class: center, middle, inverse, title-slide .title[ # MULTIVARIJATNE STATISTIČKE METODE ] .subtitle[ ## Predavanje 2: Osnove programskog jezika R ] .author[ ### Luka Sikic, PhD ] .institute[ ### Fakultet hrvatskih studija ] .date[ ### (Osvježeno: 2023-03-13) ] --- # Pregled predavanja <br> <br> 1. [Instalacija](#instalacija) 2. [Zašto R?](#zakaj) 3. [Osnovni koncepti](#osnove) 4. [Objektno orjentirano programiranje u R](#oop) 5. ["Sve je objekt"](#eobject) 6. ["Sve ima naziv"](#ename) 7. [Indeksiranje](#indexing) 8. [Čišćenje radnog prostora](#cleaning) --- class: inverse, center, middle name: instalacija # Instalacija <html><div style='float:left'></div><hr color='#EB811B' size=1px width=796px></html> (Početni set-up) --- # Instalacija software-a i registracija <br> <br> 1. Preuzmite [R](https://www.r-project.org/). <br> <br> 2. Preuzmite [RStudio](https://www.rstudio.com/products/rstudio/download/preview/). <br> <br> 3. Preuzmite [Git](https://git-scm.com/downloads). <br> <br> 4. Napravite račun na [GitHub](https://github.com/) <br> <br> <br> *[U slučaju problema sa instalacijom Git-a pogledajte http://happygitwithr.com.] --- # Detalji <br> <br> <br> Za bolje snalaženje: <br> <br> - **Windows:** Instalirajte [Rtools](https://cran.r-project.org/bin/windows/Rtools/). Također korisno [Chocolately](https://chocolatey.org/). <br> <br> - **Mac:** Instalirajte [Homebrew](https://brew.sh/). Potrebno konfigurirati C++ toolchain (pogledaj [ovdje](https://github.com/stan-dev/rstan/wiki/Installing-RStan-from-source-on-a-Mac#prerequisite--c-toolchain-and-configuration).) <br> <br> - **Linux:** Već znate što radite! --- # Checklist <br> <br> ☑ Da li imate najnoviju verziju R? ```r version$version.string ``` ``` ## [1] "R version 4.2.2 (2022-10-31 ucrt)" ``` ☑ Da li imate najnoviju verziju RStudio-a? (Pogledaj [verziju](https://www.rstudio.com/products/rstudio/download/preview/) ) ```r RStudio.Version()$version ## Requires an interactive session but should return something like "[1] ‘1.2.5001’" ``` ☑ Da li su svi R paket osvježeni? ```r update.packages(ask = FALSE, checkBuilt = TRUE) ``` --- # Checklist (dalje) <br> <br> Otvorite [shell](http://happygitwithr.com/shell.html#shell). Ako ste već instalirali [Git for Windows](https://gitforwindows.org), sve je u redu! ☑ Koju verziju Git-a ste instalirali? ``` git --version ``` ☑ Da li ste se upoznali sa Git-om? (Upišite svoje podatke.) ``` git config --global user.name 'Luka Sikic' git config --global user.email 'lsikic.gmail@gmail.com' git config --global --list ``` ☑ Da li ste napravili račun na GitHub-u? --- class: inverse, center, middle name: zakaj # Zašto R? <html><div style='float:left'></div><hr color='#EB811B' size=1px width=796px></html> (Razlozi za korištenje programskog jezika R) --- # Zašto R i RStudio? <!