"데분방01) Basics and R environment"¶

# 인덱싱이 다 inclusive네
x = 2:10 
x

y <- 3*x + 5
y

a <- 3:9
b <- 3*a + 5
plot(a, b)

# pch는 point character -> 18번재의 pch(다이아먼드)로 그려라
plot(a, b, pch=18)

getwd()

# 탐색기를 통해, 인터렉티브하게  직접 지정
setwd( choose.dir() )

# ISwR 패키지 설치
install.packages("ISwR")

# 가동
library(ISwR)

# 정규분포를 따르는 r랜덤넘버 1000개 
plot( rnorm(1000), pch = 19)

bmi

# 평균(xbar)과 SD 계산
# 벡터c의 갯수 -> length( )
xbar <- sum(weight) / length(weight)
xbar

mean(weight)

# sd: 편차 제곱의 n-1으로 나눈 평균 
sqrt(sum((weight-xbar)^2) / (length(weight) - 1))

sd(weight)

bmi

# 1 표본 t검정(one sample t.test)
t.test(bmi, mu=22.5) # H0: mu=22.5 / H1: mu!=22.5

# t값 , 자유도, p값

# 산점도

# color="대or소문자" 대신 col=2번호를 줘도 된다. like pch=숫자

plot(height, weight, pch=2, col="RED")

# R의 장점 -> 그림을 그리고 위에 덧그릴 수 있다. -> superimpose of curve


# c벡터객체 1개 만들고
hh <- c(1.65, 1.70, 1.75, 1.80, 1.85, 1.90) 
# lines로 선 그리기
lines(hh, 22.5*hh^2, col="BLUE", lty=2) # lty = line type -> 2번은 점점점 타입

# lines는 반드시 plot()그린 것 위에다 덧그리는 superimpose다.
plot(height, weight, pch=2, col="RED")

hh <- c(1.65, 1.70, 1.75, 1.80, 1.85, 1.90) 
lines(hh, 22.5*hh^2, col="BLUE", lty=2)

# 문자열 벡터는 큰/작은따옴표 다 쓸 수 있다. 
# - 작따->큰따로 변환되서 표기된다.
# - 여기선 큰따-> 작따로 표기되네..like python
c("Huey", "Dewey", "Louie")

c('Huey', 'Dewey', 'Louie')

# True/False는   1글자로 정의-> 올 대문자로 표기된다.
c(T, T, F, T)

bmi

# logical vector
# 벡터 + 조건식 -> 마스크가 된다.
bmi > 25

# 문자열 벡터를 1문자열로 연결 cat
cat( c("Huey", "Dewey", "Louie") )

# 프롬프트에서 cat은 맨 뒤에 백슬래쉬n을 붙여 쓴다.
cat( c("Huey", "Dewey", "Louie", "\n") )

# 특수문자ex>따옴표 도 사용하고 싶다면 backslash를 활요한다.
cat("What is \"R\"?\n")

# wd라는 데이터객체가 있다고 가정한다.
wd <- read.table("./data//01/wd.txt", sep = "\t", header=T) # "./따옴표경로" , sep="구분자" , header=T (첫줄이 타이틀)
wd

# 객체를 = 할당으로 복사한다. (다른 언어에선 메모리주소 공유되서 안될 듯?)
nwd = wd

nwd

head(nwd)

# 0.9보다 큰 99를 다시 NA로 바꿔보자.
nwd[nwd == 99] = NA

head(nwd)

# 행별 결측치 : 결측치마스크 + 행별 합

# is.na()는 데이터객체 전체에 대한 boolean mask(logical character)를 만든다. -> 행렬mask -> 행 or 열별로 접근해줘야한다.
is.na(nwd)

rowSums( is.na(nwd) )

colSums( is.na(nwd) )

# NA를 제거한 데이터를 복사할 수 있다.
# -> 행별로 제거하는 듯 싶다. 
# -> na.omit()의 결과 <기존 행번호>가 같이 찍히니 확인하면 된다.
na.omit(nwd)

nwd

# 벡터생성은 create의 c()로 각 객체들을 연결해서 벡터를 만든다.
x <- c(1,2,3)
y <- c(10, 20)

c(x, y, 5) # 벡터객체와 값이 동등하게 1차원으로 연결된다.

