diff options
Diffstat (limited to 'ja-jp/r-jp.html.markdown')
| -rw-r--r-- | ja-jp/r-jp.html.markdown | 107 |
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 |