-- --> --- # Zašto R i RStudio? ### Data science pozitivizam - Uz Python, R je postao *de facto* jezik za data science. - Pogledaj: [*The Impressive Growth of R*](https://stackoverflow.blog/2017/10/10/impressive-growth-r/), [*The Popularity of Data Science Software*](http://r4stats.com/articles/popularity/) - Open-source (besplatno!) sa ogromnom bazom korisnika u akademiji i biznisu. ### Alat za kvantitativne društvene znanosti - Puna podrška za statistiku i ekonometriju sa visokom primjenjivosti u drugim jezicima i API-jima. - RStudio IDE i ekosustav omogućuju jednostavno skaliranje. ### Path dependency - Programski jezik s kojim imam najviše iskustva. - (Učenje više jezika je preporučljivo, nužno štoviše!) --- # R osnove <br> <br> <br> 1. Sve je objekt. 2. Sve ima naziv. 3. Stvari se rade preko funkcija. 4. Funkcije dolaze u paketima (i.e.*libraries*), a moguće je i napraviti vlastite funkcije. -- </br> Točke 1. and 2. se odnose na [object-orientated programming](https://en.wikipedia.org/wiki/Object-oriented_programming) (OOP) pristup. - Iako ovo sada možda djeluje apstraktno, stvari će postati jasnije s vremenom. --- # R primjer (linearna regresija) ```r fit = lm(mpg ~ wt, data = mtcars) summary(fit) ``` ``` ## ## Call: ## lm(formula = mpg ~ wt, data = mtcars) ## ## Residuals: ## Min 1Q Median 3Q Max ## -4.5432 -2.3647 -0.1252 1.4096 6.8727 ## ## Coefficients: ## Estimate Std. Error t value Pr(>|t|) ## (Intercept) 37.2851 1.8776 19.858 < 2e-16 *** ## wt -5.3445 0.5591 -9.559 1.29e-10 *** ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 ## ## Residual standard error: 3.046 on 30 degrees of freedom ## Multiple R-squared: 0.7528, Adjusted R-squared: 0.7446 ## F-statistic: 91.38 on 1 and 30 DF, p-value: 1.294e-10 ``` --- # Osnovni R grafikon ```r par(mar = c(4, 4, 1, .1)) ## Ljepše margine plot(mtcars$wt, mtcars$mpg) abline(fit, col = "red") ``` <!-- --> --- # ggplot2 ```r ggplot(data = mtcars, aes(x = wt, y = mpg)) + geom_smooth(method = "lm", col = "red") + geom_point() ``` <!-- --> --- class: inverse, center, middle name: osnove # Osnovni koncepti <html><div style='float:left'></div><hr color='#EB811B' size=1px width=796px></html> (Neki važni koncepti u R) --- # Osnovna aritmetika R je moćan kalkulator i prepoznaje sve standardne aritmetičke operatore: ```r 1+2 ## Zbrajanje ``` ``` ## [1] 3 ``` ```r 6-7 ## Oduzimanje ``` ``` ## [1] -1 ``` ```r 5/2 ## Dijeljenje ``` ``` ## [1] 2.5 ``` ```r 2^3 ## Potencije ``` ``` ## [1] 8 ``` ```r 2+4*1^3 ## Redosljed operacija ``` ``` ## [1] 6 ``` --- # Osnovna aritmetika (dalje) <br> <br> Modulo operator se koristi za dijeljenje (i ostatak). - Koristan za rad sa (npr.) vremenom. ```r 100 %/% 60 ## Koliko je cijelih sati u 100 minuta? ``` ``` ## [1] 1 ``` ```r 100 %% 60 ## Koliko je preostalo minuta? ``` ``` ## [1] 40 ``` --- # Logički operatori R dolazi sa nizom logičkih operatora i boleana, koji prate standardni programerski protokol. ```r 1 > 2 ``` ``` ## [1] FALSE ``` ```r 1 > 2 & 1 > 0.5 ## "&" znači "i" ``` ``` ## [1] FALSE ``` ```r 1 > 2 | 1 > 0.5 ## "|" znači "ili" ``` ``` ## [1] TRUE ``` ```r isTRUE (1 < 2) ``` ``` ## [1] TRUE ``` -- Više o logičkim operatorima pročitajte na <a href="https://stat.ethz.ch/R-manual/R-devel/library/base/html/Logic.html" target="_blank">ovdje</a> i <a href="https://stat.ethz.ch/R-manual/R-devel/library/base/html/logical.html" target="_blank">ovdje</a>. --- # Logički operatori (dalje) ### Hijerarhijski redosljed Kao i u standardnoj matematici, logičke tvrdnje imaju jasan hijerarhijski redosljed. Logički operatori (`>`, `==`, etc) se izvršavaju prije boleanskih operatora (`&` i `|`). ```r 1 > 0.5 & 2 ``` ``` ## [1] TRUE ``` -- R vrednuje dvije odvojene "logičke" tvrdnje: - `1 > 0.5`,što je TRUE. - `2`, što je TRUE(!) jer R evaluira `as.logical(2)`. -- **Rješenje:** Potrebna je eksplicitnost oko logičkih tvrdnji. ```r 1 > 0.5 & 1 > 2 ``` ``` ## [1] FALSE ``` --- # Logički operatori (dalje) ### Negacija: `!