Rozważmy sytuację: masz pudełko z różnymi klockami LEGO®. Każdy klocek to jakaś informacja – kolor, kształt, rozmiar. Czasami potrzebujesz posortować klocki, policzyć ile masz klocków danego koloru, albo stworzyć nową konstrukcję, łącząc klocki w określony sposób. R, to właśnie taki super zestaw narzędzi, który pomaga nam manipulować i analizować dane, jakby to były klocki LEGO®. Myśl o R jako o cyfrowej skrzynce z narzędziami pełnej różnych młotków, śrubokrętów i kleju, tylko zamiast naprawiania mebli, używamy jej do analizowania liczb, obrazów i słów.
Podstawowe koncepcje
Zacznijmy od podstaw. Wyobraź sobie, że masz kartkę papieru. W R, taką kartkę nazywamy *zmienną*. Możesz na niej zapisać jedną liczbę, imię, listę zakupów – co tylko chcesz. Na przykład, zmienna o nazwie `wiek` może przechowywać liczbę 25. To jak naklejka z napisem "wiek" przyklejona do pudełka z liczbą 25 w środku. W R, przypisujesz wartość zmiennej używając symbolu `<-`. Czyli piszesz: `wiek <- 25`.
Teraz, wyobraź sobie, że masz kilka kartek z listą owoców. Każda kartka ma nazwę (np. "lista_zakupow_1", "lista_zakupow_2"). R ma specjalne sposoby przechowywania tych kartek razem, w zorganizowany sposób. Nazywamy to *strukturą danych*. Najprostsza struktura danych to *wektor*. Myśl o wektorze jako o szeregu pudełek ustawionych obok siebie. W każdym pudełku znajduje się jakaś informacja. Na przykład, wektor owoców może wyglądać tak: `c("jabłko", "banan", "gruszka")`. Funkcja `c()` (od ang. *combine*) łączy elementy w jeden wektor. Wyobraź sobie, że wkładasz jabłko do pierwszego pudełka, banana do drugiego i gruszkę do trzeciego.
Funkcje - Magiczne Pudełka
R jest pełen *funkcji*. Pomyśl o funkcji jako o maszynie, do której wrzucasz coś (np. listę owoców), a ona coś z tym robi i wypluwa coś innego (np. liczbę owoców). Na przykład, funkcja `length()` liczy ile elementów znajduje się w wektorze. Jeśli wrzucisz do niej nasz wektor owoców, `length(c("jabłko", "banan", "gruszka"))`, to otrzymasz wynik 3. Funkcje w R zawsze mają nawiasy `()`. Czasami trzeba coś wrzucić do nawiasów (to są *argumenty* funkcji), a czasami nie.
Przykłady
Spróbujmy zrobić coś bardziej skomplikowanego. Wyobraź sobie, że jesteś nauczycielem i masz listę ocen uczniów. Chcesz obliczyć średnią ocen. W R, możesz to zrobić bardzo prosto:
- Stwórz wektor ocen: `oceny <- c(4, 5, 3, 6, 2, 4, 5)`
- Użyj funkcji `mean()` aby obliczyć średnią: `srednia <- mean(oceny)`
- Wyświetl wynik: `print(srednia)` (lub po prostu wpisz `srednia` w konsoli i naciśnij Enter)
Funkcja `mean()` działa jak magiczny robot, który sumuje wszystkie oceny i dzieli przez liczbę uczniów, dając nam średnią ocen. Możesz też użyć innych funkcji, np. `median()` żeby znaleźć medianę, `sd()` żeby obliczyć odchylenie standardowe (które mówi nam jak bardzo oceny są rozproszone wokół średniej).
Inny przykład: Masz dane o sprzedaży różnych produktów w twoim sklepie. Chcesz zobaczyć, które produkty sprzedają się najlepiej. Załóżmy, że dane wyglądają tak:
Produkty: `c("Chleb", "Mleko", "Jajka", "Ser")`
Sprzedaż: `c(100, 150, 80, 120)`
W R, możesz użyć funkcji `barplot()` aby stworzyć wykres słupkowy pokazujący sprzedaż dla każdego produktu. Najpierw tworzymy te wektory:
`produkty <- c("Chleb", "Mleko", "Jajka", "Ser")`
`sprzedaz <- c(100, 150, 80, 120)`
A potem wywołujemy funkcję `barplot()`:
`barplot(sprzedaz, names.arg = produkty, main = "Sprzedaż produktów")`
W tym przypadku, `sprzedaz` to wysokość słupków, `names.arg = produkty` oznacza, że nazwy produktów pojawią się pod słupkami, a `main = "Sprzedaż produktów"` to tytuł wykresu.
Pakiety - Dodatkowe Narzędzia
Wyobraź sobie, że potrzebujesz specjalnego rodzaju śrubokrętu, którego nie ma w twojej podstawowej skrzynce z narzędziami. W R, możesz zainstalować *pakiety*. Pakiety to dodatkowe zestawy funkcji stworzone przez innych użytkowników, które rozszerzają możliwości R. Na przykład, jeśli chcesz tworzyć bardziej zaawansowane wykresy, możesz zainstalować pakiet `ggplot2`. Aby to zrobić, używasz funkcji `install.packages("ggplot2")`. Po zainstalowaniu pakietu, musisz go załadować używając funkcji `library(ggplot2)`. Pomyśl o tym jak o wyjęciu śrubokrętu z opakowania i położeniu go obok skrzynki z narzędziami, gotowego do użycia.
R to potężne narzędzie, które wymaga trochę praktyki, aby w pełni je opanować. Ale dzięki temu, możesz analizować dane, tworzyć piękne wykresy i wyciągać cenne wnioski. Pamiętaj: myśl o zmiennych jako o kartkach, o wektorach jako o szeregach pudełek, a o funkcjach jako o magicznych robotach! Powodzenia!
