R Tutorial - Hướng dẫn cho người mới bắt đầu học lập trình R

R là công cụ phân tích dữ liệu phổ biến nhất vì nó là mã nguồn mở, linh hoạt, cung cấp nhiều gói và có một cộng đồng lớn. Nó được thiết kế cho các nhà lập trình phần mềm, nhà thống kê và người khai thác dữ liệu, và do đó, làm tăng sự phổ biến của .Trong blog Hướng dẫn về R này, tôi sẽ cung cấp cho bạn một cái nhìn sâu sắc đầy đủ về R với các ví dụ.

Dưới đây là các chủ đề trong blog Hướng dẫn R này mà tôi sẽ thảo luận theo trình tự sau:

1. Tại sao chúng ta cần Analytics ?
2. Phân tích kinh doanh là gì ?
3. Tại sao R và Ai sử dụng R ?
4. Cài đặt R
5. Người điều hành dữ liệu
6. Loại dữ liệu
7. Kiểm soát lưu lượng

R Hướng dẫn: Tại sao chúng ta cần phân tích?

Trước khi tôi trả lời câu hỏi, hãy để tôi tóm tắt cho bạn một số vấn đề và giải pháp của chúng trong R ở nhiều miền.

Ngân hàng :

Một lượng lớn dữ liệu khách hàng được tạo ra hàng ngày trong các Ngân hàng. Wgiao dịch thường xuyên với hàng triệu khách hàng, thật khó để theo dõi các khoản thế chấp của họ.

Giải pháp :

R xây dựng một mô hình tùy chỉnh duy trì các khoản vay được cung cấp cho mọi khách hàng cá nhân, giúp chúng tôi quyết định số tiền khách hàng phải trả theo thời gian.

Bảo hiểm :

Bảo hiểm phụ thuộc nhiều vào dự báo. Rất khó đểquyết định chấp nhận hoặc từ chối chính sách nào.

Giải pháp:

Bằng cách sử dụng báo cáo tín dụng liên tục làm đầu vào, chúng tôi có thể tạo ra một mô hình trong R không chỉ đánh giá mức độ rủi ro mà còn đưa ra dự báo mang tính dự báo.

Chăm sóc sức khỏe:

Mỗi năm có hàng triệu người nhập viện và hàng tỷ đồng được chi hàng năm chỉ trong quá trình nhập viện.

Giải pháp :

Dựa trên tiền sử bệnh nhân và tiền sử bệnh, một mô hình dự đoán có thể được xây dựng để xác định ai có nguy cơ phải nhập viện và thiết bị y tế nên được thu nhỏ ở mức độ nào.

Giờ đây, chúng ta biết cách phân tích dữ liệu giúp các tổ chức khai thác dữ liệu của họ và sử dụng nó để xác định các cơ hội mới. Nếu chúng ta nói về nhu cầu phân tích trong một tổ chức, bạn phải xem xét 4 khía cạnh sau:

kết hợp dữ liệu hoạt cảnh không hoạt động

Tiếp theo, chúng ta hãy tiếp tục trong blog hướng dẫn R, nơi trước tiên chúng ta sẽ hiểu chính xác phân tích kinh doanh là gì.

R Hướng dẫn: Phân tích kinh doanh là gì?

Phân tích kinh doanh là một quá trình kiểm tra các tập hợp dữ liệu lớn và đạt được các mẫu ẩn, mối tương quan và các thông tin chi tiết khác. Về cơ bản, nó giúp bạn hiểu tất cả dữ liệu mà bạn đã thu thập, có thể là dữ liệu tổ chức, dữ liệu nghiên cứu thị trường hoặc sản phẩm hoặc bất kỳ loại dữ liệu nào khác. Bạn sẽ dễ dàng đưa ra quyết định tốt hơn, sản phẩm tốt hơn, chiến lược tiếp thị tốt hơn, v.v. Tham khảo hình ảnh bên dưới để hiểu rõ hơn:

Nếu bạn nhìn vào hình trên, dữ liệu của bạn trong hình ảnh đầu tiên bị phân tán. Bây giờ, nếu bạn muốn một cái gì đó cụ thể chẳng hạn như một bản ghi cụ thể trong cơ sở dữ liệu, nó sẽ trở nên cồng kềnh. Để đơn giản hóa điều này, bạn cần phân tích. Với phân tích, việc xác định mối tương quan giữa các dữ liệu trở nên dễ dàng. Khi bạn đã xác định được những việc cần làm, bạn sẽ trở nên khá dễ dàng khi đưa ra các quyết định, chẳng hạn như bạn muốn đi theo con đường nào hoặc về phân tích kinh doanh, con đường nào sẽ dẫn đến sự cải thiện tổ chức của bạn.