# 다양한 타입이 벡터안의 요소로 들어갈 경우, 제한적인 쪽으로 자동 convert된다.

# boolean + 숫자 -> 숫자로 type 0/1로 바뀌어서 type통일
c(FALSE, 3)

# boolean + 문자열 -> 문자열로 바뀐다.
c(FALSE, "abc")

# 상수+ 문자열 -> 문자열
c(pi, "abc")

# 연속적인 값은 한번에 벡터로 생성할 수 있다.
seq(4, 9)

# 반복문대신 단순 [원소복사] 반복 해주는 rep
rep(oops, 3)

# 반복을 원소위치에 따라 지정해줄 수 도 있다.
# - index순서대로 1번, 2번, 3번 반복복사
# - index별 반복회수도 벡터로 제공하면 된다.
rep(oops, c(1,2,3))

rep(oops, 1:3)

# 벡터1과 2가 있고, 1을 10번, 2을 15번
rep(1:2, c(10, 15))

x <- 1:12
x

# 1차원 벡터에 대해, 차원을 c(3, 4) 벡터로 만들어서 dim()에 넣어주면
# 행렬이 된다.
dim(x) = c(3, 4)

x # 보이진 않지만, 1, 2, 3, 행    ,1 ,2 ,3 ,4 렬이 된다.

# 애초에 생성할 떄부터 m,n차원 matrix를 만들 수 도 있다.
# - 특히 byrow=를 T루로 주면, ncol없이 알아서 된다.
matrix(1:12, nrow=3, byrow=T)

LETTERS[1:3]

x

# transverse는 t()로 하면 된다.
t(x)

# 1차원들을 -> 세워서 열로 합하는 cbind
# 1차원들을 -> 눕혀서 행으로 더하는 rbind

cbind(A = 1:4)

cbind(A = 1:4, B = 5:6, C = 9:12)

rbind(A=1:4,B=5:8,C=9:12)

aa <- cbind(A=1:4,B=5:8,C=9:12)
aa

# bind에서 상수를 넣으면, 방향 전체가 1로 채워진다.
# - 좌or우 똑같은 크기의 상수를 붙이려면 상수로 bind하면 된다.

cbind(1, aa)

# 앞에 f를 붙여 factor임을 명시해주자.
# -> levels=에는 [요인들과 동일한 값]으로 레벨을 정해서 매칭해놓는다.
# -> 연속적인 숫자벡터를 줬어도 '0'~'3'의 문자열로 정해진다.
# -> 매칭된 요인-레벨에 대해서, 레벨이름levels을 바꿔주면 요인들도 따라 바뀐다.

fpain <- factor(pain, levels = 0:3)

fpain

# factor의 [levels의 이름]을 문자열 벡터로 level에 대한 [라벨]적용이 가능하다.
# -> 원본 값들이 레벨에 따른 해당 [라벨]로 바껴버린다.
levels(fpain) <- c("none", "mild", "medium", "severe")

fpain

head(insurance)

insurance$job

insurance$job

insurance$job

head(insurance)

insurance

# list( before= , after=)
mylist <- list(before=intake.pre, after=intake.post)


mylist # df의 칼럼처럼 뽑아쓸 수 있게 모아준다.

mylist$before

d <- data.frame(intake.pre, intake.post)
d

d$intake.pre

intake.pre[c(1,5)]

# 특정 index를 제외하고 다 뽑기
intake.pre[- c(1,5)]

intake.post

# intake.post와는 전혀 다른 것 같지만, 데이터 순서 = id를 서로 공유되고 있다.
intake.pre

# 순서로 id가 공유되는 list에 대해
# 1) [pre가 6000보다 컸]던 id의 환자들에 대해
# 2) post 수치는?
intake.post[ intake.pre > 6000 ]

intake.post[ intake.pre > 5500 & intake.pre <= 6200 ]

# df행렬에 대해서는 [ , ]로 불린 인덱싱 해주면 된다.
# - 비운 행or렬 = 전체
d [ d$intake.pre > 6000, ]

head(thuesen, 3) # 2개의 변수가 있는 데이터 투센

# df의 집계를 간단하게 적용하는 l(ist) or s or t + apply
# - l을 붙이면, 각 변수들이 변수명을 가진 list()로 합쳐진다. like before=,after=
lapply( thuesen, mean)

