Umgang mit R unter Windows. Stand:
|
|
- Günther Bach
- vor 6 Jahren
- Abrufe
Transkript
1 Umgang mit R unter Windows Stand:
2 R: Software R für Windows (XP etc.) Version (3/2016) Linksammlung zu R: Portable R R-Studio für Windows, Linux, Mac OS (Ascii-Text) Editoren: Tinn-R; Notepad++ (ggf. mit der Erweiterung NppToR)
3 Umgang mit R unter Windows Vorschlag zur Organisation der Datenablage: Arbeits-Verzeichnis für Daten unter Windows anlegen (-> WorkingDirectory ) z.b. R_DATA Dort Icon für Verknüpfung mit R anlegen (R lädt dann ggf. den dort gespeicherten Workspace (s.u.)) sowie ggf. Icon für Verknüpfung mit einem ASCII-Text- Editor anlegen ggf. Kommunikation des Ascii-Text-Editors (z.b. Notepad++) mit R herstellen
4 WorkingDirectory (Arbeits-Verzeichnis) Unter R WorkingDirectory ermitteln : getwd() Ggf. WorkingDirectory ändern mit Windows GUI oder: setwd( <ordner> ) NB.: Bei Pfadangaben unter R statt \ immer entweder / oder \\ nehmen, da \ eine sog. Escape-Sequenz einleitet.
5 Auf Dateien im WorkingDirectory zugreifen Inhalt des WorkingDirectory anzeigen: dir() Ascii-Text-Dateien ansehen: file.show( <datei> ) Systemfunktionen nutzen: z.b. PDF s, JPEG s ansehen: system( open <datei.pdf> ) system( open <datei.jpg> ) Funktioniert auch mit Dateien im Internet system( open <url>/<dir>/<datei> )
6 Workspace (Arbeitsbereich) Objekte im Workspace von R auflisten: objects(); auch: ls() Objekte selektiv auflisten: ls(pat= <pattern> ) Ggf einen bestimmten gespeicherten Workspace laden: (R lädt standardmäßig den Workspace des Verzeichnisses, aus dem es aufgerufen wurde) Mit Windows GUI oder: load( <datei.rdata> ) [NB!: <datei.rdata> ist i.d.r. binäre Datei]
7 Workspace (Arbeitsbereich) Einzelne Objekte aus Workspace entfernen: rm(<obj1>,<obj2>,...,<objn>) Alle Objekte entfernen: rm(list=objects()); rm(list=ls()) Objekte selektiv entfernen: rm(list=ls(pat= <pattern> )) Workspace (als binäre Datei) sichern (speichern) mit Windows GUI oder: save.image( <datei.rdata> ) Als Ascii-Datei speichern: save.image( <datei.rdata>,ascii=true)
8 Befehls-History History ausgeben: history(); history(max.show=n); history(reverse=true) History laden bzw. speichern mit Windows GUI <datei.rhistory> ist ASCII-Text-Datei
9 Ergebnisse sichern und ausgeben Ausgabe in ASCII-Text-Datei umleiten: sink( <datei.txt> ) Erweitert: sink( <datei.txt>, append=true,split=true) Ausgabeumleitung beenden: sink() Komplette Ausgabe der Sitzung in ASCII-Text-Datei (z.b. lastsave.txt ) speichern mit Windows GUI Alle Objekte in ASCII-Text-Datei speichern dump(list = objects(), <datei.txt> )
10 Pakete Auf dem Rechner vorhandene Pakete anzeigen: library() Geladene (d.h. im Suchpfad befindliche) Pakete anzeigen: search() Paket laden: library(<paket>); auch: require (<paket>) Paket aus dem Suchpfad entfernen: detach(package: <paket>) Weitere Befehle zum Verwalten (Installieren etc.) von Paketen finden mit: apropos( packages ) Server wählen: choosecranmirrors()
11 Hilfe Allgemeine Hilfe: help.start() Hilfe zu einem Paket: help(package= <paket> ); help(<paket>);?<paket> Hilfe zu Funktionen etc. help(<func>);?<func>; help.search( <func> );??<func> Infos zum Umfeld der Funktionen: apropos( <func> ) Beispiele für Funktionen: example(<func>) Suchen auf der R-Seite: RSiteSearch()
12 Import von Datentabellen im Ascii-Text-Format (1) Tabelle (im ASCII-Text-Format) importieren: read.table( <datei> ) und im Workspace ablegen: <object> <- read.table( <datei> ) Dadurch wird ein Objekt der Klasse data.frame erzeugt Klassenzugehörigkeit feststellen: class(<object>) Prüfen mit: is.data.frame(<object>)
13 Import von Datentabellen im Ascii-Text-Format (2) Tabelle (im ASCII-Text-Format) über Zwischenablage importieren: read.table(stdin()) Zu importierende Tabelle als Matrix im Workspace ablegen: <matrix> <- as.matrix(read.table( <datei> ))
14 Matrix aus Datentabelle erzeugen und umgekehrt Erzeugen einer Matrix aus einem data.frame : <matrix> <- as.matrix(<data.frame>) Prüfen: is.matrix(<object>) Erzeugen einer Datentabelle aus Matrix: <data.frame> <- as.data.frame(<matrix>) Prüfen: is.data.frame(<object>)
15 Datentypen und Datenstrukturen (1) R arbeitet mit drei "basalen" Datentypen: a) "numeric" (insbesondere vom Typ "integer" und "double" b) "character" (Zeichen und Zeichenketten) c) "logical" (Boolesche Werte: TRUE, FALSE) Als Spezialfall zusätzlich: "factor" bzw. "ordered" (zur Kodierung nominal- bzw. ordinalskalierter Werte)
16 Datentypen und Datenstrukturen (2) Abfrage z.b. mit is.numeric(), is.integer(), is.double, is.finite(), is.infinite() is.character(), is.logical(), is.na(),is.nan() Konvertierung z.b. mit as.character(), as.integer() Objekte des gleichen(!) Datentyps können zu einem Vektor als der einfachsten Datenstruktur zusammengefasst werden; z.b. mit Hilfe der Funktion c().
