abclinuxu.cz AbcLinuxu.cz itbiz.cz ITBiz.cz HDmag.cz HDmag.cz abcprace.cz AbcPráce.cz
AbcLinuxu hledá autory!
Inzerujte na AbcPráce.cz od 950 Kč
Rozšířené hledání
×
včera 22:22 | Komunita

Společnost Purism představila kryptografický token Librem Key. Koupit jej lze za 59 dolarů. Token byl vyvinut ve spolupráci se společností Nitrokey a poskytuje jak OpenPGP čipovou kartu, tak zabezpečení bootování notebooků Librem a také dalších notebooků s open source firmwarem Heads.

Ladislav Hagara | Komentářů: 0
včera 20:33 | Nová verze

Společnost NVIDIA oficiálně vydala verzi 10.0 toolkitu CUDA (Wikipedie) umožňujícího vývoj aplikací běžících na jejich grafických kartách. Přehled novinek v poznámkách k vydání.

Ladislav Hagara | Komentářů: 0
včera 20:00 | Upozornění

Příspěvek Jak přežít plánovanou údržbu DNS na blogu zaměstnanců CZ.NIC upozorňuje na historicky poprvé podepsání DNS root zóny novým klíčem dne 11. října 2018 v 18:00. Software, který nebude po tomto okamžiku obsahovat nový DNSSEC root klíč, nebude schopen resolvovat žádná data. Druhým důležitým datem je 1. února 2019, kdy významní výrobci DNS softwaru, také historicky poprvé, přestanou podporovat servery, které porušují DNS standard

… více »
Ladislav Hagara | Komentářů: 4
včera 15:55 | Pozvánky

Spolek OpenAlt zve příznivce otevřených řešení a přístupu na 156. brněnský sraz, který proběhne v pátek 21. září od 18:00 v restauraci Na Purkyňce na adrese Purkyňova 80.

Ladislav Hagara | Komentářů: 0
včera 13:22 | Nová verze

Alan Griffiths z Canonicalu oznámil vydání verze 1.0.0 display serveru Mir (GitHub, Wikipedie). Mir byl představen v březnu 2013 jako náhrada X serveru a alternativa k Waylandu. Dnes Mir běží nad Waylandem a cílen je na internet věcí (IoT).

Ladislav Hagara | Komentářů: 0
20.9. 22:00 | Nasazení Linuxu
Stabilní aktualizace Chrome OS 69 (resp. Chromium OS), konkrétně 69.0.3497.95, přináší mj. podporu linuxových aplikací. Implementována je pomocí virtualizace, a proto je tato funkce také omezena na zařízení s dostatkem paměti a podporou hardwarové akcelerace, tudíž nejsou podporovány chromebooky s 32bitovými architekturami ARM, či Intel Bay Trail (tzn. bez Intel VT-x).
Fluttershy, yay! | Komentářů: 5
20.9. 21:32 | Zajímavý projekt
Došlo k uvolnění linuxové distribuce CLIP OS, vyvíjené francouzským úřadem pro kybernetickou bezpečnost ANSSI, jako open source. Vznikla za účelem nasazení v úřadech, kde je potřeba omezit přístup k důvěrným datům. Je založená na Gentoo.
Fluttershy, yay! | Komentářů: 1
20.9. 16:00 | Komerce

Zjistěte více o bezpečné a flexibilní architektuře v cloudu! IBM Cloud poskytuje bezpečné úložiště pro Vaše obchodní data s možností škálovatelnosti a flexibilitou ukládání dat. Zároveň nabízí prostředky pro jejich analýzu, vizualizaci, reporting a podporu rozhodování.

… více »
Fluttershy, yay! | Komentářů: 12
20.9. 12:22 | Nová verze

V dubnu letošního roku Mozilla představila webový prohlížeč pro rozšířenou a virtuální realitu Firefox Reality (GitHub). V úterý oznámila vydání verze 1.0. Ukázka na YouTube. Firefox Reality je k dispozici pro Viveport, Oculus a Daydream.

Ladislav Hagara | Komentářů: 2
20.9. 12:00 | Komunita

V srpnu loňského roku společnost Oracle oznámila, že Java EE (Enterprise Edition) bude uvolněna jako open source. O měsíc později bylo rozhodnuto, že tato open source Java EE bude přejmenována a předána Eclipse Foundation. Nové jméno bylo oznámeno v únoru letošního roku. Z Java EE se stala Jakarta EE. Eclipse Foundation včera oznámila dosažení dalšího milníku. Zdrojové kódy aplikačního serveru GlassFish jsou již k dispozici v git repozitářích Eclipse Foundation (GitHub).

