आर या "आई लव आर" शुरू करने का मेरा अनुभव

मैं एक वैज्ञानिक हूं [ इस बारे में यहां और अधिक ]। "मानसिक श्रम का सर्वहारा वर्ग।" एक भौतिक विज्ञानी द्वारा शिक्षा। मैं 30+ वर्षों से चिकित्सा और जैविक सूचना प्रसंस्करण के क्षेत्र में काम कर रहा हूँ।
मैं 10 वर्षों से आर में काम कर रहा हूं, मतलब के साथ 15 साल के घनिष्ठ सहयोग के बाद यह प्रवास कर रहा है। दूसरे कार्य मंच में प्रवास का मूल कारण न्यूजीलैंड के ऑकलैंड में पृथ्वी के विपरीत दिशा में मेरा स्वयं का भौतिक प्रवास था। यहां, पहले दिनों से जीवन ने मुझे आर की बाहों में धकेल दिया, जो मुझे अभी तक पछतावा नहीं था।

तेजी से, मैं एक पेशेवर रूसी में आर में रुचि के प्रकोप का निरीक्षण करता हूं। खैर, यहाँ इस सम्मानित संसाधन पर उसके बारे में लेख हैं। इसके अलावा, कटौती के तहत, रूसी भाषा में आर के लिए मेरा पहला प्रयास तीन साल पहले Iova राज्य विश्वविद्यालय में पशु विज्ञान में सहयोगियों के लिए प्रस्तुति का पहला (मौखिक) हिस्सा है।
( एक तरफ: खुद का अनुवाद करना कितना मुश्किल है ...)

<img src = " "alt =" छवि "/>
इस पोस्ट में

• R क्या है
• वह कहां से आया?
• मैं उसे क्यों प्यार करता हूँ?
• मैं इसका उपयोग क्यों और कैसे करता हूं (उदाहरण)
• मिथक और सच्चाई

R क्या है

सबसे पहले, आर प्रोग्रामिंग भाषा एस का उपयोग करते हुए सांख्यिकीय और अन्य वैज्ञानिक गणनाओं के लिए एक प्रणाली है ।

S , सांख्यिकीविदों के लिए सांख्यिकीविदों द्वारा लिखी जाने वाली भाषा है । लेखक जॉन चैम्बर्स की परिभाषा द्वारा। स्थापना के बाद से भाषा बहुत अच्छी तरह से प्राप्त की गई है और बहुत picky सांख्यिकीविदों की पीढ़ियों द्वारा परीक्षण किया गया है। हम यह मान सकते हैं कि यह वैश्विक सांख्यिकीय समुदाय में काफी व्यापक रूप से जाना और स्वीकार किया जाता है। कई महत्वपूर्ण महामारी विज्ञान, पर्यावरण, और वित्तीय मॉडल लागू किए गए हैं और अभी भी दुनिया भर में और कई उद्योगों में एस भाषा में उपयोग किए जा रहे हैं। एक "लेखन उपयोगकर्ता" के रूप में मेरे दृष्टिकोण से एक भाषा के रूप में, एस एसएएस भाषा का एक बहुत अच्छा विकल्प है।

अपने स्वयं के अनुभव से - परिचित और पहला एस पाठ जो मैंने खुद 90 के दशक के शुरुआती दिनों में डब्ल्यूएचओ के विशेषज्ञ सांख्यिकीविदों से प्राप्त किया था, जिनके साथ मैंने उस समय के वैज्ञानिक अनुसंधान पर पार किया था।

कई अनुमानों के अनुसार, आर (मेरे लिए - और बहुत अतिरंजित नहीं है) सबसे सफल ओपन सोर्स प्रोजेक्ट्स में से एक है, जिसे जीएनयू लाइसेंस मानकों के तहत दुनिया भर के दर्जनों दर्पणों से स्वतंत्र रूप से वितरित किया गया है।
लेखक स्पष्ट रूप से परियोजना के व्यावसायीकरण के लिए सभी प्रस्तावों को अस्वीकार करते हैं, हालांकि आज यह विश्वास करने का कारण है कि दुनिया में आर की स्थापित प्रतियों की संख्या अन्य सभी सांख्यिकीय विश्लेषण प्रणालियों की कुल संख्या से अधिक है।

शुरुआत और आज तक, इस परियोजना ने मुझे स्थिरता, उपयोगकर्ता सहायता, कोड संगतता, आदि के लिए सबसे गहरा सम्मान (प्रशंसा के कगार पर) अर्जित किया है, कि मैं अवधारणा में संस्कृति को जोड़ूंगा।
हालांकि, अंतिम वाक्य बाद के उपखंडों के लिए अधिक संभावना है।