17 Datentypen und Datenstrukturen (3) Vektoren können aus Objekten vom Typ "numeric", "character", "logical" bestehen (dürfen aber in einem Vektor nicht gemischt werden) Eigenschaften von Vektoren können folgendermassen erfragt werden: class() mode(); bei "numeric" zusaetzlich mit typeof() length()
18 Datentypen und Datenstrukturen (4) Eine einzelne Zahl, ein einzelnes Zeichen oder eine einzelne Zeichenkette, ein einzelner Boolescher Wert ist ein Vektor der Länge 1. Einzelne Elemente eines Vektors werden mit [] selektiert. Vektoren haben unter R keine Dimension! Die Abfrage dim() oder attributes() liefert 'NULL'.
19 Datentypen und Datenstrukturen (5) Neben Vektoren gibt es als weitere Datenstrukturen Matrizen, Arrays, Listen, DataFrames Matrizen (2-dimensionale Schemata z.b. von Zahlen) und Arrays (3-dimensionale Schemata) werden unter R als Vektoren(!) geführt, die - im Unterschied zu Vektoren im landläufigen Sinne - ein Dimensionsattribut haben. Das zeigt insbesondere der Vergleich von dim() mit length(), angewandt auf Vektoren, Matrizen und Arrays. Matrizen und Arrays können (wie Vektoren) Daten vom Typ "numeric", aber auch "character" oder "logical" umfassen (aber nicht gemischt werden).
20 Datentypen und Datenstrukturen (6) Einzelne Elemente einer Matrix werden mit [,] mit zwei Parametern angesprochen; einzelne Elemente eines Arrays mit [,,] mit drei Parametern Listen erlauben es, beliebige Mengen von Vektoren und/oder Matrizen und/oder Arrays und/oder DataFrames (s.u) mit jeweils unterschiedlichen Datentypen zu einer komplexen Datenstruktur zusammenzufassen. Listen koennen selbst wiederum Listen (beliebiger Komplexitaet) beinhalten.
21 Datentypen und Datenstrukturen (7) Einzelne Komponenten einer Liste werden mit [[]] angesprochen oder sofern vorhanden, mit dem Namen der Komponente (unter Verwendung des $-Zeichens).
22 Datentypen und Datenstrukturen (8) DataFrames sind für R Listen und zwar Listen aus Vektoren gleicher Länge. In der Ausgabe werden die Vektoren als Spalten ausgegeben, die den Variablen einer Datenmatrix (im landläufigen Sinne) entsprechen. Die Tatsache, dass DataFrames Listen sind, erlaubt es, in einem DataFrame verschiedene Datentypen ("numeric","character","logical","factor","ordered") zu mischen.
23 Daten im ASCII-Text-Format exportieren Datentabelle bzw. Datenmatrix exportieren: write.table(<data.frame>, <datei> ) write.table(<matrix>, <datei> ) Daten als Matrix mit, als Dezimalzeichen exportieren: require(mass) options(outdec=, ) write.matrix(<matrix>, <datei> ) options(outdec=. )
24 Zeichenketten einlesen und exportieren Zeichenketten einlesen: dget( <Datei mit Zeichenketten> ) Zeichenkettenobjekt in Datei schreiben dput(<objekt>, <datei> ) N.B. Bei dget() und dput() gehen Kommentare (mit # ) verloren.