Nhưng bạn không thể mong đợi những người trong chuỗi trên luôn hiểu dữ liệu thô mà bạn đang cung cấp cho họ sau khi phân tích. Vì vậy, để vượt qua khoảng cách này, chúng tôi có khái niệm trực quan hóa dữ liệu .

Trực quan hóa dữ liệu : Trực quan hóa dữ liệu là cách truy cập trực quan vào lượng dữ liệu khổng lồ mà bạn đã tạo ra sau khi phân tích. Trí óc con người xử lý hình ảnh trực quan và đồ họa trực quan tốt hơn so với dữ liệu thô. Luôn luôn dễ dàng để chúng ta hiểu được biểu đồ hình tròn hoặc biểu đồ thanh so với các số thô. Bây giờ bạn có thể tự hỏi làm thế nào bạn có thể đạt được trực quan hóa dữ liệu này từ dữ liệu bạn đã phân tích?
Có nhiều công cụ khác nhau có sẵn trên thị trường cho Trực quan hóa Dữ liệu:

Tất cả các bạn chắc hẳn đang thắc mắc rằng đã có rất nhiều công cụ giúp bạn đạt được trực quan hóa dữ liệu và số lượng phân tích nhất định, tại sao lại sử dụng R?

Vì vậy, chủ đề tiếp theo của tôi trong blog hướng dẫn về R đề cập đến 'tại sao R' và 'ai sử dụng R'.

R Hướng dẫn: Tại sao sử dụng R và Ai sử dụng R?

Tại sao R?

R là một ngôn ngữ lập trình và thống kê.

R được sử dụng để phân tích và hiển thị dữ liệu.

R rất đơn giản và dễ học, đọc và viết.

R là một ví dụ về FLOSS (Phần mềm viết tắt và nguồn mở miễn phí) nơi người ta có thể tự do phân phối các bản sao của phần mềm này, đọc mã nguồn của nó, sửa đổi nó, v.v.

Ai sử dụng R?

• Cục Bảo vệ Tài chính Người tiêu dùng sử dụng R để phân tích dữ liệu
• Các nhà thống kê tại John Deere sử dụng R để lập mô hình chuỗi thời gian và phân tích không gian địa lý theo cách đáng tin cậy và có thể tái tạo.
• Bank of America sử dụng R để báo cáo.
• R là một phần của công nghệ đằng sau công cụ đề xuất nổi tiếng của Foursquare.
• ANZ, ngân hàng lớn thứ tư ở Úc, sử dụng R để phân tích rủi ro tín dụng.
• Google sử dụng R để dự đoán Hoạt động kinh tế.
• Mozilla, nền tảng chịu trách nhiệm về trình duyệt web Firefox, sử dụng R để trực quan hóa hoạt động Web.

Dưới đây là một số miền mà R được sử dụng:

Bây giờ, chúng ta hãy tiếp tục trong blog hướng dẫn R và cài đặt R.

R Hướng dẫn: Cài đặt R

Hãy để tôi hướng dẫn bạn quá trình cài đặt R trên hệ thống của bạn. Chỉ cần làm theo các bước sau:

Bước 1 : Truy cập liên kết- https://cran.r-project.org/

Bước 2 : Tải xuống và cài đặt R 3.3.3 trên hệ thống của bạn.

Tham khảo ảnh chụp màn hình bên dưới để hiểu rõ hơn.