Ladislav Hagara | Komentářů: 0
Na optické médium (CD, DVD, BD aj.) jsem naposledy vypaloval(a) data před méně než
 (13%)
 (14%)
 (21%)
 (23%)
 (25%)
 (4%)
 (1%)
Celkem 384 hlasů
 Komentářů: 33, poslední 16.9. 11:55
Rozcestník

GNU R prakticky – 1. díl

28. 8. 2014 | Karel Kulhavý | Návody | 6650×

V tomto seriálu se podíváme na schopnosti a možnosti využití GNU R.

Obsah

Instalace

link

GNU R (web projektu) je pro statistiku něčím podobným, čím je GIMP pro fotografie. Program se dá využít i bez hlubší znalosti statistiky na řešení jednoduchých praktických problémů.

Na Debianu a odvozených distribucích jako např. Ubuntu nainstalujeme

sudo apt-get install r-base

Na SuSE se balíček jmenuje také r-base. Na Redhatu a Fedoře R-core.

Ke zdrojovým kódům se dostaneme z domácí stránky -> CRAN -> Czech Republic -> nadpis Source Code for all Platform.

Spuštění

link

V příkazové řádce bashe zadáme velké R a naběhne nám interní příkazová řádka programu R. Je to něco jako shell, který občas otevře druhé grafické okno s nějakým grafem, ale funguje nadále, i když jsme okno s grafem ještě nezavřeli. Na zkoušku hned zadáme nějaký příkaz:

R
plot(log)

R

Vytvoří se nám okno zobrazující graf funkce logaritmus. Co když chceme graf tisknout do PDF? Tak před tiskem grafu zadáme příkaz pdf() a po tisku (možná i více grafů) zadáme dev.off(), aby se graf(y) do PDF kompletně zapsal(y). Tisk půjde do souboru Rplots.pdf.

Chceme-li PNG, místo pdf() použijeme příkaz png(). Jméno souboru bude pak Rplot001.png atd., a každý graf půjde do separátního PNG.

Program R můžeme opustit pomocí CTRL-D nebo quit(). Zeptá se nás přitom, zda chceme uložit prostředí. V tom případě budeme moci používat všechny data a proměnné po opětovném startu tak, jak jsme je opustili. Můžeme si také přečíst o použitých funkcích:

help(log)
help(plot)

R zvládne velikostně tak milióny položek seznamů, tabulek atd. Záleží samozřejmě od výpočetní obtížnosti operace. Pak se zavaří – teda spíš se zavaří nervy uživatele při čekání na doběhnutí operace. A totéž se stává při ukládání prostředí a jeho opětovném nahrávání při startu. Takže pokud se někde upíšeme o nulu, je třeba R killnout. Může se nám také podařit, že R se úplně odvaří, neboť se zavaří při každém startu, protože nahrává příliš velké prostředí. V tom případě smažeme soubor .RData v aktuálním adresáři.

Běžný člověk nedělá celý den nic jiného než že si tiskne grafy funkce logaritmus, to je jasné, tak si teď ukážeme něco, co snad může být prakticky užitečné.

Stavíme dveře

link

Dejme tomu, že stavíme na chatě latrínu, kůlnu, altánek, sklep atd. a naskýtá se otázka, jak vysoké udělat dveře, aby prošli nejen členové rodiny, ale i případné návštěvy. Řekněme, že víme, že výška populace se řídí normálním rozložením. Tomu se říká také Gaussovo rozložení. Je to takový ten kopeček, jedna z nejčastějších distribucí. Vyskytuje se v případě, že měřená veličina je výsledek součtu množství nezávislých náhodných jevů. V našem případě množství genů a faktorů prostředí, které výšku ovlivňují. Řekněme že průměrná výška je 173 cm a směrodatná odchylka 6 cm a stanovíme si cíl, že 99% našich návštěv dveřmi projde. Jak vypočteme, jak vysoké dveře udělat?

x=180:200
plot(x,100*pnorm(x,mean=173,sd=6),ylim=c(98,100)
,ylab="Procent co projde dveřmi",xlab="výška dveří [cm]")

R

Vidíme, že je třeba 187 cm. Kdybysme ale zaokrouhlili na 190 cm, projde dveřmi už 399 ze 400 lidí.

Operátor dvojtečky vytváří sekvenci čísel od jednoho čísla k druhému s krokem 1. pnorm je distribuční funkce normálního rozložení, také bychom to mohli udělat s funkcí qnorm. Pomocí ylim a xlim se dá omezit číselný rozsah os, např. když chceme graf zazoomovat na detail. A xlab a ylab jsou – překvapivě ;-) – popisky os grafu.