S कहां से आया और यह R से कैसे संबंधित है

निस्संदेह, विकिपीडिया आपको कई और पत्र देगा।
मैं केवल इस बात पर ध्यान दूंगा कि मैं इस दुनिया में इस जीवन में एस और आर के स्थान को समझने के लिए क्या महत्वपूर्ण मानता हूं।

बेल की प्रयोगशालाएं (उर्फ बेल लैब्स, एटी एंड टी बेल लेबोरेटरीज) विज्ञान और प्रौद्योगिकी के इतिहास में काफी प्रसिद्ध हैं, और विशेष रूप से आईटी। सांख्यिकीय अध्ययनों को हमेशा बहुत गंभीरता से वितरित किया जाता था और सभी उपलब्ध कंप्यूटर टूल्स (पढ़ें - टन के फोरट्रान और लिस्प कोड) द्वारा भी गंभीरता से समर्थित थे।

70 के दशक में जॉन चैंबर्स के मार्गदर्शन में और फोरट्रान कोड को डेटा की "फीडिंग" की सुविधा देने वाली स्क्रिप्ट के एक सेट के रूप में एस भाषा बन गई। यानी इंटरएक्टिव डेटा हेरफेर, कॉम्पैक्टनेस, सुखद लेखन और कोड की पठनीयता, और तालिकाओं और ग्राफ़ के विभिन्न उपकरणों पर सभ्य आउटपुट प्राप्त करने के काम पर ध्यान केंद्रित किया गया था।

भाषा का वाक्य-विन्यास व्यावहारिक रूप से मनमाने ढंग से जटिल डेटा संरचनाओं के निर्माण के लिए प्रदान करता है, विशिष्ट सांख्यिकीय समस्याओं और वस्तुओं के वर्णन के लिए साधन स्टेट है। परीक्षण, मॉडल, आदि

1984 के बाद से, भाषा ने एक नाम, अपनी खुद की "बाइबल" (चेम्बर्स एंड बेकर्स की एक पुस्तक: एस: एक इंटरएक्टिव एनवायरनमेंट फॉर डेटा एनालिसिस एंड ग्राफिक्स प्रकाशित की थी) का अधिग्रहण किया, जिसमें डिफ़ॉल्ट रूप से आँकड़ों का लगभग पूरा "सज्जन सेट" और "संभावना" - वितरण, जनरेटर शामिल थे। यादृच्छिक संख्या, सांख्यिकीय परीक्षण, कई मानक सांख्यिकीय विश्लेषण, मैट्रिसेस के साथ काम, आदि, वैज्ञानिक ग्राफिक्स की विकसित प्रणाली का उल्लेख नहीं करना। सबसे महत्वपूर्ण बात, यह बहुत ही उचित मूल्य के लिए दुनिया भर के उपयोगकर्ताओं के लिए उपलब्ध हो गया है।

1988 में ( द न्यू एस लैंगगेज की एक और पुस्तक प्रकाशित हुई थी ) - OOP का उपयोग करके संशोधित, सब कुछ बहुत ही उचित डिफ़ॉल्ट मानों के साथ ऑब्जेक्ट बन गया, संशोधन के लिए पहुंच, आत्म-टिप्पणी करने वाले तत्व, आदि, आदि।

उसी समय, प्रयोगशालाओं द्वारा स्रोत कोड प्रकाशित किए गए थे और बेल-लैब एस छात्रों के लिए और वैज्ञानिक उद्देश्यों में उपयोग के लिए स्वतंत्र हो गया था। यह सब किसी तरह एटी एंड टी के "फैलाव" से जुड़ा था, लेकिन मुझे इन विवरणों में बहुत दिलचस्पी नहीं थी।

वहाँ थे, और शायद अभी भी कर रहे हैं, एस भाषा के व्यावसायिक कार्यान्वयन। मैं एस-प्लस और एस 2000 में आया था। अलग-अलग कंपनियों द्वारा अलग-अलग समय पर उनका समर्थन किया गया था, मुख्य रूप से वे (लाइव?) एस पर पहले बनाए गए आवेदनों के समर्थन के कारण थे । एस के इन पोस्ट-बेल संस्करणों में, ओओपी इंजन का एक नया संस्करण दिखाई दिया है, लेकिन एक शुद्ध उपयोगकर्ता के लिए, यह ऐतिहासिक कोड की संगतता के मामले में लगभग रक्तहीन हो गया।

R एकमात्र गैर-लाभ है जो पूरी तरह से स्वतंत्र (मूल बेलोवस्की से) एस भाषा का कार्यान्वयन है।