Làm theo các bước trên là bạn đã hoàn tất phần cài đặt R. Bây giờ, bạn có thể trực tiếp bắt đầu viết mã trong R bằng cách tải xuống RStudio IDE. Để tải xuống phần mềm này, hãy làm theo các bước sau:

Bước 1 : Truy cập liên kết- https://www.rstudio.com/

Bước 2 : Tải xuống và cài đặt Rstudio trên hệ thống của bạn.

Sau khi cài đặt mọi thứ, bạn đã sẵn sàng lập mã!

R Hướng dẫn cho người mới bắt đầu | Hướng dẫn lập trình R | Edureka

Tiếp theo, chúng ta hãy tiếp tục với blog Hướng dẫn R và hiểu toán tử dữ liệu trong R.

R Hướng dẫn: Toán tử dữ liệu trong R

Chủ yếu có 5 loại toán tử khác nhau, được liệt kê dưới đây:

1. Toán tử số học : Thực hiện các phép tính số học như cộng, trừ, nhân, chia, v.v.
2. Người điều hành nhiệm vụ :Toán tử gán được sử dụng để gán giá trị. Ví dụ:

• Toán tử chuyển nhượng =
  Cú pháp: tên biến = giá trị

> x = 5 >x 

Đầu ra: [1] 5

• Người điều hành nhiệm vụ<-
  Cú pháp: tên biến<- value

  > x<- 15 > x

  Đầu ra: [1] 15

• Người điều hành nhiệm vụ<<-
  Cú pháp: tên biến<<- value

> x<<- 2 > x

Đầu ra: [1] 2

• Toán tử chuyển nhượng ->
  Cú pháp: giá trị -> tên biến

  > 25 -> x > x 

  Đầu ra: [1] 25

3. Toán tử quan hệ : Nó xác định mối quan hệ giữa hai thực thể. Ví dụ: ,<=,!= etc.

> xx! = 2

Đầu ra:[1] ĐÚNG

4. Toán tử lôgic : Các toán tử này so sánh hai thực thể và thường được sử dụng với các giá trị boolean (logic) như &, | và!.

> x2 & 3

Đầu ra:[1] ĐÚNG

5. Người điều hành đặc biệt : Các toán tử này được sử dụng cho mục đích cụ thể, không phải để tính toán logic. Ví dụ:

• Nó tạo ra chuỗi số theo thứ tự cho một vectơ.
  
  

  > xx

  Đầu ra: [1] 2 3 4 5 6 7 8

• % in% Toán tử này được sử dụng để xác định xem một phần tử có thuộc vectơ hay không.
  Thí dụ

  > xyy% trong% x

  Đầu ra: [1] TRUE

R Hướng dẫn: Các kiểu dữ liệu

Các kiểu dữ liệu được sử dụng để lưu trữ thông tin. Trong R, chúng ta không cần khai báo một biến như một kiểu dữ liệu nào đó. Các biến được gán với đối tượng R và kiểu dữ liệu của đối tượng R trở thành kiểu dữ liệu của biến.Chủ yếu có sáu kiểu dữ liệu hiện diện trong R:

Hãy để chúng tôi đi vào chi tiết hơn về từng người trong số họ:

Véc tơ : Vector là một dãy các phần tử dữ liệu có cùng kiểu cơ bản. Thí dụ:

vtr = (1, 3, 5, 7 9)

hoặc là

vtr<- (1, 3, 5 ,7 9)

hàm fibonacci c ++

Có 5 vectơ nguyên tử, còn được gọi là năm lớp vectơ.

Danh sách : Danh sách là các đối tượng R chứa các phần tử thuộc các loại khác nhau như số & trừ, chuỗi, vectơ và một danh sách khác bên trong nó.