Rozdíl mezi pnorm a qnorm

link

qnorm je funkce kvantilová, což je distribuční funkce s prohozenými osami. Funkce pnorm a qnorm jsou dle mého názoru koncepčně velmi jednoduché. Funkci pnorm se dá výška v centimetrech a ona vrátí, kolik % populace tím projde. Nevrací ale procenta 0-100, ale zlomek 0-1. Funkci qnorm se řekne, kolik % lidí chceme, aby prošlo (zase, v rozsahu 0-1) a ona nám vrátí, jak vysoké dveře máme udělat.

Když jsme to už udělali s pnorm, s qnorm je to pak obdobné, stačí prohodit číselné rozsahy a popisky os. Takhle to vypadá s funkcí qnorm:

x=seq(0.98,1,by=0.001)
par(lab=c(8,8,7))
plot(x*100,qnorm(x,mean=173,sd=6)
,xlab="Pravděpodobnost, že projde dveřmi [%]"
,ylab="Výška dveří [cm]",main="Stavíme dveře")

R

Zde jsem vyšperkoval graf hlavním nadpisem (main). Dále jsem zahustil stupnici na ose x i y pomocí příkazu par a jeho parametru lab. Více informací je v help(par). Tentokrát jsme místo dvojtečky použili funkci seq(), kde se dá specifikovat i krok parametrem by.

Pokud se ale nechceme zabývat tiskem grafů a zajímá nás jenom to jedno numero, uděláme to takhle:

> qnorm(0.99,mean=173,sd=6)
[1] 186.9581

No a jak naše modelová distribuce výšek vypadá? Odvodil jsem ji z nějaké diplomky z tělesné výchovy, je ale principiálně špatně, protože ve skutečnosti jsou v populaci kopečky dva, jeden pro muže a druhý pro ženy. Dále se pak připočítává ještě 15-20 cm, aby průchod dveřmi nebyl psychicky traumatizujícím zážitkem, kdy člověk neví, zda si hlavu rozbije či ne. Na ukázku jsem ale použil tuhle zjednodušenou.

x=seq(150,200,by=0.1)
plot(x,dnorm(x,mean=173,sd=6),type="l"
,main="Modelové rozložení výšek v populaci"
,xlab="Výška [cm]"
,ylab="Nekalibrovaná hustota pravděpodobnosti")

R

Histogram souboru

link

Jako další ukázku provedu histogram znaků v HTML zdrojáku. Takové histogramy se dají použít k určení typu souboru nebo druhu přirozeného či programovacího jazyka.

d=readBin(url("http://abclinuxu.cz","rb"),"integer",size=1,signed=FALSE,n=100000)
length(d)
hist(d)

R

Širší obrázek jsem udělal pomocí png(width=800). R nám vytiskne délku (94008) a objeví se nám rudimentární histogram, kde toho ale moc nevidíme, protože blízké ASCII znaky jsou shlukovány dohromady. Nastavíme proto, kde budou hranice mezi jednotlivými sloupečky histogramu:

hist(d,breaks=seq(-0.5,255.5),xlim=c(32,127)
,labels=sapply(as.raw(seq(0,255)),rawToChar)
,xlab="ASCII code",freq=FALSE)

R

Histogram mi dává smysl. Nejsilnější je mezera, která je typická pro texty v evropských jazycích. Dále nám tam trůní silné samohlásky aeio, a pak jsou silně zastoupené znaky typické pro použitý programovací jazyk HTML – špičaté závorky, rovnítko, lomítko, úvozovka.

breaks nastavují hranice sloupečků – včetně začátku prvního a konce posledního. xlim omezí na určitý rozsah znaků. labels jsou znaky, které jsou malovány nad sloupečky histogramu. freq přepne zobrazování četnosti v počtu znaků na zobrazování jako násobek celkového počtu znaků v dokumentu.

Funkce seq vyrábí sekvence čísel, s defaultním krokem 1. c je velmi často používaná funkce, která z několika čísel vytvoří seznam nebo spojí seznamy dohromady. funkce sapply aplikuje předepsanou funkci na prvky seznamu a z výsledku udělázase seznam. Kdyby tam sapply nebyla, z nějakého důvodu by to nevytvořilo seznam jednoznakových řetězců, ale jeden dlouhý řetězec.

Funkce hist je na kreslení histogramů. Manuálové stránky k ní pak jsou nejen pod jménem hist, ale i pod jménem plot.histogram (odkaz je v manuálové stránce hist). U více grafových funkcí je to tak, že další parametry jsou pod plot.něco. Další všeobecné parametry jsou pak pod plot.default a pod par(). Pokud chceme použít par(), zavoláme ho před tím příkazem, kterým něco malujeme.