` <br> `!` se koristi za negaciju. Ovo je posebno korisno kod filtriranja podataka, primjerice za non-NA opservacije. ```r is.na(1:10) ``` ``` ## [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE ``` ```r !is.na(1:10) ``` ``` ## [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE ``` ```r # Negate(is.na)(1:10) ## Ovo također radi. ``` --- # Logički operatori (dalje) ### Matching vrijednosti: `%in%` Da bismo provjerili da li je objekt sadržan unutar liste elemenata, moguće je koristiti `%in%`. ```r 4 %in% 1:10 ``` ``` ## [1] TRUE ``` ```r 4 %in% 5:10 ``` ``` ## [1] FALSE ``` -- Ne postoji ekvivalentna "not in" naredba, ali možemo ju stvoriti sami! -- ```r `%ni%` <- Negate(`%in%`) ## Navodnici (`) služe za specifikaciju funkcije. 4 %ni% 5:10 ``` ``` ## [1] TRUE ``` --- # Logički operatori (dalje) ### Evaluacija <br> Dva znaka jednakosti se koriste za logičku evaluaciju. ```r 1 = 1 ## Ne radi. ``` ``` ## Error in 1 = 1: invalid (do_set) left-hand side to assignment ``` ```r 1 == 1 ## radi. ``` ``` ## [1] TRUE ``` ```r 1 != 2 ## Jedan znak jednakosti i negacija. ``` ``` ## [1] TRUE ``` --- # Logički operatori (dalje) ### Oprez: "Floating-point" brojevi Što će se dogoditi ukoliko evaluiramo `0.1 + 0.2 == 0.3`? -- ```r 0.1 + 0.2 == 0.3 ``` ``` ## [1] FALSE ``` Zašto!?Kako!? -- **Problem:** Kompjuteri reprezentiraju brojeve binarno (i.e. baza 2). Više [vidi ovdje](https://floating-point-gui.de/basic/). - Brzo i memorijski efikasno ali može dosvesti do neočekivanog ponašanja. - Slično kao što standardni decimalni (i.e. base 10) zapis ne može precizno obuhvatiti određene decimalne brojeve (e.g. `\(\frac{1}{3} = 0.3333...\)`). -- **Rješenje:** Koristi `all.equal()` za evaluaciju float-ova (i.e frakcija). ```r all.equal(0.1 + 0.2, 0.3) ``` ``` ## [1] TRUE ``` --- # Pripisivanje (varijabli) U R, moguće je koristiti `=` ili `<-` za pripisivanje.<sup>1</sup> .footnote[ <sup>1</sup> `<-` je zapravo `<` praćeno sa `-`, iako izgleda kao jedan znak. [Font](https://github.com/tonsky/FiraCode) koji se koristi u ovim slide-ovima. ] -- ### Pripisivanje sa `<-` `<-` se izgovara "gets". Razmišljajte o znaku kao da kaže *pripiši u ovom smjeru*. ```r a <- 10 + 5 a ``` ``` ## [1] 15 ``` -- Naravno, strelica može ići i u suprotnom smjeru (i.e. `->`). Naredni kod je jednak kao i prethodni, iako se znatno rijeđe susreće. ```r 10 + 5 -> a ``` --- # Pripisivanje (dalje) ### Pripisivanje sa `=` Također je moguće koristiti `=` za pripisivanje. ```r b = 10 + 10 ## Pripisani objekt mora biti lijevo kada se koristi "=". b ``` ``` ## [1] 20 ``` -- ### Koji operator koristiti? R korisnici (puristi?) preferiraju `<-` za pripisivanje pošto `=` ulogu u eveluacijskim funkcijima. - Kasnije ćete vidjeti