# apply 집계하는데, <NA>가 뜬다? -> na.rm = T 옵션 주자
# - na.rm = T : 미싱밸류를.제거한 
lapply( thuesen, mean, na.rm = T)

# 간단한 simple 벡터로 -> sapply
# - 그냥 벡터형식으로 풀어진다.
sapply(thuesen, mean, na.rm = T)

# (연속변수의, 범주종류별 집계) -> tapply
# - 데이터를 바로 넣으면 안해준다.
# - (데이터변수 , 그룹변수, 집계)순으로 지정해줘야한다.
tapply(thuesen, mean, na.rm = T)

# thuesen은 다 연속변수라 범주형 변수가 없기 때문에 tapply를 제대로 활용할 수 없다.
tapply(thuesen$blood.glucose, thuesen$short.velocity, mean, na.rm = T)

energy

# tapply(집계대상-연속형변수, 그룹-범주형변수, 집계)
tapply(energy$expend, energy$stature, mean, na.rm = T)

# 기본 apply(df, 1or2, 집계) 
# - 1=row별 가로집계 / 2=col별 세로집계
m = matrix(rnorm(12), 4) # 2번째인자가 row수만 지정해주는 듯
m

# pandas- > 세0가1 / r -> (세0)가1세2
# - 칼럼별 최소값
apply(m, 2, min)

intake

typeof(intake$post)

# order( ) : order mask 객체 생성
o1 <- order(intake$post)
o1

typeof(o1)

intake$post

# 인덱싱 자리에 넣어줘야 정렬된다.
# -> 해당칼럼에 대한 오름차순 order객체로 정렬
intake$post[o1]

intake$pre

# 타 칼럼이 [특정칼럼기준으로 만들어진 order객체]로 정렬
intake$pre[o1]

ls()

ls()

head(thuesen, 3)

# attach를 해도 session속 객체로 보이진 않는다. ******
ls()

# 근데 칼럼을 변수로 바로 쓸 수 있다.
blood.glucose

# 데이터 객체의 일부 변수들을 뽑을 땐? subset()
# - 인덱싱과 마찬가진데, 함수를 쓴다.?!

thue2 <- subset(thuesen, blood.glucose < 7)
thue2

# 함수로 새로운 변수 생성1 : transform( df, 새변수=기존변수+조작)
# - 로그값을 씌운 변수를 함수로 생성하여 반환
thue3 <- transform(thuesen, log.gluc = log(blood.glucose))
head(thue3, 4)

# 함수로 새로운 변수 생성2: within
# -> 중괄호{}를 이용하여, 입력된 df내에서 변수생성/조작/중간변수 삭제가 가능하다.
thue4 <- within(thuesen, {
            log.gluc <- log(blood.glucose) # + log씌운 칼럼 생성
            m <- mean(log.gluc) # 평균값 계산(중간변수)
            centered.log.gluc <- log.gluc - m # 중간변수를 이용해 새로운 칼럼 추가 생성
            rm(m)
        })


head(thue4)

plot( x, y, 
     main="Main title",
     sub="subtitle",
     xlab="x-label",
     ylab="y-label",
    )

# text는 plot()과 같은 섹션에서 사용되어야하며
# -> x, y좌표에 텍스트를 넣어준다.
text(0.6, 0.6,
    "text at (0.6, 0.6)")

plot( x, y, 
     main="Main title",
     sub="subtitle",
     xlab="x-label",
     ylab="y-label",
    )

text(0.6, 0.6,
    "text at (0.6, 0.6)")

# abline도 text와 마찬가지로 plot() 과 같은 세션에서 실행되어야한다.
abline(h=.6, v=.6, lty=2)

plot( x, y, 
     main="Main title",
     sub="subtitle",
     xlab="x-label",
     ylab="y-label",
    )

text(0.6, 0.6,
    "text at (0.6, 0.6)")

abline(h=.6, v=.6, lty=2)

# for문 side 1,2,3,4를 돌면서 -> mtext( , side=side)
# ->  -1부터 4숫자를, 각 side에 , 0.7크기로, -1~4의 위치에 적기
for (side in 1:4) 
    mtext(-1:4, side=side, at=.7, line=-1:4)

plot( x, y, 
     main="Main title",
     sub="subtitle",
     xlab="x-label",
     ylab="y-label",
    )

text(0.6, 0.6,
    "text at (0.6, 0.6)")

abline(h=.6, v=.6, lty=2)

for (side in 1:4) 
    # -1부터 4숫자를, 각 side에 , 0.7크기로, -1~4의 위치에 적기
    mtext(-1:4, side=side, at=.7, line=-1:4)

c(1:4)

1:4

# 반복문없이 side= 연속벡터1:4를 줘서 돌리기

mtext(paste("side", 1:4), side=c(1:4), line=-1, font=2)

plot( x, y, 
     main="Main title",
     sub="subtitle",
     xlab="x-label",
     ylab="y-label",
    )

text(0.6, 0.6,
    "text at (0.6, 0.6)")

abline(h=.6, v=.6, lty=2)

for (side in 1:4) 
    mtext(-1:4, side=side, at=.7, line=-1:4)

mtext(paste("side", 1:4), side=c(1:4), line=-1, font=2)

plot(x, y)