> n = c (2, 3, 5) > s = c ('aa', 'bb', 'cc', 'dd', 'ee') > x = list (n, s, TRUE) > x

Đầu ra -

[[1]] [1] 2 3 5 [[2]] [1] 'aa' 'bb' 'cc' 'dd' 'ee' [[3]] [1] TRUE

Mảng : Mảng là đối tượng dữ liệu R có thể lưu trữ dữ liệu trong nhiều hơn hai chiều. Nó nhận vectơ làm đầu vào và sử dụng các giá trị trong tham số dim để tạo một mảng.

vector1<- c(5,9,3) vector2<- c(10,11,12,13,14,15) kết quả<- array(c(vector1,vector2),dim = c(3,3,2))

Đầu ra -

,, 1 [, 1] [, 2] [, 3] [1,] 5 10 13 [2,] 9 11 14 [3,] 3 12 15 ,, 2 [, 1] [, 2] [, 3 ] [1,] 5 10 13 [2,] 9 11 14 [3,] 3 12 15

Mảng : Ma trận là đối tượng R trong đó các phần tử được sắp xếp theo bố cục hình chữ nhật hai chiều. Ma trận được tạo bằng cách sử dụng hàm ma trận (). Thí dụ: ma trận (dữ liệu, nrow, ncol, byrow, dimnames) Ở đâu,

dữ liệu là vectơ đầu vào trở thành phần tử dữ liệu của ma trận.

nrow là số hàng sẽ được tạo.

ncol là số cột sẽ được tạo.

bỏ qua là một manh mối hợp lý. Nếu TRUE thì các phần tử vector đầu vào được sắp xếp theo hàng.

dimname là tên được gán cho các hàng và cột.

> Mat<- matrix(c(1:16), nrow = 4, ncol = 4 ) > Mat

[, 1] [, 2] [, 3] [, 4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16

Các nhân tố : Factors là các đối tượng dữ liệu được sử dụng để phân loại dữ liệu và lưu trữ nó dưới dạng các cấp. Chúng có thể lưu trữ cả chuỗi và số nguyên. Chúng rất hữu ích trong việc phân tích dữ liệu để lập mô hình thống kê.

> dữ liệu<- c('East','West','East','North','North','East','West','West“,'East“) > factor_data<- factor(data) > factor_data

Đầu ra :

[1] Đông Tây Đông Bắc Đông Tây Tây Đông Cấp độ: Đông Tây Bắc

Khung dữ liệu : Khung dữ liệu là một bảng hoặc một cấu trúc giống như mảng hai chiều, trong đó mỗi cột chứa các giá trị của một biến và mỗi hàng chứa một tập giá trị từ mỗi cột.

> std_id = c (1: 5) > std_name = c ('Rick', 'Dan', 'Michelle', 'Ryan', 'Gary') > mark = c (623.3.515.2.611.0.729.0.843,25) > std.data<- data.frame(std_id, std_name, marks) > std.data

Đầu ra :

dấu std_id std_name 1 1 Rick 623.30 2 2 Và 515,20 3 3 Michelle 611,00 4 4 Ryan 729,00 5 5 Gary 843,25

Đến đây, chúng ta đã đến phần cuối của các kiểu dữ liệu khác nhau trong R. Tiếp theo, chúng ta hãy tiếp tục trong blog Hướng dẫn R và hiểu một khái niệm chính khác - câu lệnh điều khiển luồng.

R Hướng dẫn: Tuyên bố kiểm soát luồng

Các câu lệnh điều khiển luồng đóng một vai trò rất quan trọng vì chúng cho phép bạn kiểm soát luồng thực thi của một tập lệnh bên trong một hàm. Các câu lệnh điều khiển luồng được sử dụng phổ biến nhất được trình bày trong hình ảnh dưới đây:

Bây giờ, chúng ta hãy thảo luận về từng ví dụ trong số chúng.

R Hướng dẫn: Tuyên bố bộ chọn

• Nếu điều khiển Tuyên bố : Câu lệnh điều khiển này đánh giá một điều kiện duy nhất. Nó khá dễ dàng vì nó chỉ có một từ khóa duy nhất “if” theo sau là điều kiện và sau đó là một số câu lệnh nhất định cần được thực thi trong trường hợp nó đúng. Tham khảo sơ đồ bên dưới để hiểu rõ hơn:

Trong lưu đồ này, mã sẽ phản hồi theo cách sau:

1. Trước hết, nó sẽ vào vòng lặp nơi nó kiểm tra điều kiện.
2. Nếu điều kiện là đúng, mã điều kiện hoặc các câu lệnh được viết sẽ được thực thi.
3. Nếu điều kiện sai, các câu lệnh sẽ bị bỏ qua.