       

Hodnocení: 100 %

        špatnédobré        

Nástroje: Tisk bez diskuse

Tiskni Sdílej: Linkuj Jaggni to Vybrali.sme.sk Google Del.icio.us Facebook

Komentáře

Vložit další komentář

28.8.2014 12:17 Zdenek 'Mst. Spider' Sedlak | skóre: 38 | blog: xMstSpider
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Parada, diky za clanek, tesim se na dalsi dil :-)
28.8.2014 13:55 Jacob
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Díky, díky, díky, díky! Na takový seriál o GNU R čekám řadu let. Moc se těším na další díly.
28.8.2014 16:36 honza
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Program se dá využít i bez hlubší znalosti statistiky na řešení jednoduchých praktických problémů.
to je tragedie dnesni doby, zrovna tak jako GIMP dela z lidi grafiky a HTML programatory. S hlubsimi znalostmi je clovek dnes jen pro smich.

Priznavam , ze jsem se neudrzel a prosim, aby to nikdo nekomentoval.
28.8.2014 17:15 pseudonym neni anonym
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Priznavam, ze jsem se neudrzel a dovolim si pridat svou reakci. Shodou okolnosti v posledni dobe pouzivam R na vyrobu histogramu, bez hlubsich znalosti statistiky. Je to priznakem tragedie doby? ;)

Co se tyce budoucich dilu, uvital bych obecny odstavec prestavujici, co bude obsahem dilu. Pripadne shrnujici to, co bylo obsahem.
28.8.2014 19:38 lqw
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Presne to me okamzite zarazilo, jen bych oponoval ze to neni tragedie jen dnesni doby .

Jeste me rozesmalo nasazeni pro stanoveni optimalni vysky dveri. Vetsi absurditu vytrzenou z reality jsem uz dlouhou necetl ;-)

29.8.2014 21:21 Karel Kulhavy
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Citim se nerespektovan a nepravem kritizovan kdyz pises "Vetsi absurditu vytrzenou z reality jsem uz dlouhou necetl ;-)"

30.8.2014 13:55 koroptev
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
no je fakt, ze resit vejsku dveri pomoci statistickeho sw muze jen dement
31.8.2014 23:38 Libor Chocholaty | skóre: 12
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Navíc nerespektující dynamiku chůze a psychické aspekty prostorového vnímání při procházení dveřmi. Jak může člověk, kterému tak vadí, že je občas nerespektován, nerespektovat tak zjevné pravdy?
1.9.2014 00:13 ebik | skóre: 2
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Jak se může někdo šťourat v ilustrativním příkladu? Pokud ten příklad ilustruje problematiku dobře, tak může být sebepraštěnější. Důležité je, že je na něm vidět jaký typ problémů se tím dá řešit, a jakým způsobem tento typ problému řešit lze.

A co se týče psychického vnímání: několikrát se mi stalo, že při průchodu průchodem o dva centimetry nižším než moje výška, přišel první "psychologický" vjem až po fyzickém otřesu.
Václav 2.9.2014 20:44 Václav "Darm" Novák | skóre: 26 | blog: Darmovy_kecy | Bechyně / Praha
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Jako názorný příklad to posloužilo skvěle, tak co řešit?
Cross my heart and hope to fly, stick a cupcake in my eye!
Petr Tomášek avatar 12.10.2014 13:46 Petr Tomášek | skóre: 37 | blog: Vejšplechty
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Pro některé úlohy úplně naprosto stačí základní znalost...
multicult.fm | monokultura je zlo | welcome refugees!
28.8.2014 19:53 drc
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Jen bych doplnil, že je určitě dobrý nápad instalovat R z repozitářů CRANu. Minimálně v Ubuntu jsou v repozitářích distribuce občas hodně zastaralé balíky. (I když na to, co bylo v prvním díle je to jedno. Nicméně pokud to s R myslíte trochu vážně, tak to brzo pocítíte. Např. v repo Ubuntu 14.04 je teď verze 3.0.2 a aktuální je 3.1.1.)
31.8.2014 11:34 lertimir | skóre: 61 | blog: Par_slov
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Nemyslím si, že je to tak horké. Znám mnoho vědeckých pracovišť, které používali nebo používají SAS nebo SPSS 5-8 let staré, pokud už nepřešli na R. Matematika se nemění jako názory na to nejlepší GUI. R verze 3.0.2 je z léta minulého roku. Což neznamená, že v něm nic nepřibylo, ale má cenu si prohlédnout seznam aktualizací, má-li cenu rozbít pohodlnost repozitářů. Obvyklá situace s použitím statistiky je taková, že mám nějaká data, která potřebuji zpracovat a na tyto konkrétní data potřebuji některé konkrétní statistické operace. Pokud sadu, kterou potřebuji, verze obsahuje není třeba aktualizace.
31.8.2014 20:53 nasson
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Ale zase to může být hodně horké. Většinou člověk skončí u používání nějakých balíčků a ty zase mohou být kompatibilní jen s posledními verzemi R. Osobně jsem byl nucen mít R v Ubuntu vždycky z Cran.
31.8.2014 22:09 ebik | skóre: 2
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Moje přítelkyně dělá s R již dlouhou dobu, spíše jí vadí, že se postupně některé věci mění (nevím jestli R jako takové, nebo balíčky, které používá - používá jich desítky), každopádně od verze 2.3, nebo kterou, že to začala používat jako první, má od některých výpočtů asi 3 nebo 4 verze, podle toho jak se R měnilo. Někdy to byla změna názvu a parametrů volané funkce, jindy to byla změna ve vykreslování.

