Anaconda NavigatorのCreate new environmentで「Python」の項目の下に「R」という項目があり、バージョンが選択できるようになっていますが、「R」?「R言語」とはなに?と思ったので調べてみました。
R言語とは?
「R言語」とはオークランド大学の研究者によって開発された、統計解析に特化したプログラミング言語で、オープンソースなので無料で利用できます。
ベクトル処理という仕組みを持ち柔軟なデータ処理を実現し、データ分析やグラフィックスにも強く、ビッグデータやビジネスなどさまざまな用途で活用されています。
Anaconda NavigatorでR言語を試す
RStudio icon by Icons8Anaconda NavigatorでR言語を試す場合は、RStudioを使用することをおすすめします。
以下の手順に従って、Anaconda NavigatorからRStudioを起動しましょう。
- Anaconda Navigatorを開く
- 「Environments」タブを選択
- 新しい環境を作成
- 「Create」ボタンをクリック
- 環境の名前とR言語のバージョンを指定
- 新しく作成された環境を選択
- 「Install」ボタンをクリック
- 「RStudio」を検索し、インストール
- (「Home」タブからもインストール可能)
- 「Home」タブに戻り、新しい環境を選択
- 「RStudio」をクリックして起動
以上の手順に従えば、Anaconda NavigatorでRStudioを起動できます。
RStudioは、データの読み込みや変換、可視化、統計解析などに最適化されたR言語のインタラクティブな開発環境です。
RStudioには、豊富な機能やプラグインが用意されており、データサイエンスに必要な作業を効率的に行うことができます。
RStudioを起動した・・・次は?
RStudioを起動したら、以下の手順に従ってR言語のコードを実行してみましょう。
コンソールウィンドウを開く
RStudioは、左下の「Console」タブにコンソールウィンドウを表示しています。コンソールは、R言語のコードを実行する場所です。
コードを入力する
コンソールに、以下のようなR言語のコードを入力してみてください。
x <- c(1, 2, 3, 4, 5)
mean(x)
これは、1から5までの数字を要素に持つベクトルを作成し、その平均値を計算するコードです。
コードを実行する
入力したコードを実行するには、以下の方法があります。
- コードの末尾にカーソルを移動
- Enterキーを押す
- コードを選択して
- Ctrl+Enter(Windows)
- Cmd+Enter(Mac)
- コードを選択して
- コンソール上で右クリックし
- 選択肢から「Run selected lines」を選ぶ。
- コンソール上で右クリックし
いずれの方法でも、R言語のコードが実行され、コンソール上に結果が表示されます。
エディタウィンドウを開く
コードを書く場合は、RStudioのエディタウィンドウを使用することをおすすめします。
エディタウィンドウは、左上の「File」タブから新しいスクリプトファイルを作成して開くことができます。
スクリプトを実行する
エディタウィンドウにR言語のコードを書いたら、以下の方法でスクリプト全体を実行することができます。
- スクリプトウィンドウの右上にある「Run」ボタンをクリック
- スクリプトウィンドウ内で
- スクリプト全体を選択
- Ctrl+Enter(Windows)
- Cmd+Enter(Mac)
- スクリプト全体を選択
- スクリプトウィンドウ内で
- スクリプト全体を選択
- 右クリックし、選択肢から「Run」を選ぶ
- スクリプト全体を選択
以上の手順に従えば、RStudioでR言語のコードを入力し、実行することができます。
また、RStudioには、データの読み込みや可視化、統計解析などを行うための多数の機能が用意されています。
是非、機能を探索してみてください。
PythonとRの違いは?
PythonとRはどちらもデータ分析や機械学習に広く使用されているプログラミング言語ということで、よく比較されますが、いくつかの違いがあります。
データの扱い方
Pythonは、汎用プログラミング言語であり、多くの分野で使用されています。
Pythonには、データ分析に使用されるNumPy、Pandas、Scikit-learnなどのライブラリがあります。
これらのライブラリを使用することで、Pythonでデータの読み込み、前処理、可視化、機械学習モデルの構築などを行うことができます。
- Pythonは、汎用プログラミング言語
- 多くの分野で使用されている
- Pythonのライブラリ
- データ分析に使用される
- NumPy、Pandas、Scikit-learnなど
- ライブラリを使用することで
- Pythonでデータの読み込み、前処理、可視化、機械学習モデルの構築などを行うことが可能
- データ分析に使用される
一方、Rは、データ分析に特化したプログラミング言語です。
Rには、データの統計的解析や可視化に特化したライブラリがあります。
Rには、統計解析に必要な様々な関数が含まれており、データの解析に特化しているため、解析に必要な関数やライブラリが比較的豊富です。
- Rは、データ分析に特化したプログラミング言語
- Rのライブラリ
- データの統計的解析や可視化に特化
- Rには統計解析に必要な様々な関数が含まれている
- データ解析に必要な関数やライブラリが比較的豊富
書き方の違い
Pythonは、読みやすく書きやすいプログラミング言語として知られています。
Pythonでは、インデント(スペースやタブ)を使用して、コードブロックを表現します。
- Pythonは
- 読みやすく書きやすい
- インデント(スペースやタブ)を使用して、コードブロックを表現
一方、Rは、数式に近い形式でコードを書くことができます。
Rでは、代入演算子に <- を使用します。
また、括弧やセミコロンを使用する必要が少なく、書き方が簡潔であるとされています。
- Rは
- 数式に近い形式のコード
- 代入演算子
- <- を使用
- 括弧やセミコロンを使用する必要が少なく、書き方が簡潔
コミュニティ
Pythonは、多くの開発者が使用しており、コミュニティも非常に活発です。
Pythonには、WebフレームワークであるDjangoやFlask、データ分析ライブラリであるNumPyやPandas、機械学習ライブラリであるScikit-learnなど、幅広いライブラリがあります。
- Pythonは
- 多くの開発者が使用している
- Webフレームワーク
- データ分析ライブラリ
- NumPy
- Pandas
- 機械学習ライブラリ
- など、幅広いライブラリがある
一方、Rのコミュニティは、データ分析や統計解析に特化しています。
Rには、統計解析や可視化に特化したライブラリが豊富にあります。
また、Rには、多くのデータ分析や統計解析の専門家が集まっており、Rで解析を行う際には、専門家が作成したコードやライブラリを使用することができます。
- Rは
- データ分析や統計解析に特化
- 統計解析や可視化に特化したライブラリが豊富
- Rには、多くのデータ分析や統計解析の専門家が集まっている
- Rで解析を行う際には
- 専門家が作成したコードやライブラリを使用可能
- Rで解析を行う際には
以上のように、PythonとRは、それぞれの特徴を持っています。