முக்கிய உள்ளடக்கத்திற்குச் செல்லவும்
தொகுதி 1 · பாடம் 2 இன் 2பாடத்திட்டத்தில் 2/10~12 min
தொகுதி பாடங்கள் (2/2)

தரவு வகைகள் மற்றும் மெட்ரிக்குகள்

R ஆனது திசையன்கள் மற்றும் மாறிகளுக்குள் வெவ்வேறு தகவல்களைச் சேமிக்க அனுமதிக்கும் பல அடிப்படை தரவு வகைகளைக் கொண்டுள்ளது.

அடிப்படை தரவு வகைகள்

R இல் அடிக்கடி பயன்படுத்தப்படும் மூன்று முக்கிய தரவு வகைகள்:

  1. numeric: தசம எண்கள் (எ.கா., 4.5, 10.0) அல்லது முழு எண்கள்.
  2. character: உரைச் சரங்கள் இரட்டை அல்லது ஒற்றை மேற்கோள்களால் இணைக்கப்பட்டுள்ளன (எ.கா., "Alice", 'Data').
  3. logical: பூலியன் மதிப்புகள், இது TRUE அல்லது FALSE ஆக மட்டுமே இருக்கும். R இல், நீங்கள் T அல்லது F என்ற சுருக்கங்களையும் பயன்படுத்தலாம் (தெளிவுக்காக முழு பதிப்புகளையும் பயன்படுத்த பரிந்துரைக்கப்படுகிறது).
R
# Examples of different types
score <- 95.5          # numeric
player_name <- "Marco"  # character
is_winner <- TRUE       # logical

மெட்ரிக்குகள்

R இல் ஒரு மேட்ரிக்ஸ் என்பது ஒரு திசையனின் இரு பரிமாண நீட்சியாகும். திசையன்களைப் போலவே, மெட்ரிக்குகளும் ஒரு வகையின் (பொதுவாக எண்கள்) கூறுகளை மட்டுமே கொண்டிருக்க முடியும்.

நீங்கள் matrix() செயல்பாட்டைப் பயன்படுத்தி ஒரு மேட்ரிக்ஸை உருவாக்குகிறீர்கள், தரவின் வெக்டரை வழங்குகிறீர்கள் மற்றும் வரிசைகளின் எண்ணிக்கையைக் குறிப்பிடுகிறீர்கள் (nrow) அல்லது நெடுவரிசைகள் (ncol):

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

இயல்பாக, R அணி நெடுவரிசையை நெடுவரிசை மூலம் நிரப்புகிறது.

உறுப்புகளை அணுகுதல்

மேட்ரிக்ஸில் ஒரு குறிப்பிட்ட உறுப்பை அணுக, சதுர அடைப்புக்குறிகளைப் பயன்படுத்தவும் [row, column]:

R
# 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]

காரணிகள்

R இல் உள்ள காரணிகள் என்பது வகைப்படுத்தப்பட்ட மாறிகளைக் குறிக்கப் பயன்படுத்தப்படும் சிறப்பு தரவு கட்டமைப்புகள் (பாலினம் அல்லது கல்வி நிலை போன்ற வரையறுக்கப்பட்ட வகைகளுக்குச் சொந்தமான தரமான தரவு). புள்ளிவிவர பகுப்பாய்வில் அவை மிகவும் முக்கியமானவை:

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

தரவுகளை இணைத்தல்: cbind மற்றும் rbind

cbind() (நெடுவரிசை பிணைப்பு) அல்லது rbind() (வரிசை பிணைப்பு) உடன் நெடுவரிசை மூலம் பிணைப்பதன் மூலம் திசையன்கள் அல்லது மெட்ரிக்குகளை இணைக்கலாம்:

R
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)

நீங்களே முயற்சி செய்து பாருங்கள்

உடற்பயிற்சி#r.m1.l2.e1
முயற்சிகள்: 0ஏற்றுகிறது…

is_active என பெயரிடப்பட்ட ஒரு தருக்க மாறியை TRUE எனவும், எழுத்து மாறியை பயனர்_பெயர் 'Alice' எனவும் அறிவிக்கவும்.

எடிட்டரை ஏற்றுகிறது…
குறிப்பைக் காட்டு

தனித்தனி வரிகளில் இரண்டு மாறிகளுக்கும் <- ஆபரேட்டரைப் பயன்படுத்தவும்.

3 முயற்சிகளுக்குப் பிறகு தீர்வு கிடைக்கும்

உடற்பயிற்சி#r.m1.l2.e2
முயற்சிகள்: 0ஏற்றுகிறது…

2 வரிசைகள் (nrow = 2) மற்றும் 3 நெடுவரிசைகள் (ncol = 3) கொண்டு கட்டமைக்கப்பட்ட, 1 முதல் 6 வரையிலான மதிப்புகளைக் கொண்ட மேட்ரிக்ஸை உருவாக்கவும்.

எடிட்டரை ஏற்றுகிறது…
குறிப்பைக் காட்டு

அணி(1:6, nrow = 2, ncol = 3) செயல்பாட்டைப் பயன்படுத்தவும்.

3 முயற்சிகளுக்குப் பிறகு தீர்வு கிடைக்கும்

உடற்பயிற்சி#r.m1.l2.e3
முயற்சிகள்: 0ஏற்றுகிறது…

ஏற்கனவே உருவாக்கப்பட்ட மேட்ரிக்ஸ் மேட் கொடுக்கப்பட்டால், முதல் வரிசை மற்றும் மூன்றாவது நெடுவரிசையில் உள்ள உறுப்பை பிரித்தெடுத்து, அதை மாறி val இல் சேமிக்கவும்.

எடிட்டரை ஏற்றுகிறது…
குறிப்பைக் காட்டு

சதுர அடைப்புக்குறிகளைப் பயன்படுத்தி உறுப்பை அணுகவும்: val <- mat[1, 3]

3 முயற்சிகளுக்குப் பிறகு தீர்வு கிடைக்கும்

உடற்பயிற்சி#r.m1.l2.e4
முயற்சிகள்: 0ஏற்றுகிறது…

திசையன் வகைகளிலிருந்து ஒரு காரணியை உருவாக்கி, அதை cat_factor என்ற மாறிக்கு ஒதுக்கவும்.

எடிட்டரை ஏற்றுகிறது…
குறிப்பைக் காட்டு

காரணி() செயல்பாட்டைப் பயன்படுத்தவும்: cat_factor <- காரணி(வகைகள்)

3 முயற்சிகளுக்குப் பிறகு தீர்வு கிடைக்கும்

உடற்பயிற்சி#r.m1.l2.e5
முயற்சிகள்: 0ஏற்றுகிறது…

திசையன்கள் col1 மற்றும் col2 கொடுக்கப்பட்டால், cbind() ஐப் பயன்படுத்தி ஒரு மேட்ரிக்ஸின் நெடுவரிசைகளாக அவற்றை இணைத்து, முடிவை my_matrix க்கு ஒதுக்கவும்.

எடிட்டரை ஏற்றுகிறது…
குறிப்பைக் காட்டு

பயன்படுத்தவும்: my_matrix <- cbind(col1, col2)

3 முயற்சிகளுக்குப் பிறகு தீர்வு கிடைக்கும்