25 Weitere Möglichkeiten des Lesens bzw. Schreibens (1) Übersicht mit apropos( read ) bzw. apropos( write ) readclipboard(), writeclipboard() für CharacterStrings readlines(): Liest Text-Datei mit n Zeilen zeilenweise in Charakter String mit n Komponenten writelines(): Schreibt CharacterStrings
26 Weitere Möglichkeiten des Lesens bzw. Schreibens (2) read.table(stdin()): Liest vom Clipboard Falls es sich um Zeichenketten handelt, können diese mit as.matrix(read.table(stdin()) als Charakter-String abgelegt werden scan(): readline(): Liest vom Prompt
27 Import von Excel-Datenblättern (1) Beim Importieren von Excel-Datenblättern sind insbesondere folgende Spezialfälle zu berücksichtigen: Erstens: Zeichen für Feldseparatoren (US:, - DE: ; ) bzw. Tabulator: ( \t ) als Separator Bei Import per Copy&Paste ( clipboard ) ist Tabulator ( \t ) der Feldseparator Zweitens: Dezimalzeichen (US:. - DE:, ) Drittens: Stehen Spaltennamen in der ersten Zeile? (-> header=t ) Viertens: Stehen Zeilennamen in der ersten Spalte? (-> row.names= X bzw. row.names=1 )
28 Import von Excel-Datenblättern (2) Standardmäßig gelten folgende Vorgabewerte: read.table (file, header=false, sep=, dec=., ) read.csv (file, header=true, sep=,, dec=., ) read.csv2 (file, header=true, sep= ;, dec=,, ) read.delim (file, header=true, sep= \t, dec=., ) read.delim2 (file, header=true, sep= \t, dec=,, ) read.csv2() und read.delim2() verwenden also deutsche Konventionen; haben aber unterschiedliche Feldseparatoren
29 Import von Excel-Datenblättern (3) Beispiele: A) Excel-Datenblatt (im CSV-Format!) importieren : read.csv2( <datei.csv> ) read.csv2( <datei.csv>, row.names= X ) B) Excel-Datenblatt über Zwischenablage ( clipboard ) importieren (Spaltennamen in erster Zeile ; Zeilennamen in erster Spalte): read.table( clipboard, sep= \t, dec=,, header=t, row.names= X )
30 Import von Excel-Datenblättern (4) C) Excel-Datenblatt über Zwischenablage importieren (Keine Spaltennamen in erster Zeile und keine Zeilennamen in erster Spalte): read.table( clipboard, sep= \t,dec=, ) mit Zeilennamen in erster Spalte: read.table( clipboard, sep= \t, dec=,, row.names=1) Statt read.table(... sep= \t, dec=, ) auch: read.delim2( clipboard ) verwenden Ergebnis ist in allen Fällen ein data.frame
31 Import von Excel-Datenblättern (5) Bestimmtes Datenblatt einer Excel-Datei einlesen (geht im Unterschied zu read.csv2() nicht mit Dateien aus dem Netz; s.u.): require(xlsreadwrite) read.xls( <datei.xls> ) read.xls( <datei.xls>,sheet = 1)
32 Export von Tabellen als Excel-Datei im CSV- Format write.csv2(<matrix>, <datei.csv> ) write.csv2(<data.frame>, <datei.csv> )
33 Aus dem Netz importieren (1) Datentabellen im ASCII-Text-Format aus Netz importieren: read.table (con <- url( )) read.table( ) CSV-Dateien aus Netz importieren: read.csv2(con <- url( X )) read.csv2 ( X ) read.csv2 (
34 Aus dem Netz importieren (2) Skriptdatei (im ASCII-Text-Format) importieren: source(con <- url( )) source( ) Binäre.RDatei importieren: load(con <- url( ))
35 Eigenschaften von R-Objekten ermitteln class(<object>) print(<object>); <object> attributes(<object>) str(<object>) mode(<object>) typeof(<object>) length(<object>) summary(<object>)
36 Datentypen, Datenstrukturen, weitere Objektklassen (1) Datentypen: numeric, character, (ordered) factor, logical Datenstrukturen: vector(), matrix() / array(), list(), data.frame() Abfragen, z.b.: is.numeric(), is.character(), is.ordered()... is.matrix(), is.array... NB.: Jede Matrix ist auch Array, aber nicht umgekehrt; hier besser Klassenzugehörigkeit bestimmen
37 Datentypen, Datenstrukturen, weitere Objektklassen (2) Transformieren: as.numeric(), as.factor(), as.ordered()... as.matrix(), as.data.frame()... N.B.: Numerisch kodierte Faktoren müssen erst in character umgewandelt werden: as.numeric(as.character(<factor>)) im Vergleich zu: as.numeric(<factor>) Weitere Objektklassen z.b. dist, hclust etc.
