Ist eine freie Programmiersprache für statistische Berechnungen und Grafiken. Sie wurde von Statistikern für Anwender mit statistischen Aufgaben entwickelt. Die Syntax orientiert sich an der Programmiersprache S, mit der R weitgehend kompatibel ist, und die Semantik an Scheme. Als Standarddistribution kommt R mit einem Interpreter als Kommandozeilenumgebung mit rudimentären grafischen Schaltflächen.
So ist R auf vielen Plattformen verfügbar die Umgebung wird von den Entwicklern ausdrücklich ebenfalls als R bezeichnet. Zahlreiche, online abrufbare Pakete enthalten zusätzliche Funktionen, um Daten hinsichtlich Fragestellungen aus unterschiedlichen Fachbereichen zu analysieren weitere eigene Funktionen können erstellt werden. Die Sprache bietet Schnittstellen zu anderen Programmiersprachen und Möglichkeiten zur Integration in verschiedene Software. Umgebungen ab und kann nicht ausschließlich als Statistiksoftware bezeichnet werden. grenzt sich von anderen Programmiersprachen durch die für Statistik entworfenen Datenstrukturen und Funktionen sowie die Möglichkeiten bei der Grafikerzeugung ab. Nachteilig an R ist die niedrige Geschwindigkeit. gilt zunehmend als die Standardsprache für statistische Problemstellungen sowohl in der Wirtschaft als auch in der Wissenschaft.
wurde 1992 von den Statistikern Ross Ihaka und Robert Gentleman an der Universität Auckland entwickelt. entwickelten Sprache S, die zur Verarbeitung statistischer Daten dient. kann als freie Implementierung von S angesehen werden. Daher ist die Mehrzahl der für S geschriebenen Programme unter R lauffähig.
Der Name der Sprache ist auf den Anfangsbuchstaben der Vornamen der Entwickler zurückzuführen und zudem in Anlehnung an S entstanden. hatte eine andere Herangehensweise als bisherige Software für Statistik. Mit S konnten Daten schneller explorativ untersucht werden und passende Grafiken erstellt werden, während Analysefunktionen zu Beginn der 1990er Jahre noch nicht umfangreich implementiert waren. Das Unternehmen Statistical Sciences, Inc.
Fähigkeiten von S, bei denen klar zwischen lokalen und globalen Variablen unterschieden wurde und insbesondere die Speicherverwaltung, die ohne Garbage Collection zu schnellem Anwachsen des dynamischen Speichers führte. Entwickler angewiesen zu sein. Ein weiterer Vorteil war der verfügbare Quelltext, sodass sie R anschaulich für Lehrzwecke an der Universität einsetzen konnten. Die Entwickler schrieben zuerst einen Interpreter für Scheme und wandelten die Sprache soweit ab, dass sie S ähnelte. und darauf aufbauend in R selbst statt. aller Programmzeilen in C und Fortran geschrieben waren.
wurde die Sprache erstmals öffentlich verbreitet: Die Designer luden Binärdateien ihrer bisherigen Arbeit in der Sektion StatLib der Carnegie Mellon University hoch, welches eine Sammelstelle und ein Distributionskanal für statistische Software war und erhofften sich Feedback. Zudem gab es separate Bekanntmachungen an Personen, die sich enger mit S befassten. Martin Mächler von der ETH Zürich war einer der Feedbackgebenden.
Er ermunterte Ihaka und Gentleman zudem zur freien Distribution von R sodass die Sprache seit Juni 1995 unter der GNU General Public License steht. Bis 1996 oder 1997 gab es zwischen 50 und 100 Leute in einer Mailingliste, die dabei halfen die Sprache gemeinsam zu verbessern. Einige nutzen das zeitgleich sich verbreitende Linux, wofür R die einzige Statistikumgebung war.
das sich um die Weiterentwicklung von R kümmert und den Quellcode verändern kann. Mittlerweile zählen zwanzig Personen zu diesem engsten Entwicklerteam um Ross Ihaka und Robert Gentleman. als Plattform für Pakete startete am 23. April 1997 um Anwendern die Möglichkeit zu geben selbst geschriebene Funktionen leichter mit Anderen zu teilen. Versionen für Microsoft Windows und Mac erschienen kurze Zeit später. Seit April 2001 gibt es R für macOS.
Im September 2002 gründeten die Mitglieder des R Development Core Teams den gemeinnützigen Verein The R Foundation for Statistical Computing in Wien, welcher sich um die Außendarstellung kümmert. Seitdem nutzt R Lazy Loading, um Daten bei geringer Beanspruchung des Arbeitsspeichers schnell laden zu können. In der Folge gab es einige Verbesserung der Performance. Systemen nutzbar macht und bis zu acht Terabyte Arbeitsspeicher adressieren kann.
Compiler enthält mittlerweile sind die bereits existierenden, nicht vom Benutzer geschriebenen Funktionen bereits als Bytecode vorhanden. grobkörnige Nebenläufigkeit für parallele Ausführung von Funktionen eingeführt. Die Versionsnummern von R bestehen klassisch aus drei durch Punkte getrennte Zahlen. Fundamentale Veränderungen werden durch eine Erhöhung der ersten Zahl sichtbar, normale durch eine Erhöhung der zweiten Zahl.