# type="n" -> [안에 표시는 안찍을 테니] 따로 그림 그릴 준비하고 있어라
# -> 흰색으로 표시만 지우고 도화지만 그려놓는다는 의미

# 라벨도 ""로 다 지우고

# axes= F -> 축도 그리지 말고 있어라.

plot(x, y, 
     type="n", 
     xlab="", ylab="",
     axes=F
     )

# 1) 빈 도화지에 산점도를 찍어라
plot(x, y, 
     type="n", xlab="", ylab="", axes=F)

points(x, y)

# 1) points(,)-> 빈 도화지에 산점도를 찍어라
# 2) axis(1) -> 1번 축(x축)만 그려라
plot(x, y, 
     type="n", xlab="", ylab="", axes=F)

points(x, y)
axis(1)

# 1) points(,)-> 빈 도화지에 산점도를 찍어라
# 2) axis(1) -> 1번 축(x축)만 그려라
# 3) axis(2, at= ) -> 2번 축(좌 y축)에는 점을 직접 찍어준다.


plot(x, y, 
     type="n", xlab="", ylab="", axes=F)

points(x, y)
axis(1)
axis(2, at=seq(0.2, 1.8, 0.2))

# 1) points(,)-> 빈 도화지에 산점도를 찍어라
# 2) axis(1) -> 1번 축(x축)만 그려라
# 3) axis(2, at= ) -> 2번 축(좌 y축)에는 점을 직접 찍어준다.
# 4) box() -> 4방향 축이 사각형으로 모두 그려진다.

plot(x, y, 
     type="n", xlab="", ylab="", axes=F)

points(x, y)
axis(1)
axis(2, at=seq(0.2, 1.8, 0.2))
box()

# 1) points(,)-> 빈 도화지에 산점도를 찍어라
# 2) axis(1) -> 1번 축(x축)만 그려라
# 3) axis(2, at= ) -> 2번 축(좌 y축)에는 점을 직접 찍어준다.
# 4) box() -> 4방향 축이 사각형으로 모두 그려진다.
# 5) title() ->  main(위) sub(아래)  xlab, ylab -> 2개 축 라벨

plot(x, y, 
     type="n", xlab="", ylab="", axes=F)

points(x, y)
axis(1)
axis(2, at=seq(0.2, 1.8, 0.2))
box()
title(main="Main title", sub = "subttitle",
      xlab="x-label", ylab="y-label")

# 2번째 그래프에는 add=T 옵션을 줘서 1그림에 겹처 그린다.
# - 안주면 각각의 그림이 2개로 나눠서 각각 그려진다.


x <- rnorm(100) # 정규분포(r norm)를 따르는 놈 100개

hist(x, freq=F) # 히스토그램: freq=F 를 주면 빈도대신 비율(밀도)가 y축을 차지한다.
curve(dnorm(x), add=T) # 정규분포 함수dnorm(x) 를 curve로 그리는데, 겹쳐서 그려라 add=T

# my) 정규분포 변수 -> rnorm(갯수) 
# my) 정규분포 함수 -> dnorm(변수)

# , plot=F로 첫번째 그림을 안그리고 객체로 만든 뒤 옵션부여
# 다시 그리고 -> add=T로 2번째 그림 그리고


h <- hist(x, plot=F)
h

h <- hist(x, plot=F)

# 기존 hist plot 객체에서 y축 정보만 가져와 -> 조작후 객체로 만든다.
ylim <- range(0, h$density, dnorm(0))

# 조작된 ylim으로 새로운 hist를 그린다.
hist(x, freq=F, ylim=ylim)

curve(dnorm(x), add=T)

ls()

# 4. 함수 사용해보기
x <- rnorm(100)

hist.with.normal(x)

# 1. using while
y <- 12345

# 1. while (조건) 식 으로 구하는 root
x <- y/2
while (abs(x*x-y) > 1e-10 ) x <- (x + y/x)/2

x

x^2

# 2. using repeat로 구한는 newton's method (root)


# 1. while (조건) 식 으로 구하는 root
# 2. repeat { 식  if 탈출조건 break}

repeat{
    x <- (x + y/x)/2
    if (abs(x*x-y) < 1e-10) break
}

x

x <- seq(0, 1, 0.5)

plot(x, x, ylab="y", type="l")

for ( j in 2:8 ) lines(x, x^j)