Když už jsem nakousl to vykreslování, myslím, že to bylo u rastrového vykreslování grafů (třeba přímo do JPG), kde závisí na tom, jaké máte nastaveno DPI v systému (Windows). Takže když vzala funkční program ze svého notebooku (125dpi), a pustila ho na rychlejším desktopu (96dpi), tak musela znovu ladit parametry grafu, aby jí to dalo stejný obrázek. Podrobnosti si nepamatuju, kdyby byl zájem, můžu se jí zeptat.
31.8.2014 23:48 Libor Chocholaty | skóre: 12
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Musím s politováním ctěnému osazenstvu sdělit, že Windows až do verze 8.1 nemá API, kterým by se aplikace mohla dotázat jaké DPI (či fyzické rozměry) má konkrétní výstupní zařízení. Takže shoda velikosti kreseb třeba na různých monitorech je čistě náhodná. To celé je opepřeno tím, že uživatel si může zadat jakési fiktivní DPI, které nemívá se skutečným DPI nic společného, protože si ho uživatel nastavuje jen proto, aby vůbec na monitoru přečetl systémový font. Místo toho, aby si prostě zvolil jinou velikost systémového fontu, jak by člověk od OS očekával.
2.9.2014 23:52 ebik | skóre: 2
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Pokud jde o kreslení na monitor tak budiž, tam to beru jako náhled. Ale pokud si zvolím kreslení přímo do souboru, tak to tím DPI ovlivněno je, a ovlivněné funkce jaksi neměli v dokumentaci varování, nebo postup, jak to udělat, aby nebylo.
2.9.2014 23:53 ebik | skóre: 2
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
A to mluvím právě o tom fiktivním DPI, který si uživatel zvolí při nastavení windows.
pools avatar 30.8.2014 14:56 pools | skóre: 19 | blog: Svědek Damdogův | Opava/Praha
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Začátečníkům rozhodně doporučuju programy jako Rstudio, které výrazně ulehčí práci.
Vivre libre ou mourir!
3.9.2014 21:12 me
Rozbalit Rozbalit vše Male dvere
Nemohu si pomoci a musim poznamenat ze i kdyby ty dvere byly vysoke jen 150cm, tak by jimi proslo 99% populace. Nektere jedinci by se ale museli ohnout anebo prikrcit... ;-)
Petr Tomášek avatar 12.10.2014 13:34 Petr Tomášek | skóre: 37 | blog: Vejšplechty
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Tak s tím Debianem to nebude až tak pravda:
root@xxx:~# cat /etc/debian_version 
7.6
root@xxx:~# apt-get install r-base
Reading package lists... Done
Building dependency tree       
Reading state information... Done
Package r-base is not available, but is referred to by another package.
This may mean that the package is missing, has been obsoleted, or
is only available from another source

E: Package 'r-base' has no installation candidate
multicult.fm | monokultura je zlo | welcome refugees!
Petr Tomášek avatar 12.10.2014 13:36 Petr Tomášek | skóre: 37 | blog: Vejšplechty
Rozbalit Rozbalit vše Re: GNU R prakticky – 1. díl
Sorry, byl to nějaký bordel v debianních repozitářích, už to funguje...
multicult.fm | monokultura je zlo | welcome refugees!

Založit nové vláknoNahoru

ISSN 1214-1267   www.czech-server.cz
© 1999-2015 Nitemedia s. r. o. Všechna práva vyhrazena.