2.4 Nápověda

Nikdo si nemůže pamatovat všechno – a pamatovat si detaily je absurdní. Proto má R velmi dobrý systém dokumentace.

2.4.1 Dokumentace k funkcím a datům

Nápovědu k přesné syntaxi funkcí můžete získat jedním ze tří způsobů:

?mean        # za otazníkem je jméno funkce
help("mean") # v uvozovkách je jméno funkce

nebo po napsání jména funkce zmáčknete v RStudiu klávesu F1.

Jedna stránka může dokumentovat několik různých funkcí, které mají něco společného. Stránky dokumentace mají v R standardní strukturu. Je potřeba, abyste se s ní seznámili. Stránka dokumentace má následující strukturu:

  • název funkce / tématu a knihovny (např. mean {base} – mean je jméno funkce, base název knihovny)
  • jméno stránky dokumentace
  • popis, co funkce dělají (Description)
  • syntaxe, jak se funkce používají (Usage) – tady se zejména píše, jaké má funkce parametry a jaké mají tyto parametry implicitní hodnoty (pokud nějaké mají)
  • vysvětlení parametrů (Arguments) – zde je seznam všech parametrů funkce a vysvětlení, co parametr představuje a jakého má být daná proměnná typu
  • hodnota funkce (Value) – zde se vysvětluje, jaké hodnoty funkce vrací, co znamenají a jakého jsou datového typu
  • odkazy na literaturu (References)
  • odkazy na jiné funkce, balíky nebo data (See Also) – odkazy na funkce, které nějak souvisejí s funkcemi, na které se právě díváte
  • příklady použití funkcí (Examples)

Pokud otevřete dokumentaci v RStudiu, budou všechny odkazy klikací.

2.4.2 Dokumentace ke knihovnám

Dokumentaci ke knihovnám včetně seznamu funkcí, které jsou v ní obsažené, je možné získat dvěma způsoby:

help(package = "dplyr") # v uvozovkách je jméno knihovny

nebo v RStudiu tak, že v záložce Packages kliknete na jméno zvolené knihovny. V této záložce můžete i knihovny vyhledávat podle jména (ikona lupy v pravém horním rohu).

2.4.3 Demonstrační kódy

Mnoho funkcí a knihoven má k dispozici demonstrační kód. Tento kód můžete spustit takto:

demo("graphics") # parametr funkce je téma / jméno demonstrace
demo("bench-set", package = "dplyr") # pokud není knihovna načtená

Pokud chcete zjistit, jaké demonstrace obsahuje nějaká knihovna, zadejte

demo(package = "dplyr") # v uvozovkách je jméno knihovny

a RStudio otevře záložku se jmény demonstrací přítomných v daném balíku. Pak vyvoláte demonstraci obvyklým způsobem.

2.4.4 Viněty

K mnoha knihovnám existují viněty. Viněty jsou texty, které nedokumentují jednotlivé funkce, nýbrž ukazují, jak knihovnu použít jako celek nebo vysvětlují nějaký princip. Seznam vinět přítomných v daném balíku můžete zobrazit takto:

vignette(package = "dplyr") # v uvozovkách je jméno knihovny

Seznam vinět je také zobrazen v dokumentaci balíku, viz výše.

Jednotlivou vinětu můžete zobrazit buď pomocí

vignette("introduction", package = "dplyr") # první parametr je jméno viněty

nebo kliknutím na seznam vinět v dokumentaci ke knihovně v RStudiu.

2.4.5 Zdroje na webu

Jednou z výhod R je to, že má velkou bázi uživatelů. Proto je víc než pravděpodobné, že každý problém, který řešíte, už řešil někdo před vámi. Můžete tedy vyhledávat na Internetu, např. pomocí Googlu. Zkuste se podívat např. na výsledek hledání “nonparametric tests in r”.

Užitečné jsou také následující obecné weby:

2.4.6 Knihy

Velmi dobré jsou následující knihy:

  • Robert I. Kabacoff: R in Action: Data analysis and graphics with R, 2. vydání, Manning Publications, 2015 – velmi pěkný úvod do používání R

  • John Verzani: Using R for Introductory Statistics, Chapman & Hall/CRC (The R Series), 2004 – pěkný úvod do použití R pro studium a použití statistiky

  • Roger D. Peng: R Programming for Data Science, LeanPub, https://leanpub.com/rprogramming\ – docela dobrý úvod do R zhruba na úrovni našeho kurzu (jde legálně stáhnout zdarma)

  • Roger D. Peng a Elizabeth Matsui: The Art of Data Science: A Guide for Anyone Who Works with Data, LeanPub, https://leanpub.com/artofdatascience\ – letmý úvod do Data Science (jde legálně stáhnout zdarma)

  • Roger D. Peng: Exploratory Data Analysis with R, LeanPub, https://leanpub.com/exdata\ – jemný úvod do EDA (jde legálně stáhnout zdarma)

  • Christian Kleiber a Achim Zeileis: Applied Econometrics with R, Springer (Use R), 2008 – přehled základních ekonometrických technik v R

  • Hadley Wickham: Advanced R, CRC Press, 2014 – určeno pro čtenáře, kteří už R používají a chtějí se dozvědět víc do hloubky, jak R funguje

2.4.7 MOOCs

Coursera i Udacity mají několik kurzů analýzy a vizualizace dat v R.