R (プログラミング言語)

R

R端子
パラダイム	マルチパラダイム：手続き型、オブジェクト指向、関数型、リフレクション型、命令型、配列[1]
デザイン：	ロス・イハカとロバート・ジェントルマン
開発者	R コアチーム
初登場	1993年8月; 31年前 ( 1993-08 )
安定版リリース	4.4.2 [2]  / 2024年10月31日; 22日前 (31 October 2024)
タイピングの規律	動的
プラットフォーム	arm64とx86-64
ライセンス	GPL-2.0以降[3]
ファイル名拡張子	.r [4] .rdata .r歴史 .rds .rda [5]
Webサイト	r-project.org より
影響を受けた
リスプ S [6] スキーム[1]
影響を受けた
ジュリア[7] パンダ[8]
Wikibooks の R プログラミング

Rは統計計算とデータ可視化のためのプログラミング言語です。データマイニング、バイオインフォマティクス、データ分析の分野で採用されています。^[9]

コアR言語は、再利用可能なコード、ドキュメント、サンプル データ を含む多数の拡張パッケージによって拡張されています。

Rソフトウェアはオープンソースでフリーソフトウェアです。GNUプロジェクトによってライセンスされており、GNU一般公衆利用許諾書の下で利用可能です。^[3]主にC、Fortran、Rで書かれています。さまざまなオペレーティングシステム用にコンパイル済みの 実行ファイルが提供されています。

インタプリタ言語であるRには、ネイティブのコマンドライン インターフェイスがあります。さらに、統合開発環境のRStudioやノートブック インターフェイスのJupyterなど、複数のサードパーティ製グラフィカル ユーザー インターフェイスも利用できます。

Rは、オークランド大学で統計学入門を教えるためのプログラミング言語として、ロス・イハカ教授とロバート・ジェントルマン教授によって開発されました。^[10]この言語はSプログラミング言語に触発されており、ほとんどのSプログラムはRで変更せずに実行できます。^{[6]この言語は、}ローカル変数を可能にするSchemeのレキシカルスコープにも触発されています。^[1]

言語名Rは、S言語の後継言語であることと、作者のロスとロバートの共通の頭文字に由来しています。^[11] 1993年8月、イハカとジェントルマンは、データアーカイブWebサイトStatLibにRのバイナリを投稿しました。^[12]同時に、彼らはs-newsメーリングリストに投稿を発表しました。^[13] 1997年12月5日、バージョン0.60がリリースされ、 RはGNUプロジェクトになりました。 ^[14] 2000年2月29日、最初の公式バージョン1.0がリリースされました。^[15]

Rパッケージは、Rを拡張する関数、ドキュメント、データのコレクションです。 ^[16]たとえば、パッケージはRMarkdown、Quarto、^[17] knitr、Sweaveなどのレポート機能を追加します。 パッケージはまた、線形、一般化線形および非線形モデリング、古典的な統計テスト、空間分析、時系列分析、クラスタリングなどのさまざまな統計手法を実装する機能を追加します。 パッケージのインストールと使用が簡単なため、データサイエンスにおけるこの言語の採用が進んでいます。^[18]

基本パッケージはRを起動するとすぐに利用可能になり、プログラミング、コンピューティング、グラフィックス生成、基本的な算術、統計機能に必要な構文とコマンドを提供します。 ^[19]

包括的Rアーカイブネットワーク（CRAN）は、1997年にKurt HornikとFriedrich Leischによって設立され、Rのソースコード、実行ファイル、ドキュメント、およびユーザーが作成したパッケージをホストしています。^[20]その名前と範囲は、包括的TeXアーカイブネットワークと包括的Perlアーカイブネットワークを模倣しています。^[20] CRANには当初、3つのミラーと12の寄稿パッケージがありました。^[21] 2024年10月16日現在、99のミラー^[22]と21,513の寄稿パッケージ^[update]があります。 ^{[23]パッケージは、}リポジトリR-Forge、Omegahat、およびGitHubでも入手できます。^{[24] [25] [26]}

CRAN Web サイトのタスク ビューには、金融、遺伝学、高性能コンピューティング、機械学習、医用画像、メタ分析、社会科学、空間統計などの分野のパッケージがリストされています。

Bioconductorプロジェクトは、ゲノムデータ解析、相補 DNA、マイクロアレイ、およびハイスループット シーケンス法のためのパッケージを提供します。

tidyverseパッケージには、" tidyデータ"へ​​のアクセスと処理に関連するタスクのための共通インターフェースを提供するいくつかの補助パッケージがバンドルされています。 ^[27]データは、各観測値に対して1行、各変数に対して1列の2次元テーブルに格納されています。 ^[28]