primjere! - U osnovi nije niti važno. E.g. `=` je brži za tipkati i ima više smisla ako dolazite iz drugog programskog jezika. (Diskusiju pogledajte [ ovdje](https://github.com/Robinlovelace/geocompr/issues/319#issuecomment-427376764) i [ovdje](https://www.separatinghyperplanes.com/2018/02/why-you-should-use-and-never.html).) **Bottom line:** Koristite što želite ali udite konzistentni! --- # Pomoć <br> <br> Ukoliko imate dvojbe oko funkcije ili objekta R, unesite "help" u konzolu, e.g. ```R help(solve) ``` Još jednostavnije, koristite "?": ```R # Ovo se najčeše koristi. ?solve ``` -- </br> **Dodatno:** Komentari u R se označavaju sa `#`. - `Ctrl+Shift+c` u RStudio-u koristite za komentiranje više redova odjednom. --- # Pomoć (dalje) <br> <br> Za većinu paketa možete koristiti `vignette()` funkciju, koja će prikazati uvodne detalje i funkcionalnosti paketa - Izvršite `vignette("dplyr")` naredbu u konzoli. -- Preporuča se čitanje vignette paketa kada postoje. - To je često najbolji način da se naučite služiti sa paketom. -- Poteškoća je što treba znati točan naziv paketa (vignette). - E.g. `dplyr` paket ima više vignette-a: "dplyr", "window-functions", "programming", etc. - Izvršite `vignette()` (i.e. bez funkcijskih argumenta) da biste vidjeli listu svih instaliranih vignette-a za pakete na vašem sistemu. - Izvršite`vignette(all = FALSE)` da biste vidjeli listu vignette-a svih *učitanih* paketa. --- class: inverse, center, middle name: oop # Objektno orjentirano programiranje <html><div style='float:left'></div><hr color='#EB811B' size=1px width=796px></html> (Karkteristike programskog jezika R) --- # Motivacija <br> <br> R pristup koristi [objektno orjentirano programiranje](https://en.wikipedia.org/wiki/Object-oriented_programming) (OOP), koje se može sažeti kao: > **"Sve je objekt i sve ima naziv."** -- U sljedećm djelu ćemo proučiti ovaj koncept malo dublje. Na taj način ćemo izbjeći neke frustracije ako se prije niste susreli sa OOP pristupom. -- Izbjegavanje konfuzije je relativno jednostavno ako razumijemo pozadinu. - Također: To je mala cijena za funkcionalnost koju R pruža. --- # Disclaimer <br> <br> Očito, postoji _više_ OOP sustava u R. - **S3**, **S4**, **R6**... - Hadley Wickham-ov "Advanced R" sadržava [vrlo detaljan pregled](https://adv-r.hadley.nz/oo.html) glavnih OOP sustava u R. Vjerojatno je najskorisnije razmišljati u terminima (a) zajedničkim karakteristikama ovih sistema i (b) generalnih implikacija OOP u R. - Pogledajte Hadley-evu knjigu ako imate prilike. Uistinu je korisna (kao i ostale njegove knjige). --- class: inverse, center, middle name: eobject # "Sve je objekt" <html><div style='float:left'></div><hr color='#EB811B' size=1px width=796px></html> (OOP pristup) --- # Što su objekti? Važno je naglasiti da postoji više različitih *tipova* (ili *klasa*) objekata. Proći ćemo kroz razlike između "type" vs "class" objekata. Trenutno je važno spomenuti najčešće objekte: - vektori - matrice - data frame - liste - funkcije - etc. -- Vjerojatno već imate okvirnu ideju što razlikuje te objekte i za sto koristimo pojedine objekte. - Ipak, postoje potankosti vezane uz svaki objekt koje su