38 Attribute von Matrizen attributes(<matrix>) mode: list attributes(<matrix>)$dim mode: numeric dim(<matrix>) mode: numeric attributes(<matrix>)$dimnames mode:list dimnames(<matrix>) mode: list colnames(<matrix>) mode: character rownames(<matrix>) mode: character row.names(<matrix>) mode: character
39 Attribute von DataFrames attributes(<datafr>) mode: list attributes(<datafr>)$names mode: character attributes(<datafr>)$row.names mode: numeric (!) dim(<datafr>) mode: numeric names(<datafr>) mode: character colnames(<datafr>) mode: character row.names(<datafr>) mode: character rownames(<datafr>) mode: character
40 Label von Zeilen und Spalten names(): Vektoren, Listen, Spalten von DataFrames rownames(), row.names(), dimnames()[[1]]: Matrizen, Arrays, DataFrames colnames(), dimnames()[[2]]: Matrizen, Arrays, DataFrames dimnames[[3]]: Arrays
41 Dimensionen von Vektoren, Matrizen, Arrays Matrizen und Arrays werden von R als Vektoren mit einem dim-attribut geführt, das aus 2 bzw. 3 Zahlen besteht Vektoren und Skalare sind dagegen dimensionslos Extrahierte Zeilen oder Spalten einer Matrix verlieren ihr dim-attribut, es sei denn man setzt Parameter [, drop=f] Extrahierter Skalar einer Matrix hat ebenfalls dim=null, es sei denn [, drop=f]
42 Zuweisung von neuen Attributen Mit attr() weitere Attribute setzen und lesen z.b. Zuweisung eines neuen Attributs dok vom mode character an ein Objekt (z.b. DataFrame) attr(<obj>, dok ) <- <Text> attributes(<obj>) attributes(<obj>)$dok attributes(<obj>)$dok <- <Neuer Text>
43 Besonderheiten des Arbeitens mit DataFrames DataFrames sind Listen von (Spalten-)Vektoren gleicher Länge, welche jeweils Daten unterschiedlichen Typs beinhalten können: numeric, factors, ordered, character Komponenten sind die Spalten (= Variablen ), die statt über [,1],[,2] auch mit ihren Namen (sofern vorhanden) angesprochen werden können: <datafr>$<name>. Funktionen erlauben oft: <func> (, data=<datafr>) Zuweisung neuer Variablen zu DataFrames: <datafr>$<neuevariable> <- <neu> Mit attach(<datafr>) kann der DataFrame so eingebunden werden, dass seine Variablen direkt (d.h. ohne Erwähnung des DataFrames) angesprochen werden können: <variable> statt <datafr>$variable
Running R. Windows Aus Menü. Lese R Code ein führt den Code auch gleich aus, eventuell muss vorher das Verzeichnis gewechselt werden.
Einführung 1 / 1 Einführung 2/1 Running R Windows Aus Menü Linux Lese R Code ein führt den Code auch gleich aus, eventuell muss vorher das Verzeichnis gewechselt werden. Auf der Konsole/Eingabeaufforderung:
MehrR-Wörterbuch Ein Anfang... ein Klick auf einen Begriff führt, sofern vorhanden, zu dessen Erklärung.
R-Wörterbuch Ein Anfang... ein Klick auf einen Begriff führt, sofern vorhanden, zu dessen Erklärung. Carsten Szardenings c.sz@wwu.de 7. Mai 2015 A 2 B 3 C 4 D 5 F 6 R 16 S 17 V 18 W 19 Z 20 H 7 I 8 K 9
MehrDatenmanagement in R: Eine Einführung
UNIVERSITÄT BASEL Frühjahrsemester 2012 WWZ, Abt. Quantitative Methoden 23. März 2012 Prof. Dr. Christian Kleiber Linda Walter Jean-Michel Benkert Datenmanagement in R: Eine Einführung Diese Einführung
MehrErwin Grüner 26.01.2006
FB Psychologie Uni Marburg 26.01.2006 Themenübersicht Anstatt von der Konsole können Kommandos auch aus einer ASCII-Datei eingelesen und interpretiert werden. Ebenso können Datenobjekte oder sogar das
Mehr> patienten<-data.frame( c(28,61,79,54,na,48), c(2,2,3,2,1,1), c("pillen","pillen","massage","gymnastik","massage","gymnastik"),
1 Der Datentyp factor in R 2 Beispieldatensatz > patienten
MehrFormale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung
Übung Formale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung BACHELOR FT 2013 (HSU) Übung Emp. WiFo FT 2013 1 / 17 Organisatorisches (HSU) Übung Emp. WiFo FT 2013 2 / 17 Organisatorisches
MehrEinführung in die statistische Sprache R
Einführung in die statistische Sprache R M. Comp. Sc. Stefan Faußer Oktober 28, 2008 Überblick basiert auf der kommerziellen Sprache S, Source Code von R ist frei verfügbar (GPL) + teilweise objektorientierter,
MehrFormale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung
Übung Formale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung BACHELOR FT 2013 (HSU) Übung Emp. WiFo FT 2013 1 / 15 Datensätze Statistische Auswertungen gehen in den meisten Fällen
MehrErwin Grüner
FB Psychologie Uni Marburg 24.11.2005 Themenübersicht Die Funktion Die Funktion Wahrscheinlichkeitsverteilungen Die Funktion Die Funktion dient zur Festlegung von Voreinstellungen für Graphiken. Die Funktion
MehrStatistisches Programmieren
Statistisches Programmieren Session 1 1 Was ist R R ist eine interaktive, flexible Software-Umgebung in der statistische Analysen durchgeführt werden können. Zahlreiche statistische Funktionen und Prozeduren
MehrAnwendungssoftware III (MATLAB)
Anwendungssoftware III (MATLAB) VII und von Daten Michael Liedlgruber Fachbereich Computerwissenschaften Universität Salzburg Sommersemester 2014 M. Liedlgruber Anwendungssoftware III (MATLAB) SS 2014
MehrProzess und Statistik. Einführung in. Eine R-Übersicht und Motivation R in der täglichen Arbeit zu nutzen. Günter Faes faes.de.