Dưới đây là một ví dụ về nếu câu lệnh điều khiển trong R. Hãy thử chạy ví dụ này trong R Studio.

x = 2 lặp lại {x = x ^ 2 print (x) if (x> 100) {break}

Đầu ra:

[1] 4 [1] 16 [1] 256

• If Else Control Statement :Thiloại câu lệnh kiểm soátđánh giá một nhóm các điều kiện và chọn các câu lệnh. Tham khảo sơ đồ bên dưới để hiểu rõ hơn:

Trong lưu đồ này, mã sẽ phản hồi theo cách sau:

1. Trước hết, nó sẽ vào vòng lặp nơi nó kiểm tra điều kiện.
2. Nếu điều kiện là đúng, các câu lệnh ‘if’ đầu tiên sẽ được thực thi.
3. Nếu điều kiện sai, thì nó chuyển sang điều kiện ‘else if’ và nếu đúng, mã ‘else if’ sẽ được thực thi.
4. Cuối cùng, nếu mã ‘else if’ cũng là false, thì nó sẽ chuyển đến mã ‘else’ và được thực thi. Điều này có nghĩa là nếu không có điều kiện nào trong số này đúng, thì câu lệnh ‘else’ sẽ được thực thi.

Dưới đây là một ví dụ về nếu khác câu lệnh điều khiển trong R. Hãy thử chạy ví dụ này trong R Studio.

x5) {print ('x lớn hơn 5')} elseif (x == 5) {print ('x bằng 5')} else {print ('x không lớn hơn 5')}

Đầu ra:

[1] 'x bằng 5'

• Chuyển đổi câu lệnh : Các câu lệnh điều khiển này về cơ bản được sử dụng để so sánh một biểu thức nhất định với một giá trị đã biết. Tham khảo sơ đồ bên dưới để hiểu rõ hơn:

Trong lưu đồ chuyển đổi trường hợp này, mã sẽ phản hồi theo các bước sau:

__trong đó__

1. Trước hết, nó sẽ nhập trường hợp chuyển đổi có một biểu thức.
2. Tiếp theo nó sẽ chuyển đến điều kiện Case 1, kiểm tra giá trị được truyền vào điều kiện. Nếu nó là true, khối Statement sẽ thực thi. Sau đó, nó sẽ phá vỡ khỏi trường hợp chuyển đổi đó.
3. Trong trường hợp nó là sai, sau đó nó sẽ chuyển sang trường hợp tiếp theo. Nếu điều kiện Trường hợp 2 là đúng, nó sẽ thực hiện câu lệnh và ngắt khỏi trường hợp đó, nếu không, nó sẽ lại chuyển sang trường hợp tiếp theo.
4. Bây giờ, giả sử bạn chưa chỉ định bất kỳ trường hợp nào hoặc có một số dữ liệu nhập sai từ người dùng, sau đó nó sẽ chuyển sang trường hợp mặc định, nơi nó sẽ in câu lệnh mặc định của bạn.

Dưới đây là ví dụ về câu lệnh switch trong R. Hãy thử chạy ví dụ này trong R Studio.

vtr<- c(150,200,250,300,350,400) option <-'mean' switch(option, 'mean' = print(mean(vtr)), 'mode' = print(mode((vtr))), 'median' = print(median((vtr))) ) 

Đầu ra:

[1] 275

R Hướng dẫn: Các câu lệnh lặp

Các vòng lặp giúp bạn lặp lại một số hành động nhất định để bạn không phải thực hiện chúng nhiều lần. Hãy tưởng tượng bạn cần thực hiện một thao tác 10 lần, nếu bạn bắt đầu viết mã cho mỗi lần, độ dài của chương trình sẽ tăng lên và bạn sẽ khó hiểu nó sau này. Nhưng đồng thời bằng cách sử dụng một vòng lặp, nếu tôi viết cùng một câu lệnh bên trong một vòng lặp, nó sẽ tiết kiệm thời gian và dễ đọc mã hơn. Nó cũng được tối ưu hóa hơn về hiệu quả mã.