ponešto zbunjujuće dok se ne naviknete na R. - E.g. Postoje različite vrste data frame-ova; primjerice "[tibble](https://tibble.tidyverse.org/)", što je napredni obllik df-a koji omogućava *tidyverse*. --- # Što su objekti? (dalje) Svaka klasa objekta ima vlastiti skup pravila koja određuju kako se taj objekt koristi u R. - Primjerice, veliki broj istih/sličnih operacija je moguć na matricama i data frame-ovima. Ipak postoji određeni broj procedura koje će funkcionirati samo na matricama vice versa. - Valja znati da je četo moguća konverzija iz jednog oblika u drugi. ```r ## Napravi mali data frame sa nazivom "df". df <- data.frame(x = 1:2, y = 3:4) df ``` ``` ## x y ## 1 1 3 ## 2 2 4 ``` ```r ## Pretvori ga (i.e. create) u matricu sa nazivom "m". m <- as.matrix(df) m ``` ``` ## x y ## [1,] 1 3 ## [2,] 2 4 ``` --- # Klasa objekta, tipovi i struktura <br> Korsite `class`, `typeof`, i `str` nardbe za informacije o objektu. ```r # df <- data.frame(x = 1:2, y = 3:4) ## Stvori mali data frame sa nazivom "df". class(df) ## Saznaj klasu. ``` ``` ## [1] "data.frame" ``` ```r typeof(df) ## Saznaj tip. ``` ``` ## [1] "list" ``` ```r str(df) ## Pokaži strukturu. ``` ``` ## 'data.frame': 2 obs. of 2 variables: ## $ x: int 1 2 ## $ y: int 3 4 ``` -- PS — Zbunjujuće je što `typeof(df)` vaća "list"? Vidi za [objašnjenje](https://stackoverflow.com/questions/45396538/typeofdata-frame-shows-list-in-r). --- # Klasa objekta, tipovi i struktura (dalje) <br> <br> Naravno, moguće je dati naredbu inspect/print direktno u konzoli. - E.g. Unesite `df` i stisnite Enter. `View()` funkcija također pomaže. - E.g. `View(df)`. --- # Globalni environment (radni prostor) Jednostavni data frame koji smo prethodno stvorili. ```r df ``` ``` ## x y ## 1 1 3 ## 2 2 4 ``` -- Napravimo regresiju <sup>1</sup> na "x" i "y" varijablama: .footnote[ <sup>1</sup> Ovo je obična regresija sa kolinearnim varijablama. ] ```r lm(y ~ x) ## "lm" označava linearni model ``` ``` ## Error in eval(predvars, data, env): object 'y' not found ``` -- Što se dogodilo? --- # Globalni environment (dalje) Error poruka daje odgovor: ``` *## Error in eval(predvars, data, env): object 'y' not found ``` -- R ne može naći varijable u [global-nom environment-u](https://www.datamentor.io/r-programming/environment-scope/):  -- Drgačije rečeno: Pošto varijable "x" i "y" postoje kao odvojene varijable u global environment-u, potrebno je naznačiti R-u da se odnose na objekt `df`. - Kako biste to napravili? --- # Globalni environment (dalje) <br> <br> Nekoliko je načina za to. Najednostavniji je specifikacija argumenta `data`: ```r lm(y ~ x, data = df) ## Radi kada dodamo "data = df"! ``` ``` ## ## Call: ## lm(formula = y ~ x, data = df) ## ## Coefficients: ## (Intercept) x ## 2 1 ``` -- Iako zbunjujuće na prvi pogled, ova karakteristika ima određene prednosti. - Nije moguće učitati više od dva zasebna objekta u memoriju istvremeno, pa su potrebni neki `hack`-ovi. --- # Rad sa više objekata Sposobnost R da ima više objekata u radnom prostoru je korisna. - E.g. Moguće je stvoriti više supostojećih objekata u radnom prostoru. ```r df2 <- data.frame(x = rnorm(10), y = runif(10)) ```  -- Potrebno je pripaziti na **nazive** objekata kako ne bi došlo do konfuzije. --- class: inverse, center, middle name: ename # "Sve ima naziv" <html><div style='float:left'></div><hr color='#EB811B' size=1px width=796px></html> (OOP pristup) --- # Rezervirani nazivi Već smo vidjeli da različitim objektima možemo dati različite nazive. Postoji nekoliko rezerviranih riječi u R. - To su fundamentalni nazivi, operatori i relacije u base R tkoje nije moguće pripisati objektu, čak niti kada bismo to htjeli. - Slične primjere smo imali sa logičkim operatorima. [Vidi](http://stat.ethz.ch/R-manual/R-devel/library/base/html/Reserved.html) za punu listut, uključujući: ```R if else while function for TRUE FALSE NULL Inf NaN NA ``` --- # Kvazi-rezervirane riječi Uz rezervirane riječi, postoji klasa riječi i stringova koje ćemo nazvati kvazi-rezervirane naredbe. - To su funkcijski nazivi i vrijednosti (e.g. `pi`) koje je moguće pripisati...iako imaju značenje u base R. Najvažniji kvazi-rezervirani naziv funkcije `c()`, koji koristimo za spajanje; i.e. stvaranje vektora i povezivanje objekata. ```r my_vector <- c(1, 2, 5) my_vector ``` ``` ## [1] 1 2 5 ``` -- Što se događa ukoliko izvršite sljedeću naredbu? ```R c <- 4 c(1, 2 ,5) ``` -- Vektori su izrazito bitni u R. R je jezik optimiziran za rad s vektorima. Kasnije ćemo reći nešto više o "vektorizaciji" funkcija. --- # Kvazi-rezervirane riječi (dalje) R je dovoljno "pametan" da bi razlikovao varijable `c <- 4` koje smo stvorili od funkcije`c()` koja se koristi za spajanje objekata. Ipak, ovo je primjer *ekstremno* lošeg kodiranja. R neće uvijek moći razlikovati ove objekte. Primjerice: ```r pi ``` ``` ## [1] 3.141593 ``` ```r pi <- 2 pi ``` ``` ## [1] 2 ``` -- **Bottom line:** Nemojte koristiti kvazi-rezervirane riječi! --- # Namespace konflikti Slična situacija nastaje kada učitamo dva paketa koji imaju funkcije sa istim nazivima.E.g. Pogledajte što se dogodi kada učitamo `dplyr` paket. ```r library(dplyr) ``` -- Pouke da su neki objekti *masked from 'package:X'* predstavljaju upozorenja koja se odnose na *namespace konflikte*. - E.g. `dplyr` i `stats` paketi (koji se učitaju automatski kada pokrenete R) imaju funkcije pod nazivom "filter" i "lag". --- # Namespace konflikti (dalje) *Namespace koflikti* nastaju zbog OOP pristupa.<sup>1</sup> - Oni također reflektiraju open-source prirodu R i korištenja eksternih paketa. Korisnicima je ostavljen izbor oko naziva funkcija, pa se poneka preklapanja uvijek mogu očekivati. .footnote[ <sup>1</sup> Slični problemi se javljaju i u drugim programskim jezicima (Python, C, etc.) ] -- Kada god se pojavi namespace konflikt, zadnji učitani paket ima prednost. Tako će se `filter()` funkcija odnositi na `dplyr` varijantu. Što ako želimo `stats` varijantu? Imamo dvije opcije: 1. Privremeno koristi `stats::filter()` 2. Permanentno pripiši `filter <- stats::filter` --- # Rješenje namespace konflikata #### 1. Koristi `package::function()` Moguće je eksplicitno pozvati funkciju iz paketa kroz sintaksu `package::function()`. Primjerice: ```r stats::filter(1:10, rep(1, 2)) ``` ``` ## Time Series: ## Start = 1 ## End = 10 ## Frequency = 1 ## [1] 3 5 7 9 11 13 15 17 19 NA ``` -- Moguće je koristiti `::` za rješavanje konfliktnih slučajeva. - E.g. Eksplicitnost oko funkcije (ili podataka) pridonose jasnoći koda. Probajte ove naredbe u R konzoli! ```R dplyr::starwars ## Prikaži starwars data frame iz dplyr paketa scales::comma(c(1000, 1000000)) ## Koristi comma funkciju, iz scales paketa ``` --- `::` sintaksa znači da možete koristiti funkciju bez učitavanja paketa. E.g. Dokle god je `dplyr` instaliran u sustavu `dplyr::filter(iris, Species=="virginica")` će funkcionirati. --- # Rješenje namespace konflikata (dalje) #### 2. Pripiši `function <- package::function` Trajnije rješenje je pripisati funkciju konfliktnog naziva objektue. To će biti validno do kraja R sesije, ili dok to ne promijenite. E.g. ```r filter <- stats::filter ## Bez zagrada. filter <- dplyr::filter ## Promijeni nazad. ``` -- ##### Općeniti savjet Preporuča se koristiti `package::function()` sintaksu. Drugo rješenje je učitati najvažnije pakete na kraju. (E.g. Učitajte tidyverse nakon svih drugih paketa.) Osim toga, obratite pažnju na upozorenja kod učitavanja paketa; u nedoumici je mouguće koristiti `?`. (E.g. `?filter` će dati informaciju koju varijantu funkcije koristimo.) - Namespace konflikti nisu osobito česti ali potrebno je znati da postoje. --- class: inverse, center, middle name: indexing # Indeksiranje <html><div style='float:left'></div><hr color='#EB811B' size=1px width=796px></html> (Kako pristupiti djelovima objekta u R) --- # Opcija 1: [] Već smo vidjeli primjer indeksiranja u outputu konzole. Primjerice: ```r 1+2 ``` ``` ## [1] 3 ``` `[1]` označava prvi (i, uovom slučaju, jedini) element našeg outputa.<sup>1</sup> U ovom slučaju vektor duljine tri, ima vrijednost "3". -- Pokušajte izvršiti u konzoli za primjer eksplicitnog indeksiranja: ```r rnorm(n = 100, mean = 0, sd = 1) # rnorm(100) ## Također radi. (Zašto? Hint: vidi ?rnorm) ``` .footnote[ [1] Indeksiranje u R počinje sa 1, ne sa 0 kao u nekim drugim jezicima (e.g. Python i JavaScript). ] --- # Opcija 1: [] (dalje) Još važnije, sintaksu `[]` je koguće koristiti za indeksiranje objekata u R. ```r a <- 1:10 a[4] ## Izaberi četvrti elemet objekta "a" ``` ``` ## [1] 4 ``` ```r a[c(4, 6)] ## Izaberi četvrti i šesti element ``` ``` ## [1] 4 6 ``` Ovo također funkcionira na većim array-ima (vektori, matrice, data frame, and liste). Primjerice: ```r starwars[1, 1] ## Prikaži ćeliju koja odgvara prvom redu i prvoj koloni data frame-a. ``` ``` ## # A tibble: 1 × 1 ## name ## <chr> ## 1 Luke Skywalker ``` -- Što naredba `starwars[1:3, 1]` vraća? --- # Opcija 1: [] (dalje) Nismo ih do sada puno spominjali ali **liste** su kompleksnije vrste array objekata u R. - Mogu sadržavati objekte različite klase, različitog oblika (e.g. rank) i zajedničke strukture. - E.g. Lista može sadržavati broj, string i data frame. Također je moguća lista data frame-ova, ili lista listi. -- Indeksiranje lilsti zahtjeva dvostruke zagrade `[[]]` za indeksiranje "parent" elemenata list-e i jednostruke zagrade`[]` za indeksiranje unutar tog "parent" elementa. Primjerice: ```r my_list <- list(a = "hello", b = c(1,2,3), c = data.frame(x = 1:5, y = 6:10)) my_list[[1]] ## Vrati prvi element ``` ``` ## [1] "hello" ``` ```r my_list[[2]][3] ## Vrati 3 element drugog objekta ``` ``` ## [1] 3 ``` --- # Opcija 2: $ Liste se mogu indeksirati putem operatora: `$`. - Nastavimo sa primjerom`my_list` sa prethodnog slide-a. ```r my_list ``` ``` ## $a ## [1] "hello" ## ## $b ## [1] 1 2 3 ## ## $c ## x y ## 1 1 6 ## 2 2 7 ## 3 3 8 ## 4 4 9 ## 5 5 10 ``` --- count: false # Opcija 2: $ Liste se mogu indeksirati putem operatora: `$`. - Nastavimo sa primjerom`my_list` sa prethodnog slide-a. ```r my_list ``` ``` *## $a ## [1] "hello" ## *## $b ## [1] 1 2 3 ## *## $c ## x y ## 1 1 6 ## 2 2 7 ## 3 3 8 ## 4 4 9 ## 5 5 10 ``` .footnote[[*]Primjetite kako su "parent" liste označene: "$a" , "$b" i "$c".] --- # Opcija 2: $ (dalje) Moguće je indeksirati te objekte pomoću dolarskog znaka, e.g. ```r my_list$a ## Vrati objekt "a" ``` ``` ## [1] "hello" ``` ```r my_list$b[3] ## Vrati treći element objekta "b" ``` ``` ## [1] 3 ``` ```r my_list$c$x ## Vrati kolonu "x" iz objekta "c" ``` ``` ## [1] 1 2 3 4 5 ``` --- # Opcija 2: $ (dalje) `$` indeksiranje funkcionira i za druge objekte u R. U nekim slučajevima je moguće kombinirati obje opcije indeksiranja. - E.g. Izvuci prvi element "name" kolone iz starwars data frame-a. ```r starwars$name[1] ``` ``` ## [1] "Luke Skywalker" ``` -- Primjetite neke razlike između prethodnog i `starwars[1, 1]` primjera. Koje su to? - Hint: Osim vizualnih, probajte opciju `str()`. --- # Opcija 2: $ (dalje) Zadnje što je potrebno naglasiti vezano uz indeksiranje putem `$` je da ćemo tako izbjeći problem koji se javio kod neuspješnog pozivanja varijabli u primjeru regresije. ```r lm(y ~ x) ## Ne radi! ``` ``` ## Error in eval(predvars, data, env): object 'y' not found ``` ```r lm(df$y ~ df$x) ## Radi! ``` ``` ## ## Call: ## lm(formula = df$y ~ df$x) ## ## Coefficients: ## (Intercept) df$x ## 2 1 ``` --- class: inverse, center, middle name: cleaning # Čišćenje <html><div style='float:left'></div><hr color='#EB811B' size=1px width=796px></html> (Čistoća je pola zdravlja!) --- # Izbacivanje objekata (i paketa) Koristite `rm()` da biste maknuli objekt iz radnog prostora. ```r a <- "hello" b <- "world" rm(a, b) ``` Također je moguće koristiti `rm(list = ls())` da bi se maknuli svi objekti iz radnog prostora (osim paketa). Ova funkcionalnst nije bez [kritika](https://www.tidyverse.org/articles/2017/12/workflow-vs-script/)! - Vjerojatno je bolje pokrenuti novu sesiju! -- Izbacivanje paketa iz radnog prostora je problematično jer postoji mnoštvo cross-dependency-a (i.e. pojedinačni paketi zavise i ponekad mogu automatski učitati druge). Ipak, probajte, e.g. `detach(package:dplyr)` - Vjerojatno je bolje pokrenuti novu sesiju! --- # Izbacivanje grafika Moguće je koristiti `dev.off()` za izbacivanje bilo koje (i.e. svih) grafikona u tekućoj sesiji. Probajte u R conzoli: ```r plot(1:10) dev.off() ``` -- RStudio ima padajuće izbornike za čišćenje radnog prostora i izbacivanje (pojedinačnih) grafikna. Pogledajte ikone:  --- class: inverse, center, middle # HVALA NA PAŽNJI <html><div style='float:left'></div><hr color='#EB811B' size=1px width=796px></html>