Einführung in Eine R-Übersicht und Motivation R in der täglichen Arbeit zu nutzen Seite: 1 Präsentationsthemen Was ist R? R Installation R Grundlagen Das Menü Die ersten Schritte R Daten-Objekte und deren
MehrErwin Grüner
FB Psychologie Uni Marburg 01.12.2005 Themenübersicht Die Funktion Die Funktion Zweck: Erzeugung eines Vektors durch Replizieren Parameter x times length.out each Bedeutung Zahl oder Vektor Anzahl der
MehrArbeiten mit Daten. Session 3
Arbeiten mit Daten Session 3 1 Lesen und Schreiben von Daten Größere Datenmengen werden üblicherweise nicht manuell in die R Konsole eingegeben, sondern aus Files eingelesen. Hierbei gibt es grundsätzlich
Mehr1 Keine Angst vor Daten
1 Keine Angst vor Daten In der Statistik hat man mit Daten zu tun. Wir werden in diesem Abschnitt zunächst klären, welches Format statistische Daten üblicherweise besitzen und wie mit diesen Daten gearbeitet
MehrComputerwerkstatt: Umgang mit Daten in R (- Studio)
Computerwerkstatt: Umgang mit Daten in R (- Studio) Dipl.-Psych. Jörg-Henrik Heine 14.11.2012 1 Allgemeines und Vorbereitung Angedacht ist zunächst eine knappe Einführung in das graphical user Interface
MehrEine Einführung in R: Grundlagen I
Eine Einführung in R: Grundlagen I Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws11/r-kurs/
MehrFreeMat unter Windows & Linux
FreeMat unter Windows & Linux Version: 23.11.2008 Inhalt Einleitung:... 2 1. Allgemeine Informationen... 2 2. Installation... 2 FreeMat unter Windows x86/x64... 2 FreeMat unter Linux... 3 3. Arbeiten mit
Mehr2 R die Basics. Inhalt. 2.1 Ziel. 2.2 R als Taschenrechner. Markus Burkhardt
2 R die Basics Markus Burkhardt (markus.burkhardt@psychologie.tu-chemnitz.de) Inhalt 2.1 Ziel... 1 2.2 R als Taschenrechner... 1 2.3 Umgang mit Vektoren... 2 2.3 Weitere Objektklassen... 3 2.4 Umgang mit
MehrEinfaches Datenmanagement in R
Einfaches Datenmanagement in R Achim Zeileis 2009-02-20 1 Daten einlesen Datensätze werden in R typischerweise als Objekte der Klasse "data.frame" dargestellt. In diesen entsprechen die Zeilen den Beobachtungen
Mehr0.1 R starten, R beenden Wenn man R startet, beginnt man einen Session. Man beendet einen Session mit
1 Eine Einführung in R 0 Allgemein 0.1 R starten, R beenden Wenn man R startet, beginnt man einen Session. Man beendet einen Session mit q() (Hier die Frage Save workspace image mit c (cancel) beantworten).
MehrKapitel 2. Daten importieren und exportieren. 2.1 Daten im Textformat lesen und schreiben
Kapitel 2 Daten importieren und exportieren Empirische Daten liegen typischerweise in Form von Datensätzen vor, die aus mehreren einzelnen Variablen bestehen. Diese Variablen können etwa Stufen eines Gruppierungsfaktors,
Mehr'group' statt 'daten$group'. 5) The Help System
Einführungsstunde 1) What is R R ist ein Statistisches Programmpaket, das sowohl auf Unix, Windows als auch Macintosh läuft. R ist das open source Pendant zum kommerziellen S plus. Kostenloses Download
MehrEinstieg in die Informatik mit Java
1 / 26 Einstieg in die Informatik mit Java Felder, mehrdimensional Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 26 1 Überblick: mehrdimensionale Felder 2 Vereinbarung
MehrW-Rechnung und Statistik für Ingenieure Übung
W-Rechnung und Statistik für Ingenieure Übung Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
Mehr2. Programmierung in C
2. Programmierung in C Inhalt: Überblick über Programmiersprachen, Allgemeines zur Sprache C C: Basisdatentypen, Variablen, Konstanten Operatoren, Ausdrücke und Anweisungen Kontrollstrukturen (Steuerfluss)
MehrErste Schritte in R. 27. Oktober 2012 Statistik mit R Heike Zinsmeister WS 2011/12
Erste Schritte in R 27. Oktober 2012 Statistik mit R Heike Zinsmeister WS 2011/12 Hintergrund R Programmiersprache, entwickelt für die Statistik und für stochastische Simulation " System, in dem die Programmiersprache
MehrVariablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen.
Variablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen. Wir wollen uns heute dem Thema Variablen widmen und uns damit beschäftigen, wie sich
MehrLineare Algebra mit dem Statistikprogramm R
SEITE 1 Lineare Algebra mit dem Statistikprogramm R 1. Verwendung von Variablen Variablen werden in R definiert, indem man einem Variablennamen einen Wert zuweist. Bei Variablennamen wird zwischen Groß
MehrKompaktwissen zu R. 1. Hilfe. Allgemein. Beispiele hilfreicher Internetseiten (mit weiteren Verweisen zu Einführungen und Tutorien)
Kompaktwissen zu R 1. Hilfe Allgemein Manuale und Archive von Mailinglisten Beispiele hilfreicher Internetseiten (mit weiteren Verweisen zu Einführungen und Tutorien) Bücher In R Starten des Hilfesystems
MehrWima 1 - Praktikum (Woche 4)
Wima 1 - Praktikum (Woche 4) Lernziele In diesem Praktikum sollen Sie üben und lernen: Einlesen von Dateien Schreiben von Dateien Am Anfang geben wir Ihnen einen kurzen Überblick über verschiedene Aus-
MehrEinführung in die Programmierung 1
Einführung in die Programmierung 1 Einführung (S.2) Einrichten von Eclipse (S.4) Mein Erstes Programm (S.5) Hallo Welt!? Programm Der Mensch (S.11) Klassen (S.12) Einführung Wie Funktioniert Code? Geschriebener
MehrW-Rechnung und Statistik für Ingenieure Übung 2
W-Rechnung und Statistik für Ingenieure Übung 2 Einladen von Datensätzen in R Es gibt verschiedene Möglichkeiten verschiedene Arten von Daten in R zu laden read.table read.csv, read.csv2 scan read.xls
MehrTutorium Java Ein Überblick. Helge Janicke
Tutorium Java Ein Überblick Helge Janicke 26. Oktober 2000 1 VORRAUSSETZUNGEN ZUM PROGRAMMIEREN MIT JAVA. 1 1 Vorraussetzungen zum Programmieren mit Java. Was braucht man, wenn man mit Java programmieren
MehrEinstieg in die Informatik mit Java
1 / 20 Einstieg in die Informatik mit Java Literalkonstanten Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 20 1 Ganzzahlige Konstanten 2 Gleitkommakonstanten 3 Zeichenkonstanten
MehrStatistische Software (R) Konstanten. Datentypen in R. Aufruf der Hilfeseiten zu grundlegende Operatoren und Funktionen: Paul Fink, M.Sc.
Grundlegende Operatoren und Funktionen Statistische Software (R) Paul Fink, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Vektoren,, Listen und Data Frames Aufruf der Hilfeseiten
MehrAutomatisierung ( Fernsteuerung ) von Excel unter Microsoft Windows Tilman Küpper (tilman.kuepper@hm.edu)
HMExcel Automatisierung ( Fernsteuerung ) von Excel unter Microsoft Windows Tilman Küpper (tilman.kuepper@hm.edu) Inhalt 1. Einleitung...1 2. Beispiele...2 2.1. Daten in ein Tabellenblatt schreiben...2
MehrDatenaufbereitung, Grafische Datenanalyse
Datenaufbereitung, Grafische Datenanalyse R-Übung 2 Statistik III für Nebenfachstudierende LMU WS 2013/14 David Rügamer 6. & 13. November 2013 Nach einer Vorlage von Toni Hilger (WS 11/12) und Arne Kaldhusdal
Mehr10 Lesen und Schreiben von Dateien
10 Lesen und Schreiben von Dateien 10 Lesen und Schreiben von Dateien 135 10.1 Mit load und save Binäre Dateien Mit save können Variableninhalte binär im Matlab-Format abgespeichert werden. Syntax: save
Mehr7. Pakete Grundlagen der Programmierung 1 (Java)
7. Pakete Grundlagen der Programmierung 1 (Java) Fachhochschule Darmstadt Haardtring 100 D-64295 Darmstadt Prof. Dr. Bernhard Humm FH Darmstadt, 29. November 2005 Einordnung im Kontext der Vorlesung 1.
MehrEinführung in R. Matthias Templ, Leonhard Seyfang. Oktober 2005
Einführung in R Matthias Templ, Leonhard Seyfang Oktober 2005 Ausblick 1. Was ist R? Warum ausgerechnet R? (eine kurze Werbung) 2. Installation von R 3. Informationsmaterial zu R 4. GUI s für R; R-Commander
MehrIDE Grundlagen Vektoren Matrizen Faktoren Dataframes Visualisierung Tips. Quick & dirty
Quick & dirty Eine pragmatische Einführung in R (Seminar Forschungsevaluation, Universität Wuppertal) Stephan Holtmeier kibit GmbH, stephan@holtmeier.de 31. Mai 2013 1 / 24 Unsere Entwicklungsumgebung:
MehrAllgemeiner Import-Ablauf
Allgemeiner Import-Ablauf Da der Import von individuellen Daten keine unkomplizierte Aufgabe ist, sind in der Regel folgende Schritte zu erledigen: 1. Export der Daten aus dem bestehenden System als CSV-
MehrDatenhandling und Einstieg in die Analyse mit R
Datenhandling und Einstieg in die Analyse mit R ifes Institut für Empirie & Statistik FOM Hochschule für Oekonomie & Management Prof. Dr. Oliver Gansser Unterlagen zum Selbststudium Was ist R? R ist eine
MehrMATLAB. Eingabe und Ausgabe
MATLAB Eingabe und Ausgabe Dipl.-Ing. U. Wohlfarth Steuerung der Bildschirmausgabe Allgemein: on aktiviert, off deaktiviert Befehls Funktion, der Befehl alleine wechselt den Zustand Protokolldatei erstellen:
MehrRussische Übersetzungen (Exceltabelle) in EPLAN 5.70 einlesen...
