time"]] # 別の方法
+list1[[1]] # また別の方法
+# =>
+#  [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
+# [34] 34 35 36 37 38 39 40
+# 他のベクターと同じく、1部を取り出すことができます
+list1$price[4]
+
+
+# リストは、Rで1番効率的なデータ型ではありません
+# 特別な理由がない限りは、リストの代わりにデータフレームを使うべきです
+# リストは、線形回帰関数の返値として、しばしば使われています
+
+
+##################################################
+# apply() 系の関数
+##################################################
+
+
+# matは覚えていますよね？
+mat
+# =>
+#      [,1] [,2]
+# [1,]    1    4
+# [2,]    2    5
+# [3,]    3    6
+# apply(X, MARGIN, FUN) は、行列Xの行（MARGIN=1で指定)または列（MARGIN=2で指定)に対して、関数FUNを実行します
+# Rで、このように指定してXの全行または全列に関数を実行するのは、forやwhileループを使うよりも、遥かに速いです
+apply(mat, MAR = 2, jiggle)
+# =>
+#      [,1] [,2]
+# [1,]    3   15
+# [2,]    7   19
+# [3,]   11   23
+# 他にも便利な関数があります。?lapply, ?sapply で確認してみてください
+
+
+# apply()系関数の使い方は、ちょっとややこしいです（みんなそう思ってます）。なので、あまり怖がりすぎないでください
+
+
+# plyr パッケージは、*apply() 系の関数を置き換えて（さらに改善して）いこうとしています
+install.packages("plyr")
+require(plyr)
+?plyr
+
+
+
+
+
+
+#########################
+# データロード
+#########################
+
+
+# "pets.csv"は、インターネット上に置いてあるファイルです
+# (しかし、自分のPCにあるのと同じぐらい簡単に扱う事ができます)
+pets <- read.csv("http://learnxinyminutes.com/docs/pets.csv")
+pets
+head(pets, 2) # 最初の2行
+tail(pets, 1) # 最後の行
+
+
+# データフレームか行列をcsvファイルとして保存します
+write.csv(pets, "pets2.csv") # 新しくcsvファイルを作ります
+# ワーキングディレクトリを、setwd()で設定します。　ワーキングディレクトリは getwd()で確認可能です
+
+
+# ?read.csv や ?write.csv を入力すると、よりたくさんの情報を確認できます
+
+
+
+
+
+
+#########################
+# プロット
+#########################
+
+
+# Rに組込まれているプロット関数をつかいます
+# 散布図!
+plot(list1$time, list1$price, main = "fake data")
+# 回帰図!
+linearModel <- lm(price  ~ time, data = list1)
+linearModel # outputs result of regression
+# 回帰直線を既存の図上に引きます
+abline(linearModel, col = "red")
+# いろいろな散布図をつくって、確認できます
+plot(linearModel)
+# ヒストグラム！
+hist(rpois(n = 10000, lambda = 5), col = "thistle")
+# 棒グラフ！
+barplot(c(1,4,5,1,2), names.arg = c("red","blue","purple","green","yellow"))
+
+
+# GGPLOT2
+# 上記の組込み関数を使うよりも、もっときれいな図を描くこともできます
+# ggplot2 パッケージを使って、より多くのよい図を描いてみましょう
+install.packages("ggplot2")
+require(ggplot2)
+?ggplot2
+pp <- ggplot(students, aes(x=house))
+pp + geom_histogram()
+ll <- as.data.table(list1)
+pp <- ggplot(ll, aes(x=time,price))
+pp + geom_point()
+# ggplot2 には、素晴らしい関連ドキュメントがそろっています (http://docs.ggplot2.org/current/)
+
+
+
+
+
+
+```
+
+
+## Rの入手方法
+
+
+* RとR GUIはこちら [http://www.r-project.org/](http://www.r-project.org/)
+* [RStudio](http://www.rstudio.com/ide/) 別のGUI