ডেটা প্রকার এবং ম্যাট্রিক্স

R-এর বেশ কয়েকটি মৌলিক ডেটা প্রকার রয়েছে যা ভেক্টর এবং ভেরিয়েবলের ভিতরে বিভিন্ন তথ্য সংরক্ষণের অনুমতি দেয়।

প্রাথমিক তথ্য প্রকার

R-এ সর্বাধিক ব্যবহৃত তিনটি প্রধান ডেটা প্রকার হল:

1. numeric: দশমিক সংখ্যা (যেমন, 4.5, 10.0) বা পূর্ণসংখ্যা।
2. character: ডবল বা একক উদ্ধৃতি দ্বারা আবদ্ধ পাঠ্য স্ট্রিং (যেমন, "Alice", 'Data')।
3. logical: বুলিয়ান মান, যা শুধুমাত্র TRUE বা FALSE হতে পারে। R-এ, আপনি T বা F সংক্ষিপ্ত রূপগুলিও ব্যবহার করতে পারেন (যদিও স্পষ্টতার জন্য সম্পূর্ণ সংস্করণগুলি ব্যবহার করার পরামর্শ দেওয়া হয়)৷

# Examples of different types
score <- 95.5          # numeric
player_name <- "Marco"  # character
is_winner <- TRUE       # logical

ম্যাট্রিক্স

R-এ একটি ম্যাট্রিক্স একটি ভেক্টরের দ্বিমাত্রিক এক্সটেনশন। ভেক্টরের মতো, ম্যাট্রিক্সে শুধুমাত্র একটি একক ধরনের উপাদান থাকতে পারে (সাধারণত সংখ্যা)।

আপনি matrix() ফাংশন ব্যবহার করে একটি ম্যাট্রিক্স তৈরি করেন, ডেটার একটি ভেক্টর প্রদান করে এবং সারি (nrow) বা কলামের সংখ্যা (ncol) উল্লেখ করে:

# Create a 2x3 matrix with values from 1 to 6
mat <- matrix(1:6, nrow = 2, ncol = 3)
print(mat)

ডিফল্টরূপে, R ম্যাট্রিক্স কলামকে কলাম দ্বারা পপুলেট করে।

উপাদান অ্যাক্সেস

একটি ম্যাট্রিক্সে একটি নির্দিষ্ট উপাদান অ্যাক্সেস করতে, বর্গাকার বন্ধনী ব্যবহার করুন [row, column]:

# Extract the element at the first row, second column
value <- mat[1, 2]

# Extract an entire row by leaving the column field empty
first_row <- mat[1, ]

# Extract an entire column
second_col <- mat[, 2]

ফ্যাক্টর

R-এ ফ্যাক্টর হল বিশেষ ডেটা স্ট্রাকচার যা ক্যাটাগরিকাল ভেরিয়েবলের প্রতিনিধিত্ব করতে ব্যবহৃত হয় (গুণগত ডেটা যা একটি সীমিত শ্রেণির সেটের অন্তর্গত, যেমন লিঙ্গ বা শিক্ষার স্তর)। তারা পরিসংখ্যানগত বিশ্লেষণে অত্যন্ত গুরুত্বপূর্ণ:

sizes <- c("M", "L", "M", "S")
size_factor <- factor(sizes)
print(size_factor) # Also shows the Levels: S M L

ডেটা একত্রিত করা: cbind এবং rbind

আমরা cbind() (কলাম বাইন্ড) এর সাথে কলাম দ্বারা বা rbind() (সারি বাঁধন) এর সাথে সারি দ্বারা ভেক্টর বা ম্যাট্রিক্সকে একত্রিত করতে পারি:

v1 <- c(1, 2)
v2 <- c(3, 4)

# Creates a 2x2 matrix by placing v1 and v2 side-by-side as columns
combined <- cbind(v1, v2)

নিজে চেষ্টা করে দেখুন