آشنایی با زبان R

R (به فارسی “آر” تلفظ می‌شود) یک زبان برنامه‌نویسی و محیط نرم‌افزاری رایگان است که برای محاسبات آماری و نمایش گرافیکی داده‌ها استفاده می‌شود. کسانی که در حوزه داده‌کاوی (Data Mining)، ماشین‌های یادگیرنده (Machine Learning) و روش‌های تحلیلی کسب‌وکار (Business Analytics) فعال هستند از این نرم‌افزار برای تحلیل‌ داده بهره می‌برند. هرچه می‌گذارد، R بیشتر به زبان غالب در بین دانشمندان داده تبدیل می‌شود. شرکت‌هایی مانند گوگل (Google)، فیس‌بوک (Facebook)، اوبر (Uber) و مایکروسافت (Microsoft) به‌طور گسترده از R استفاده می‌کنند. همین‌طور R زبان محبوبی در بین دانشگاهیان دنیاست. این زبان برای طیف وسیعی از تحلیل‌های آماری مانند مدل‌سازی‌های خطی و غیرخطی، آزمون‌های آماری، تحلیل داده‌های سری زمانی (Time Series Analysis)، خوشه‌بندی (Clustering)، رده‌بندی (Classification) و مانند این‌ها بکار می‌رود.

این نرم‌افزار را می‌توان به شکل رایگان از لینک زیر دریافت کرد:

https://www.r-project.org/

توانایی‌های زبان برنامه‌نویسی R

از دید من این زبان برنامه‌نویسی برای تحلیل داده در سطح پیشرفته بسیار مناسب است. در آنالیکا برخی از مقالات که در آن‌ها به شکل عملی فرآیند تحلیل داده توضیح داده شده دارای کدهایی به زبان R هستند. این زبان برنامه‌نویسی را می‌توان به‌سادگی یاد گرفت و لزومی ندارد پیشینه خاصی در برنامه‌نویسی داشته باشید. ازآنجاکه این زبان به‌طور خاص برای تحلیل داده طراحی شده حاوی بسیاری از توابع موردنیاز برای تحلیل آماری است.

این نرم‌افزار به‌صورت متن‌باز (Open Source) است. به همین دلیل به توسعه‌دهندگان این امکان را می‌دهد که ابزارهای موردنیاز خود را در محیط آن ایجاد کنند. این امر سبب شده جامعه توسعه‌دهندگان پویا و قدرتمندی بخصوص از سمت نهادهای دانشگاهی، R را پشتیبانی ‌کنند. به همین دلیل شما در حوزه‌های مختلف ازجمله ماشین‌های یادگیرنده ابزارهایی را می‌بینید که توسط جامعه توسعه‌دهندگان ایجادشده و به‌راحتی در دسترس است. به این ابزارها در محیط R، بسته یا به زبان انگلیسی Package گفته می‌شود. این بسته‌ها به شما اجازه می‌دهد که بدون صرف انرژی زیاد از ابزارهای دیگران استفاده کنید بدون آنکه لازم باشد خودتان کدنویسی زیادی انجام دهید. نکته مهم‌تر این‌که فایل‌های پشتیبان، کدها و در صورت لزوم داده‌های این بسته‌ها به شکل منظم و ساختارمندی در دسترس است. عمده این بسته‌ها تحت آرشیوی به نام CRAN (Comprehensive R Archive Network) سازمان‌دهی شده‌اند.

همچنین R یکی از قدرتمندترین امکانات را برای نمایش داده‌ها داراست. اگر داده‌هایی دارید که نمی‌خواهید یا نمی‌توانید در قالب روش‌های معمول نمایش دهید برای مثال در حوزه‌هایی مانند آمار فضایی (Spatial Statistics)، R گزینه مناسبی برای استفاده است. یکی از مهم‌ترین بسته‌های R برای نمایش داده‌ها، ggplot2 نام دارد. شکل-۱ نمونه‌هایی را از نمایش داده‌ها با استفاده از ابزارهای R نشان می‌دهد.

محیط R بسیار ساده است و شاید خیلی کاربرپسند نباشد. از همین رو، رابط کاربری دیگری تحت عنوان RStudio توسعه یافته است تا کاربران در محیط راحت‌تری از آن استفاده کنند (شکل-۲). به‌طور مشخص در این رابط کاربری از طریق کلیک کردن می‌توان کارهای بیشتری را در محیط نرم‌افزار انجام داد. بسته دیگری تحت عنوان Shiny به کاربران کمک می‌کند اپلیکیشن‌های تعاملی در صفحات وب بسازند (شکل-۳). بخصوص این بسته برای ساخت داشبوردهای مدیریتی تحت وب بسیار مناسب است.

از طریق لینک زیر می‌توانید RStudio و Shiny را به‌صورت رایگان دریافت کنید:

https://www.rstudio.com/