パッケージのインストールは一度だけ行われます。例えば、tidyverseパッケージをインストールするには、次のようにします。^[28]

> install.packages ( "tidyverse" )

パッケージの関数、データ、ドキュメントをロードするには、library()関数を実行します。tidyverseをロードするには: [ ^a]

> # パッケージ名は引用符で囲むことができます
> library ( "tidyverse" )

> # ただし、パッケージ名は引用符なしでも呼び出すことができます
> library ( tidyverse )

Rにはコマンドラインコンソールがインストールされています。インストールできる統合開発環境（IDE）はいくつかあります。R用のIDEには、R.app ^[29]（OSX / macOSのみ）、Rattle GUI、R Commander、RKWard、RStudio、Tinn-Rなどがあります。^[30]

R をサポートする汎用 IDE には、StatET プラグイン経由のEclipseや、 R Tools for Visual Studio経由のVisual Studioなどがあります。

R をサポートするエディターには、Emacs、Nvim-R プラグイン経由のVim 、 Kate、Sweave経由のLyX、WinEdt (Web サイト)、Jupyter (Web サイト) などがあります。

R をサポートするスクリプト言語には、Python (Web サイト)、Perl (Web サイト)、Ruby (ソース コード)、F# (Web サイト)、Julia (ソース コード) などがあります。

R をサポートする汎用プログラミング言語には、 Rserve ソケット サーバー経由のJavaや.NET C# (Web サイト) などがあります。

バックグラウンドで R を使用する統計フレームワークには、JamoviやJASP などがあります。

R コア チームは、 R ソース コードを保守するために 1997 年に設立されました。R Foundation for Statistical Computing は、財政的支援を提供するために 2003 年 4 月に設立されました。R コンソーシアムは、 Rインフラストラクチャを開発するためのLinux Foundationプロジェクトです。

R Journal は、 R の使用と開発に関する短い記事から中程度の長さの記事を掲載するオープン アクセスの学術ジャーナルです。パッケージ、プログラミングのヒント、CRAN ニュース、財団のニュースに関する記事が含まれます。

R コミュニティは、多くのカンファレンスや対面のミートアップを主催しています。これらのグループには次のものが含まれます。

• UseR!: 毎年開催される国際 R ユーザー カンファレンス (Web サイト)
• 統計計算の方向性 (DSC) (ウェブサイト)
• R-Ladies : R コミュニティにおけるジェンダーの多様性を促進する組織(ウェブサイト)
• SatRdays: 土曜日に開催される R に焦点を当てたカンファレンス (ウェブサイト)
• Rカンファレンス（ウェブサイト）
• posit::conf (旧称 rstudio::conf) (ウェブサイト)

主な R 実装は主にC、Fortran、およびR 自体で書かれています。その他の実装には次のものがあります。

• Radford M. Nealによる pretty quick R (pqR) は、メモリ管理の改善を試みます。
• Renjin は、Java 仮想マシン用のRの実装です。
• CXXRとRiposte ^[31]はC++で書かれたRの実装である。
• Oracle のFastR は、GraalVM 上に構築されたRの実装です。
• S-PLUSの開発元であるTIBCO Softwareは、 Spotfireと統合するためのR実装であるTERRを開発しました。^[32]

Microsoft R Open (MRO)はRの実装でした。2021年6月30日現在、MicrosoftはCRANディストリビューションを採用し、MROを段階的に廃止し始めました。^[33]

R はオープンソースプロジェクトですが、一部の企業が商用サポートを提供しています。

• Revolution Analytics は、 Revolution R の商用サポートを提供します。
• Oracle は、R を他の製品に統合するBig Data Applianceの商用サポートを提供しています。
• IBM は、Hadoop内での R の実行に対する商用サポートを提供しています。

「Hello, World!」プログラム:

> print ( "Hello, World!" ) 
[1] "Hello, World!"

以下の例は、言語の基本的な構文とコマンドラインインターフェースの使用方法を示しています。（標準的な言語機能の拡張リストは、Rマニュアル「R入門」に記載されています。^[34]）

Rでは、一般的に好まれる代入演算子は2つの文字からなる矢印です<-が、=場合によっては使用されることもあります。^[35]

> x <- 1 : 6 # 現在の環境で数値ベクトルを作成します。 > y <- x ^ 2 # xの値に基づいてベクトルを作成します。> print ( y ) # ベクトルの内容を印刷します。[1] 1 4 9 16 25 36   
   
 