और हमारे समय में एक दुर्लभ समझौते के अनुसार, किसी तरह से मेरे लिए अकल्पनीय, वाणिज्यिक एस और गैर-वाणिज्यिक आर के वर्तमान संस्करणों के डेवलपर्स उनकी लगभग पूर्ण संगतता और निरंतरता का समर्थन करते हैं।

और अब आर

इस जीवन में किसी भी महत्वपूर्ण घटना के पीछे किसी प्रकार का करिश्माई व्यक्तित्व है। हालांकि, यह हो सकता है और घटना के महत्व की एक परिभाषा है।

R के मामले में, ऐसे तीन लोग हैं।
जॉन चैंबर्स के बारे में, मैंने पहले ही कहा था।

रॉस इहाका ( रॉस इहका ) - एक छात्र, और फिर ऑकलैंड विश्वविद्यालय के सांख्यिकी विभाग में एक शोधकर्ता, उनके शोध प्रबंध का विषय (जो एमआईटी, यूएसए में किया गया था) ने सांख्यिकीय प्रोग्रामिंग भाषाओं के लिए एक वर्चुअल मशीन (वीएम) के निर्माण की संभावना के अध्ययन को चुना। लिस्प ( आम लिस्प, सीएल ) को एक मध्यवर्ती भाषा के रूप में चुना गया था और इस पर एक प्रोटोटाइप वीएम लागू किया गया था, जो एसएएस और एस के छोटे सबसेट को "समझ" गया था ।
अपने शोध प्रबंध को अंतिम रूप देने के लिए, रॉस ऑकलैंड लौट आया, जहाँ वह जल्द ही रॉबर्ट जेंटलमैन से मिला और प्रोजेक्ट आर में दिलचस्पी रखने लगा।
रॉस ने अपने शोध प्रबंध का बचाव नहीं किया, लेकिन पहले से ही कई विश्वविद्यालयों में "योग्यता के संदर्भ में" की डिग्री है। पिछले साल, उन्हें उपाधि से सम्मानित किया गया और उन्होंने अपने गृह विश्वविद्यालय में एसोसिएट प्रोफेसर (एसोसिएट प्रोफेसर) का पद प्राप्त किया।

रॉबर्ट जेंटलमैन , प्रोग्रामिंग के लिए एक जुनून के साथ एक और सांख्यिकीविद्, कनाडा का मूल निवासी, जबकि ऑकलैंड विश्वविद्यालय में इंटर्नशिप पर (वह तब ऑस्ट्रेलिया में काम करता था), ने सुझाव दिया कि रॉस "किसी तरह की जीभ लिखें।"
एक पौराणिक कथा के अनुसार, जो मैंने खुद इन "संस्थापक पिताओं" से लगभग एक महीने में सुना था, उन्होंने उत्साह के उन्माद के साथ सीएल को एक शक्तिशाली लीनियर मॉडलिंग लाइब्रेरी सहित लगभग सभी एस कमांड हस्तांतरित कर दिए।

कम्प्यूटिंग इंजन आर , प्रोटोटाइप की परंपराओं का पालन करते हुए, प्रसिद्ध, सार्वभौमिक रूप से मान्यता प्राप्त और मुफ्त बीएलएएस लाइब्रेरी का चयन किया गया था ( एटीएलएएस का उपयोग करने की संभावना के साथ, एक ही इंटरफ़ेस के साथ)।
पॉल मुरल, रॉस के सबसे करीबी दोस्तों में से एक और ऑकलैंड विश्वविद्यालय का एक कर्मचारी है, एक ग्राफिक्स इंजन को खरोंचने से गति और लिखा (ऐसा लगता है, सी में) कि एस में उस की कार्यक्षमता को पूरी तरह से पुन: पेश करता है ।

परिणाम एक नि: शुल्क, पूरी तरह कार्यात्मक बैग था, जिसने तुरंत ओकलान विश्वविद्यालय की शैक्षिक प्रक्रिया में एक जगह ले ली, पूरी तरह से बहुत विस्तृत और उच्च-गुणवत्ता वाले मंडलों की पुस्तकों में वर्णन के साथ अनुपालन किया, जो परंपरागत रूप से पेपरबैक और मध्यम प्रिंट गुणवत्ता में प्रकाशित हुए थे, लेकिन सस्ते और सस्ती थे।
कई जीएनयू-आधारित कार्यकर्ता समूहों (जैसे जीआईएस) आंदोलन ने आर को वैज्ञानिक कंप्यूटिंग के लिए एक मंच के रूप में अपनाया है।