Trong hình ảnh trên, ‘ nói lại' và ‘ trong khi 'Câu lệnh giúp bạn thực hiện một bộ quy tắc nhất định cho đến khi điều kiện là đúng nhưng' cho ' là một câu lệnh lặp được sử dụng khi bạn biết bạn muốn lặp lại một khối câu lệnh bao nhiêu lần. Bây giờ, nếu bạn biết rằng bạn muốn lặp lại nó 10 lần, thì bạn sẽ sử dụng câu lệnh 'for' nhưng nếu bạn không chắc chắn về số lần bạn muốn mã được lặp lại, bạn sẽ sử dụng 'repeat' hoặc 'trong khi lặp lại.

Hãy thảo luận về từng cái trong số chúng với các ví dụ.

• Nói lại : Vòng lặp lặp lại giúp thực thi lặp đi lặp lại cùng một bộ mã cho đến khi thỏa mãn điều kiện dừng. Tham khảo sơ đồ bên dưới để hiểu rõ hơn:

Trong sơ đồ trên, mã sẽ phản hồi theo các bước sau:

1. Trước hết, nó sẽ nhập và thực thi một bộ mã.
2. Tiếp theo, nó sẽ kiểm tra điều kiện, nếu đúng nó sẽ quay lại và thực thi lại cùng một bộ mã cho đến khi nó có nghĩa là sai.
3. Nếu nó được phát hiện là sai, nó sẽ trực tiếp thoát khỏi vòng lặp.

• Trong khi : Câu lệnh while cũng giúp thực hiện lặp đi lặp lại cùng một bộ mã cho đến khi thỏa mãn điều kiện dừng. Tham khảo sơ đồ bên dưới để hiểu rõ hơn:

Trong sơ đồ trên, mã sẽ phản hồi theo các bước sau:

1. Trước hết nó sẽ kiểm tra điều kiện.
2. Nếu nó được tìm thấy là đúng, nó sẽ thực thi bộ mã.
3. Tiếp theo, nó lại kiểm tra điều kiện, nếu đúng, nó sẽ thực thi lại cùng một đoạn mã. Ngay sau khi điều kiện được phát hiện là sai, nó ngay lập tức thoát khỏi vòng lặp.

Dưới đây là ví dụ về câu lệnh while trong R. Hãy thử chạy ví dụ này trong R Studio.

x = 2 trong khi (x<1000) { x=x^2 print(x) } 

Đầu ra:

4 16 256 65 536

Vì vậy, bạn chắc hẳn đang thắc mắc hai câu lệnh này khác nhau như thế nào? Hãy để tôi xóa nghi ngờ của bạn!
Ở đây sự khác biệt chính giữa câu lệnh lặp lại và câu lệnh while là nó thay đổi theo tình trạng của bạn. Trong khi Về cơ bản, vòng lặp xác định khi nào bạn sẽ vào vòng lặp để thực hiện các câu lệnh và nói lại vòng lặp xác định thời điểm bạn rời khỏi vòng lặp sau khi thực hiện các câu lệnh. Vì vậy, hai câu lệnh này được gọi là vòng lặp kiểm soát nhập và vòng kiểm soát thoát. Đó là cách các câu lệnh while và repeat khác nhau.

• Đối với vòng lặp: Vòng lặp for được sử dụng khi bạn cần thực thi một khối mã nhiều lần. Tham khảo sơ đồ bên dưới để hiểu rõ hơn:

Trong sơ đồ trên, mã sẽ phản hồi theo các bước sau:

1. Trước hết, có khởi tạo nơi bạn chỉ định số lần bạn muốn lặp lại vòng lặp.
2. Tiếp theo, nó kiểm tra điều kiện. Nếu điều kiện là đúng, nó sẽ thực thi bộ mã trong số lần được chỉ định.
3. Ngay sau khi điều kiện được phát hiện là sai, nó ngay lập tức thoát khỏi vòng lặp.

Dưới đây là ví dụ về câu lệnh for trong R. Hãy thử chạy ví dụ này trong R Studio.

vtr<- c(7,19,25,65, 45) for( i in vtr) { print(i) } 

Đầu ra:

7 19 25 65 45

Tiếp theo, chúng ta hãy chuyển đến tập hợp các câu lệnh cuối cùng trong blog R Hướng dẫn, tức là các câu lệnh nhảy.