Die dritte Zahl wird bei neuen Versionen erhöht, die vorwiegend der Behebung von Bugs dienen. hat jede Version einen unterhaltsamen Namen. Die Namensgebung ist unsystematisch, jedoch wurden einige Namen passend zu jahreszeitlichen Ereignissen gewählt. heißt Bug in Your Hair. Taste unmittelbar zur Ausführung bringt.
Es lassen sich zudem Programme in Skripten ausführen. ist eine Multi paradigmensprache der vierten Generation. Das funktionale Herz ist von Scheme und Haskell inspiriert. Einige Funktionen sind dazu geschaffen, vektorwertig ausgeführt zu werden für Rekursion wurde nicht optimiert.
meistens weitere, optionale Argumente. Argumente können in Abhängigkeit anderer Argumente definiert werden. Argumente werden per deep copy übergeben.
Die Namen der jeweiligen Argumente können beim Funktionsaufruf abgekürzt werden, sodass sie eindeutig sind oder weggelassen werden, sofern die Reihenfolge der Argumente übereinstimmt. Darüber hinaus gibt es die Möglichkeit beim Erstellen neuer Funktion bestimmte Werte als Voreinstellung zu setzen. Auch Currying ist möglich. Sofern nicht anders spezifiziert ist das zuletzt zugewiesene Objekt innerhalb einer Funktion ihr Rückgabewert. Insgesamt bestehen Funktionen aus den Komponenten Argumente, Körper und Umgebung.
Für die Funktionsweise von Funktionen ist die Umgebung entscheidend, in der sie erstellt wurde, nicht die, aus der sie aufgerufen wird. kann daher mit Futures umgehen, was es darüber hinaus ermöglicht Funktionen ineinander zu verschachteln und unbegrenzte Datenstrukturen zu erstellen. hat zudem Eigenschaften, die für dynamische Programmierung typisch sind.
Variablen können flexibel die Struktur verändern. Es ist möglich Code für noch nicht ausgewertete Ausdrücke zu erhalten. Text kann dynamisch als Code ausgewertet werden.
Des Weiteren können die Futures mehrfach ausgewertet werden. hoc Polymorphie, sodass objektorientierte Programmierung möglich wurde. Eingelesene Daten speichert R im Hauptspeicher. Die Datenspeicherung erfolgt spaltenorientiert. nutzt Garbage Collection und Lazy Loading zur Verringerung des Speicherbedarfs. Es gibt kein Aliasing.
erstellt oder überschrieben werden. weist Variablen der nächsthöheren Umgebung Werte zu und bildet die einzige Möglichkeit, Wirkungen zu erzielen. Funktionen dienen dazu, Variablen zu verändern, miteinander in Beziehung zu setzen, statistische Analysen durchzuführen und mehr. Nach dem Funktionsnamen steht beim Aufruf eine öffnende runde Klammer die schließende runde Klammer schließt die Funktion ab. Innerhalb der Klammern können der Funktion Argumente übergeben werden, die durch Kommas getrennt werden.
werden üblicherweise statt einer Voranstellung zwischen zwei Argumenten platziert. greift auf Funktion aus Paket zu, ohne dass das Paket geladen ist oder zum Suchpfad hinzugefügt wurde. Funktionen, die nacheinander ausgeführt werden sollen, können durch Semikola getrennt werden oder in separate Codezeilen geschrieben werden. Eckige Klammern dienen der Indizierung von Elementen aus Datenstrukturen.
eine Indizierung über Namen, sodass Inhalte assoziativ angesprochen werden können. Geschweifte Klammern legen Programmierblöcke fest. stellt bis zum Zeilenende einen Kommentar dar. Dabei stehen abhängige Variablen links und erklärende Variablen rechts von der Tilde. Arithmetische Operatoren haben in diesem Kontext eine andere Bedeutung und stehen für die Aufnahme und das Entfernen weiterer Variablen sowie die Einbeziehung von Interaktionseffekten. Es gibt keine Skalare.
Die einfachste vorkommende Datenstruktur ist der Vektor. Ein Vektor ist über die drei Eigenschaften Typ, Länge und Attribute definiert. müssen Elemente gleichen Datentyps sein.
Rechenoperationen werden auf alle Elemente dieser Datenstrukturen angewendet. Bei Zuweisung unterschiedlicher Datentypen zu einem Vektor werden die Daten in den flexibelsten Datentyp umgewandelt. Frames verwendet, um Daten als Datensatz darzustellen.
Frames sind matrizenförmig, können jedoch aus Spalten unterschiedlicher Datentypen bestehen. Darüber hinaus gibt es Listen. Strukturen und Datentypen enthalten. Objekte verschiedener Datenstrukturen können gemeinsam in der Arbeitsumgebung existieren und gleichzeitig in Analysen verwendet werden.