I dagens artikkel vil vi utforske temaet R (programmeringsspråk) i dybden. Fra dens opprinnelse til dens relevans i dagens samfunn, gjennom dens innvirkning på ulike områder, vil vi fordype oss i en uttømmende analyse for å forstå viktigheten av R (programmeringsspråk) i dag. I tillegg vil vi undersøke ulike perspektiver og meninger fra eksperter på området, med mål om å tilby et fullstendig og objektivt syn på dette svært relevante emnet. Gjennom artikkelen vil vi oppdage hvordan R (programmeringsspråk) har utviklet seg over tid og hva dens mulige implikasjoner er for fremtiden. Gjør deg klar til å legge ut på en fascinerende reise gjennom R (programmeringsspråk)!
R | |||
---|---|---|---|
Tilblivelse | august 1993 | ||
Paradigme | 6 paradigmer Multi-paradigme: Funksjonell programmering, tabellprogrammering, objektorientert programmering, imperativ programmering, selvmodifiserende programmering, prosedyrisk programmering | ||
Designet av | Ross Ihaka, Robert Gentleman | ||
Siste versjon(er) | 4.3.3 / 29. feb. 2024 | ||
Typetildeling | dynamisk | ||
OS | GNU/Linux, BSD, macOS, Microsoft Windows | ||
Lisens | GPLv2 | ||
Implementert i | |||
C, Fortran, R | |||
Påvirket av | |||
S |
R er et programmeringsspråk og en programvare for statistiske beregninger og datavisualisering. R er hyppig brukt innen kvantitativ forskning og datavitenskap, gjerne for å konstruere statistiske modeller og systemer for automatisk dataanalyse.
R er fri programvare, det vil si at det er gratis å bruke og har åpen kildekode. R er tilgjengelig for flere operativsystem, som Windows, macOS og flere distribusjoner av Linux.
Kjerneprogramvaren i R kjører et programmeringsspråk som særlig egnet for operasjoner på datasett (vanligvis todimensjonale med rader og kolonner, såkalte «data frames»). R er svært fleksibelt, spesielt på grunn av tilgjengeligheten tilleggsprogramvare, såkalte «R-pakker», som kan legges til basisprogramvaren. Ved hjelp R-pakker, som deles gjennom programvarearkivet CRAN, kan R utvides til å gi støtte for et svært stort antall funksjoner for analyse, datamanipulasjon og visualisering. R-pakker legger til rette for å skreddersy sin installasjon av R. Over 15000 R-pakker med tilhørende dokumentasjon og datasett er gjort tilgjengelig gjennom CRAN.
Blant de mest brukte R-pakkene kan nevnes GGplot2
(datavisualisering), dplyr
(databearbeiding), readr
(importere data inn i R), Shiny
(webapplikasjoner), rmarkdown
(literat programmering) og knitr
(rapportgenerering).
Ettersom det er et programmeringsspråk baserer R seg på kommandolinjegrensesnitt. Men brukere benytter gjerne integrerte utviklingsmiljø når de skriver R-kode, hvorav Rstudio. og kodenotatblokksystemet Jupyter er særlig utbredt blant R-brukere. Mange teksteditorer og integrerte utviklingsmiljø har støtte for R (som Visual Studio Code, PyCharm og Eclipse).
R har etter hvert blitt en de facto-standard for utvikling av statistiske teknikker. Programmerings-språket er sterkt objekt-orientert. I bruksmåte skiller R (og S) seg også fra mange vanlige statistikkprogramvarer nevnt ovenfor ved at man har ett (eller flere) arbeidsområder ("workspace") som kan inneholde tidligere resultater, egne funksjoner, og datasett.