R (programmeringsspråk)

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
Tilblivelseaugust 1993
Paradigme
6 paradigmer
Multi-paradigme: Funksjonell programmering, tabellprogrammering, objektorientert programmering, imperativ programmering, selvmodifiserende programmering, prosedyrisk programmering
Designet avRoss Ihaka, Robert Gentleman
Siste versjon(er)4.3.3 / 29. feb. 2024
Typetildeling dynamisk
OSGNU/Linux, BSD, macOS, Microsoft Windows
LisensGPLv2
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.

Litteratur

Norsk
  • Mehmet Mehmetoglu og Matthias Mittner Innføring i R for statistiske dataanalyser Universitetsforlaget 2020 ISBN 9788215030661
  • Silje S. Lyder Hermansen Lær deg R - En innføring i statistikkprogrammets muligheter Fagbokforlaget 2019 ISBN 9788245022131
Engelsk

Referanser

  1. ^ Ross Ihaka, «R : Past and Future History», besøkt 2. september 2021
  2. ^ «The Comprehensive R Archive Network». cran.uib.no. Besøkt 31. juli 2021. 
  3. ^ «An Introduction to R». cran.uib.no. Besøkt 31. juli 2021. 
  4. ^ «Top downloaded METACRAN». www.r-pkg.org. Besøkt 31. juli 2021. 
  5. ^ «RStudio». rstudio.com (engelsk). Besøkt 31. juli 2021. 
  6. ^ «IRkernel». irkernel.github.io. Besøkt 31. juli 2021. 

Eksterne lenker

Enciclo
Wikious
Sapientia
Scientia
Boobota
Anandapedia
Sagapedia
Wikithot