R Hướng dẫn: Câu lệnh Nhảy

Tuyên bố ngắt : Câu lệnh break giúp kết thúc chương trình và tiếp tục điều khiển cho câu lệnh tiếp theo sau vòng lặp. Các câu lệnh này cũng được sử dụng trong trường hợp chuyển mạch. Tham khảo sơ đồ bên dưới để hiểu rõ hơn:

Trong sơ đồ trên, mã sẽ phản hồi theo các bước sau:

1. Trước hết, nó sẽ vào vòng lặp nơi nó kiểm tra điều kiện.
2. Nếu điều kiện vòng lặp là sai, nó sẽ trực tiếp thoát khỏi vòng lặp.
3. Nếu điều kiện là đúng, nó sẽ kiểm tra điều kiện ngắt.
4. Nếu điều kiện break là đúng, nó tồn tại từ vòng lặp.
5. Nếu điều kiện ngắt là sai, thì nó sẽ thực hiện các câu lệnh còn lại trong vòng lặp và sau đó lặp lại các bước tương tự.

Dưới đây là ví dụ về câu lệnh jump trong R. Hãy thử chạy ví dụ này trong R Studio.

x<- 1:5 for (val in x) { if (val == 3){ break } print(val) } 

Đầu ra:

[1] 1 [1] 2

Tuyên bố tiếp theo : Câu lệnh tiếp theo được sử dụng khi bạn muốn bỏ qua lần lặp hiện tại của vòng lặp mà không kết thúc nó. Câu lệnh Next khá giống với ‘continue’ trong ngôn ngữ lập trình khác. Tham khảo sơ đồ bên dưới để hiểu rõ hơn:

Trong sơ đồ trên, mã sẽ phản hồi theo các bước sau:

1. Trước hết, nó sẽ vào vòng lặp nơi nó kiểm tra điều kiện.

2. Nếu điều kiện vòng lặp là sai, nó sẽ trực tiếp thoát khỏi vòng lặp.

3. Nếu điều kiện lặp là đúng, nó sẽ thực hiện các câu lệnh khối 1.

4. Sau đó, nó sẽ kiểm tra câu lệnh ‘next’. Nếu nó hiện diện, thì các câu lệnh sau đó sẽ không được thực hiện trong cùng một lần lặp của vòng lặp.

5. Nếu không có câu lệnh ‘next’, thì tất cả các câu lệnh sau đó sẽ được thực thi.

Dưới đây là ví dụ về câu lệnh tiếp theo trong R. Hãy thử chạy ví dụ này trong R Studio.

for (tôi trong 1:15) {if ((i %% 2) == 0) {next} print (i)}

Đầu ra:

1 3 5 7 9 11 13 15

Đây là phần cuối của blog hướng dẫn R. Tôi hy vọng các bạn rõ ràng về từng khái niệm mà tôi đã thảo luận ở trên. Hãy theo dõi, blog tiếp theo của tôi sẽ về đào tạo R, nơi tôi sẽ giải thích một số khái niệm chi tiết hơn về R với exPhong phú.

Bây giờ bạn đã hiểu cơ bản về R, hãy xem của Edureka, một công ty học trực tuyến đáng tin cậy với mạng lưới hơn 250.000 người học hài lòng trải dài trên toàn cầu. Edureka’s Data Analytics with R training sẽ giúp bạn có được kiến ​​thức chuyên môn về Lập trình R, Thao tác dữ liệu, Phân tích dữ liệu khám phá, Hình ảnh hóa dữ liệu, Khai thác dữ liệu, Hồi quy, Phân tích cảm xúc và sử dụng R Studio cho các nghiên cứu điển hình thực tế trên Bán lẻ, Truyền thông xã hội.

Có một câu hỏi cho chúng tôi? Vui lòng đề cập đến nó trong phần nhận xét của blog “Hướng dẫn R” này và chúng tôi sẽ liên hệ lại với bạn trong thời gian sớm nhất.