लेकिन R वास्तव में व्यापक रूप से जैव सूचना विज्ञान में जाना जाता है, जब "पिता" रॉबर्ट जेंटलमैन में से एक, अफिमेट्रिक्स में उस समय शामिल था, ने कंपनी के वाणिज्यिक सॉफ्टवेयर की सभी कार्यक्षमता को दोहराया और लॉन्च किया (अच्छी तरह से, एक नहीं, बेशक, ओपन सोर्स प्रोजेक्ट बायोकॉन्टर । वर्तमान में, बायोकॉन्टर सभी "-मिक्स" (जीनोमिक्स, प्रोटिओमिक्स, मेटाबॉलिकम आदि) के लिए जैव सूचनात्मक खुले स्रोत में निर्विवाद नेता है।

स्वाभाविक रूप से, आर जैव सूचनात्मक कल्पनाओं के इस दंगे के लिए एकल इंटरफ़ेस भाषा बन गया।

सर्कल बंद हो गया जब सेवानिवृत्त चेम्बर्स, एस भाषा के निर्माता, सक्रिय विकास समूह आर के पूर्ण सदस्य बन गए ।

मैं उससे प्यार क्यों करता हूं (सूची)

1. अन्तरक्रियाशीलता, "डेटा के साथ प्रोग्रामिंग" - मेरी पसंदीदा कार्यशैली
2. सुरुचिपूर्ण (एक शौकिया के लिए) भाषा - मुझे सूचियां, डेटा फ़्रेम, कार्यात्मक प्रोग्रामिंग और लंबोदा फ़ंक्शन (ए-ला) y से प्यार है। अभिव्यक्ति की स्वतंत्रता: एक ही कार्य को दस तरीकों से हल किया जा सकता है (दिनचर्या की भावना को नरम करता है)।
3. "इस दुनिया में बहुत सोचता है" - शायद ही कभी "क्रैश" या एक धागा लटका हुआ है, लापता डेटा के साथ तार्किक संचालन, रनटाइम पर त्रुटि से निपटने (प्रयास-त्रुटि), मानक I / O के स्तर पर सिस्टम के साथ आसान विनिमय, आदि।
4. तैयार-से-उपयोग सांख्यिकीय प्रक्रियाओं का पूरा सेट
5. अच्छी तरह से प्रलेखित और अच्छी तरह से बनाए रखा - संगतता, निरंतरता, आदि।
6. उसके चारों ओर एक मानवीय रूप से सुखद पेशेवर समुदाय (मंच, उपयोगकर्ता सम्मेलन, आदि) एकत्र हुए।
7. फ़ोर्ट्रान, सी, जावा - कुछ पर बाहरी पुस्तकालयों और कार्यों के लिए एक अच्छी तरह से प्रलेखित इंटरफ़ेस। यहाँ से विज्ञान के लगभग सभी क्षेत्रों में सांख्यिकी और डेटा प्रसंस्करण के सभी पहलुओं पर अच्छी तरह से प्रलेखित पुस्तकालयों का एक समुद्र आता है, लेकिन जैव सूचना विज्ञान / जैव प्रौद्योगिकी पर मुख्य जोर देने के साथ; यदि लेखक की इच्छा है तो सब कुछ नियमित और सही ढंग से अपडेट किया जाता है
8. "बुनियादी विन्यास" में एक अनिवार्य जीयूआई की कमी - ठीक है, मैं "माउस" व्यक्ति नहीं हूं!

सूची से बाहर: मुझे बस इस बात की खुशी है कि मेरे मुख्य काम करने का उपकरण ... एक आत्मा है।
मैं वास्तव में, अपने लेख में दिखाने की कोशिश करता हूं।

मैं इसका उपयोग क्यों और कैसे करता हूं (उदाहरण)

मैंने इस खंड में लिखना शुरू किया, लेकिन रुक गया।
अन्यथा, मैं कभी खत्म नहीं होता।
ओह, शायद बाद में।

मिथक और सच्चाई

धीमी गति से

आर - "पतली", गणना के लिए ब्लास / लैपैक / एटलस लाइब्रेरी का उपयोग करता है, इन अच्छे पुराने फोरट्रान (अक्सर) "वर्कहॉर्स" की तुलना में तेजी से कुछ लिखने की कोशिश करें। सभी महत्वपूर्ण कार्य, एक नियम के रूप में, वेक्टर संचालन का उपयोग करते हैं और सी में लागू होते हैं ।