Russische Übersetzungen (Exceltabelle) in EPLAN 5.70 einlesen... Beispielhaft anhand einiger übersetzter Wörter/Wortgruppen, die mir freundlicherweise zur Verfügung gestellt wurden, wird hier die Vorgehensweise
MehrEinstieg in die Informatik mit Java
1 / 26 Einstieg in die Informatik mit Java Felder Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 26 1 Was sind Felder? 2 Vereinbarung von Feldern 3 Erzeugen von Feldern
MehrBedienungsanleitung CAD-KAS Reklamationserfassung. Einen neuen Datensatz anlegen. Klicken Sie auf das + Symbol, um einen neuen Datensatz anzulegen.
Bedienungsanleitung CAD-KAS Reklamationserfassung Einen neuen Datensatz anlegen Klicken Sie auf das + Symbol, um einen neuen Datensatz anzulegen. Datensatz löschen Daten hier erfassen. Automatische Reklamationsnummer
Mehr3 Kurzeinführung in Matlab
3 Kurzeinführung in Matlab Matlab ist ein sehr leistungsfähiges interaktives Programmpaket für numerische Berechnungen. Nutzen Sie dies parallel zu den Vorlesungen. Sie können damit persönlich erfahren,
MehrCanto Cumulus Daten nach Daminion importieren
Canto Cumulus Daten nach Daminion importieren In diesem Kapitel erfahren Sie, wie Sie Ihre Daten bei einem Wechsel von Canto Cumulus nach Daminion importieren können. Cumulus bietet keine Funktion, alle
MehrÜbersicht. Was ist R? Entstehung von R. Einführung in R - Eine Umgebung für statistisches Rechnen
Einführung in R - Eine Umgebung für statistisches Rechnen Übersicht Einleitung Ausdrücke Daten und Datentypen Kontrollstrukturen Illustration und Grafik Genomische Datenanalyse 2.Kapitel Was ist R? Entstehung
MehrGeocodierung mit RStudio am Beispiel Google Maps API
Geocodierung mit RStudio am Beispiel Google Maps API Thomas Mönkemeier, B.Eng. Prof. Dr. Tobia Lakes Humboldt-Universität zu Berlin moenkemt@geo.hu-berlin.de Aufgabe: Geocodierung Häufige Anforderung aus
MehrEinstieg in die Informatik mit Java
Vorlesung vom 18.4.07, Literalkonstanten Übersicht 1 Ganzzahlige Konstanten 2 Gleitkommakonstanten 3 Zeichenkonstanten 4 Zeichenketten 5 Boolsche Konstanten 6 null Referenz Literalkonstanten Literalkonstanten
MehrGI Vektoren
Vektoren Problem: Beispiel: viele Variablen vom gleichen Typ abspeichern Text ( = viele char-variablen), Ergebnisse einer Meßreihe ( = viele int-variablen) hierfür: Vektoren ( = Arrays = Feld ) = Ansammlung
MehrRepetitorium Informatik (Java)
Repetitorium Informatik (Java) Tag 6 Lehrstuhl für Informatik 2 (Programmiersysteme) Übersicht 1 Klassen und Objekte Objektorientierung Begrifflichkeiten Deklaration von Klassen Instanzmethoden/-variablen
MehrSchreibweise in IGOR: 6.02E-23
2. IGOR Objekte 2.1 Variable Eine Variable in IGOR ist eine Zahl, die einen Namen trägt. So ist es zum Beispiel möglich, unter dem Namen var1 die Zahl 4 abzuspeichern. Wichtig hierbei ist, dass IGOR Zahlen
MehrThemes Organisation in Contao
3 Themes Organisation in Contao 42 K a p i t e l 3 Ab der Einführung der Version 2.9 werden Seitenlayouts, Stylesheets und Module mit dem Theme-Manager verwaltet. Weiterhin sind Anbindungen an soziale
Mehr1 Einführung in RStudio
Markus Burkhardt (markus.burkhardt@psychologie.tu-chemnitz.de) Inhalt 1.1 Ziel... 1 1.2 Installation... 2 1.3 Nutzung von RStudio... 2 1.4 Ein neues Projekt... 3 1.5 Einlesen von Daten... 3 1.6 Einlesen
MehrProbleme beim Projekt-Speichern
Nachtrag zu 1. 10 Menüs sind kontextsensitiv: File Open in der normalen SAS-Umgebung öffnet ein SAS-Programm in den Editor File Open im Analyst öffnet eine Tabelle ins Datenfenster 10 Probleme beim Speichern
MehrBILDARCH LAN. 1 Einleitung. 2 Installation Übersicht. Server
BILDARCH LAN 1 Einleitung BILDARCH LAN eignet sich für die Verwaltung von grossen Bildbeständen in einem LAN. Mit dem BILDARCH-Viewer können die Benutzer gezielt nach bestimmten Bildern suchen, diese am
MehrTIPPS & TRICKS SAP CM Teil 3
TIPPS & TRICKS SAP CM Teil 3 Schwerpunkte dieses Dokuments: Listeinstellungen Autor: Peter Nötzli Datum: 30.06.2014 Version: 2.0 Seite 1 Versionsverwaltung Vers.Nr Änd. Beschreibung Wer / Kürzel. Datum
MehrEinstieg in die Informatik mit Java
1 / 34 Einstieg in die Informatik mit Java Klassen mit Instanzmethoden Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 34 1 Definition von Klassen 2 Methoden 3 Methoden
MehrEinführung Datentypen Verzweigung Schleifen. Java Crashkurs. Kim-Manuel Klein May 4, 2015
Java Crashkurs Kim-Manuel Klein (kmk@informatik.uni-kiel.de) May 4, 2015 Quellen und Editoren Internet Tutorial: z.b. http://www.java-tutorial.org Editoren Normaler Texteditor (Gedit, Scite oder ähnliche)
MehrSEW Übung EMFText. 1 Aufgabe. 2 Domänenbeschreibung. 3 Installation von Eclipse/EMFText. 4 Schritt-für-Schritt Anleitung. 4.