> z <- x + y # xとyの合計である新しいベクトルを作成します> z # zの内容を現在の環境に戻します。[1] 2 6 12 20 30 42     
 


> z_matrix <- matrix ( z , nrow = 3 ) # ベクトル z を 3x2 行列オブジェクトに変換する新しい行列を作成します> z_matrix      [,1] [,2] [1,] 2 20 [2,] 6 30 [3,] 12 42      
 





> 2 * t ( z_matrix ) - 2 # 行列を転置し、各要素に2を掛け、行列の各要素から2を減算し、結果を端末に返します。     [,1] [,2] [,3] [1,] 2 10 22 [2,] 38 58 82     




> new_df <- data.frame ( t ( z_matrix ), row.names = c ( "A" , "B" )) # 転置された z_matrix のデータを含む新しい data.frame オブジェクトを作成します。行名は 'A' と 'B' です。> names ( new_df ) <- c ( "X" , "Y" , "Z" ) # new_df の列名を X、Y、Z に設定します。> print ( new_df ) # 現在の結果を出力します。   XYZ A 2 6 12 B 20 30 42       
     
  




> new_df $ Z # Z列を出力する[1] 12 42 


> new_df $ Z == new_df [ 'Z' ] && new_df [ 3 ] == new_df $ Z # data.frame 列 Z には $Z、['Z']、または [3] 構文を使用してアクセスでき、値は同じです。[1] TRUE       


>属性( new_df ) # new_df オブジェクトの属性情報を出力します$names [1] "X" "Y" "Z" 



$row.names 
[1] "A" "B"

$class 
[1] "データフレーム"

>属性( new_df ) $ row.names <- c ( "one" , "two" ) # row.names 属性にアクセスして変更します。rownames() を使用しても実行できます。> new_df      XYZ one 2 6 12 two 20 30 42    

Rの強みの一つは、新しい関数を簡単に作成できることです。^[36]関数本体内のオブジェクトは関数内でローカルであり、任意のデータ型を返すことができます。Rでは、ほぼすべての関数とすべてのユーザー定義関数はクロージャです。^[37]

関数を作成します。

# 入力パラメータは x と y です。
#関数は x と y の線形結合を返します。f 
<- function ( x , y ) { z <- 3 * x + 4 * y    
          

  # 明示的な return() ステートメントはオプションであり、単に `z` 
return ( z )に置き換えることができます}  

使用出力:

> f ( 1 , 2 ) [1] 11 


> f ( c ( 1 , 2 , 3 ), c ( 5 , 3 , 4 )) [1] 23 18 25     


> （1 ：3、4 ）[ 1 ] 19 22 25 

特別な構文を使用して、関数をインフィックス演算子として使用するように定義することができます`%name%`。ここで、「name」は関数変数名です。

> `%sumx2y2%` <- function ( e1 , e2 ) { e1 ^ 2 + e2 ^ 2 } > 1 : 3 %sumx2y2% - ( 1 : 3 ) [1] 2 8 18          
  

バージョン4.1.0以降では関数を短い表記法で記述できるようになり、匿名関数を高階関数に渡すのに便利になった。^[38]

> sapply ( 1 : 5 ,  \ ( i ) i ^ 2 ) # ここで \(i) は function(i) と同じ[1] 1 4 9 16 25     

Rバージョン4.1.0では、ネイティブパイプ演算子が|>導入されました。^[39]この演算子を使用すると、ネストされた関数呼び出しの代わりに、関数を次々に連鎖させることができます。

> nrow ( subset ( mtcars , cyl == 4 )) # パイプ文字なしでネスト[1] 11    


> mtcars |> subset ( cyl == 4 ) |> nrow () # パイプ文字の使用[1] 11       

パイプ文字を使用する代わりに、ネストされた関数の別の代替手段は中間オブジェクトを使用することです。しかし、パイプ演算子を使用すると読みやすいコードが生成されると主張する人もいます。^[28]

> mtcars_subset_rows <-サブセット( mtcars 、cyl == 4 ) > num_mtcars_subset <- nrow ( mtcars_subset_rows ) > print ( num_mtcars_subset ) [1] 11     
  

R言語は、オブジェクト指向プログラミングをネイティブにサポートしています。ネイティブフレームワークには、いわゆるS3システムとS4システムの2つがあります。前者はより非公式で、最初の引数の単一ディスパッチをサポートし、各オブジェクトに「クラス」属性を設定するだけでオブジェクトがクラスに割り当てられます。後者は、Common Lisp Object System (CLOS)のような形式クラス（これもSから派生）とジェネリックメソッドのシステムで、多重ディスパッチと多重継承をサポートしています^[40]