तर्कहीन रूप से कंप्यूटिंग संसाधनों का उपयोग करता है, विशेष रूप से - मेमोरी

हां, डेवलपर्स ऐसे पाप को स्वीकार करते हैं। लेकिन विशेषज्ञ का काम करने का समय अब ​​"लोहा" से अधिक महंगा है। आधुनिक डेस्कटॉप कंप्यूटर से खिलौने उतारें और आपको अधिकांश वास्तविक डेटा सेट के साथ कोई समस्या नहीं होगी।

मुफ्त सॉफ्टवेयर विश्वसनीय नहीं हो सकता

मे: फोरट्रान, लिनक्स, सी, लिस्प, जावा आदि।

उपसंहार के बजाय

जैसा कि ऊपर कहा गया है, नीचे दी गई पोस्ट वास्तव में एक विशिष्ट लक्षित दर्शकों के लिए मेरी प्रस्तुति का अनुवाद है, और मैं संक्षेप में इस दर्शकों का वर्णन करूंगा।

कई "स्वच्छ" आईटी कंपनियों को ऐसे लोगों के साथ मिलना होगा, क्योंकि खाद्य उत्पादन पूंजी जुटाने और लाभ उत्पन्न करने के लिए लंबे समय से तेल और अन्य ऊर्जा वाहक के साथ प्रतिस्पर्धा कर रहा है। और दवा और फार्माकोलॉजी में जैव सूचनात्मक बाजार की क्षमता सीमित है, जो कोई भी कह सकता है।

इसलिए, मेरे दर्शकों को आनुवांशिकी और चयन, पशु चिकित्सा में एक बुनियादी शिक्षा वाले लोग हैं, कम बार - जीव विज्ञान (मुख्य रूप से आणविक)। चाचा और चाची (पिछले वाले अधिक हैं), वर्ष 20-30- ... प्रोग्रामिंग (!) फॉरट्रान या वीबी पर , प्रसिद्ध रूप से 100k पंक्तियों / स्तंभों के एक्सेल टेबल के साथ प्रबंधित किया गया है और समय-समय पर अपने कार्यों (और उनकी प्रोग्रामिंग) के साथ अपने लिनक्स कंप्यूटिंग को "छोड़" रहा है साझा मेमोरी के 12TB के 500 + कोर क्लस्टर और समय-समय पर एक दर्जन टेराबाइट्स के साथ डिस्क विस्तार की आवश्यकता होती है।

पद्धतिगत आधार पूर्वजों का एक विस्फोटक मिश्रण है क्योंकि मिश्रित मॉडल के साथ विचरण के विश्लेषण की दुनिया में अधिकतम संभावना विधि, बेज़ियन नेटवर्क जो मस्तिष्क को पिघलाते हैं, आदि की तुलना में किसी अन्य माध्यम से हल नहीं होते हैं।

डेटा - डेटा टेबल्स यूनिटों से लेकर दसियों हज़ार पंक्तियों तक, जिनमें कभी-कभी फ़ेनोटाइप्स के साथ 1-5 कॉलम भी शामिल होते हैं, लेकिन तेजी से, दसियों या सैकड़ों "का" कॉलमों के वेरिएबल्स जो एक दूसरे के साथ और फेनोटाइप के साथ कमजोर रूप से सहसंबद्ध होते हैं।

खैर, हां, उनके पास पारिवारिक संबंधों (आनुवंशिकी, सब के बाद) के पहलू में सब कुछ पर विचार करने के लिए एक "अच्छी परंपरा" है। पारिवारिक संबंध पारंपरिक रूप से आयामों के साथ "पारिवारिक संबंधों" (वंशावली) के मैट्रिक्स के रूप में प्रस्तुत किए जाते हैं, उदाहरण के लिए, 40,000 x 40,000 (यह है यदि 40,000 जानवर)। खैर, या (अभी तक, सौभाग्य से, केवल परियोजना में) 20,000,000 x 20,000,000 एकल मॉडल के साथ "कवर" करने के लिए है सभी 20 मिलियन ऐतिहासिक जानवर हैं जो डेटाबेस में हैं ( DB2 , यदि आप रुचि रखते हैं, और यहां तक ​​कि obol अभी तक " पिया "हर जगह नहीं ...)

डुमरियों के लिए फोरट्रान, जावा, सी #, स्काला, ऑक्टेविया, लिनक्स पर (एक ही समय में) साहित्य से अटे पड़े तालिकाओं से , आप हाल ही में जैव सूचना विज्ञान के स्नातकों का पता लगा सकते हैं। लेकिन किसी तरह जल्दी से उनमें से कई "कोडर्स" के लिए विज्ञान छोड़ देते हैं।

हालांकि, मैं रिवर्स आंदोलन के मामले को जानता हूं। तो R अभी भी बहुतों के लिए उपयोगी है।