この例では、引数が数値ベクトルであるか「因子」であるかに応じて異なるメソッドにディスパッチする 汎用関数summaryです。

> data <- c ( "a" , "b" , "c" , "a" , NA ) > summary ( data )   長さ クラス モード        5 文字 文字> summary ( as.factor ( data ))    abc NA's    2 1 1 1      

R 言語には、データ モデリングとグラフィックスのサポートが組み込まれています。次の例は、R が残差を含む線形モデルを生成してプロットする方法を示しています。

# x と y の値を作成
x <- 1 : 6 y <- x ^ 2  
  

# 線形回帰モデル y = A + B * x 
model <- lm ( y ~ x )    

# モデルの詳細な概要を表示します。
概要( model )

# 図の 2 x 2 レイアウトを作成します
par ( mfrow = c ( 2 , 2 ))   

# モデルの診断プロットを出力する
plot ( model )

出力：

残差: 
      1 2 3 4 5 6 7 8 9 10 
3.3333 -0.6667 -2.6667 -2.6667 -0.6667 3.3333

係数:
            推定値 標準誤差 t値 Pr(>|t|)    
(切片) -9.3333 2.8441 -3.282 0.030453 * 
x 7.0000 0.7303 9.585 0.000662 *** 
---
有意コード: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

残差標準誤差: 自由度 4 で 3.055
多重 R 二乗: 0.9583、調整済み R 二乗: 0.9478 
F 統計量: 1 および 4 自由度で 91.88、p 値: 0.000662

このマンデルブロ集合の例では、複素数の使用を強調しています。これは、異なる複素定数を表す 方程式 の最初の 20 回の反復をモデル化します。z = z2 + cc

事前に機能を提供するパッケージをインストールしますwrite.gif()。

install.packages ( "caTools" )

R ソースコード:

ライブラリ( caTools )

jet.colors <- colorRampPalette ( c ( "緑" 、"ピンク" 、"#007FFF" 、"シアン" 、"#7FFF7F" 、"白" 、"#FF7F00" 、"赤" 、"#7F0000" )) 
    
            
             

dx <- 1500 # 幅を定義dy <- 1400 # 高さを定義   
   

C <-複素数(実数= rep ( seq ( -2.2 , 1.0 , length.out = dx ), each = dy ),虚数= rep ( seq ( -1.2 , 1.2 , length.out = dy ), times = dx ) )  
    
                     
                     
            

# 複素数の行列として変形
C <- matrix ( C , dy , dx )    

# 出力3D配列を初期化する
X <- array ( 0 , c ( dy , dx , 20 ))     

0未満​  

# 20回の繰り返しのループ
for ( k in 1 : 20 ) {   

  # 中心差分方程式
Z <- Z ^ 2 + C      

  # 結果を取得する
X [, , k ] <- exp ( - abs ( Z )) }      


write.gif ( 
X 、"Mandelbrot.gif" 、col = jet.colors 、delay = 100 )    
    
      
      

2.14.0以降のすべてのRバージョンリリースには、ピーナッツの漫画や映画を参照するコードネームが付けられています。^{[41] [42] [43]}

2018年、Rのコア開発者であるピーター・ダルガードは、1997年以降のRのリリースの歴史を発表しました。^[44]上記のリリース以前の注目すべき初期リリースには以下のものがあります。

• バージョン1.0.0は2000年2月29日（2000-02-29）の閏日にリリースされました。
• バージョン2.0.0は2004年10月4日（2004-10-04）にリリースされ、「少なくともいい響きだった」^[44]

R のバージョンリリースに名前を付けるというアイデアは、DebianとUbuntu のバージョン命名システムに触発されたものです。Dalgaard は、R のコード名にピーナッツの参照を使用するもう 1 つの理由は、「統計学に携わる人は皆、ピーナッツ好き」だからだとも述べています。^[44]

• 数値解析ソフトウェアの比較
• 統計パッケージの比較
• 数値解析ソフトウェア一覧
• 統計ソフトウェア一覧
• Rメトリクス

• Wickham, Hadley; Çetinkaya-Rundel, Mine; Grolemund, Garrett (2023). R for data science: import, tidy, transform, visualize, and model data (第2版). Beijing Boston Farnham Sebastopol Tokyo: O'Reilly . ISBN 978-1-4920-9740-2。
• ガゴレフスキー、マレク (2024)。ディープRプログラミング。doi :10.5281 / ZENODO.7490464。ISBN 978-0-6455719-2-9。

• R 技術論文
• Big Book of R、R関連のプログラミング書籍の厳選リスト
• R に関連する書籍 - R プロジェクト、R または S に関連する書籍の部分的に注釈付きの厳選リスト。