SEW Übung EMFText 1 Aufgabe Erstellen Sie eine textuelle Domänenspezifische Sprache Domain-specific Language (DSL) mit dem Werkzeug EMFText. Die Sprache soll dazu dienen Formulare (Fragen, Antworttypen
MehrEinstieg in die Informatik mit Java
Vorlesung vom 18.4.07, Grundlagen Übersicht 1 Kommentare 2 Bezeichner für Klassen, Methoden, Variablen 3 White Space Zeichen 4 Wortsymbole 5 Interpunktionszeichen 6 Operatoren 7 import Anweisungen 8 Form
MehrInhaltsverzeichnis. Einleitung... 13. Text vom Benutzer erfragen... 22 Text über ein Dialogfeld erfragen... 23
Inhaltsverzeichnis Einleitung............................................................................. 13 1 Texte und Textauswertungen........................................................ 17 Text
MehrMSI SIM Editor Benutzerhandbuch. MSI SIM Editor Benutzerhandbuch
MSI SIM Editor Benutzerhandbuch -1- - -Inhaltsverzeichnis- Systemvoraussetzungen... 3 Anleitung... 4 Extras... 6 PIN-Authentifizierung... 8 Telefonnummern... 10 Nachrichten...11 Entfernen... 12-2- - Systemvoraussetzungen
MehrKurzanleitung für die Import/Export Funktion Kinderleicht Produkte importieren und aktualisieren und exportieren
Kurzanleitung für die Import/Export Funktion Kinderleicht Produkte importieren und aktualisieren und exportieren Sehr geehrter Online-Händler, damit Sie schnell mit Ihrem Onlineshop erfolgreich, möchten
MehrEinführung Datentypen Verzweigung Schleifen Funktionen Dynamische Datenstrukturen. Java Crashkurs. Kim-Manuel Klein (kmk@informatik.uni-kiel.
Java Crashkurs Kim-Manuel Klein (kmk@informatik.uni-kiel.de) May 7, 2015 Quellen und Editoren Internet Tutorial: z.b. http://www.java-tutorial.org Editoren Normaler Texteditor (Gedit, Scite oder ähnliche)
MehrEinführung in die Java- Programmierung
Einführung in die Java- Programmierung Dr. Volker Riediger Tassilo Horn riediger horn@uni-koblenz.de WiSe 2012/13 1 Rückblick Schleifen while do-while for Methoden Verfahren: Intervallschachtelung 2 Wo
MehrErwin Grüner 16.02.2006
FB Psychologie Uni Marburg 16.02.2006 Themenübersicht Pakete () Behandlung von fehlenden Werten in R Funktion Wirkung dir.create Verzeichnis kreieren file.create Datei(en) kreieren file.exists Test, ob
MehrAccess 2010 Programmierung Import und Export nach Excel
Access 2010 Programmierung Import und Export nach Excel Excel... ist das Tabellenkalkulationsprogramm von Microsoft Office. wird genutzt, um numerische Daten in Tabellenform zu erfassen. kann Daten automatisch
MehrEinstieg in die Informatik mit Java
1 / 17 Einstieg in die Informatik mit Java String Tokenizer Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 17 1 Überblick Tokenizer 2 StringTokenizer 3 Verwendung von String.split
MehrElementare Datentypen in C++
Elementare Datentypen in C++ bool signed/unsigned char signed/unsigned short int signed/unsigned int signed/unsigned long int (signed/unsigned long long int) float double long double void enum char Der
MehrCrashkurs Haskell Mentoring WiSe 2016/17. Anja Wolffgramm Freie Universität Berlin
Crashkurs Haskell Mentoring WiSe 2016/17 Anja Wolffgramm Freie Universität Berlin 02/11/2016 , Inhalt Kommandozeile Haskell installieren & starten Ein 1. Haskell-Programm Funktionsdefinition Primitive
MehrInformationsverarbeitung im Bauwesen
10 im Bauwesen Markus Uhlmann 1 Zusammenfassung der 9. Vorlesung Datenfelder (Arrays) Statische Felder Dynamische Felder Bestimmung der Grenzen Felder als Parameter für Prozeduren/Funktionen Beispiele:
Mehr6 Ein- und Ausgabe. Bisher war unsere (Bildschirm-) Ausgabe leichtflüchtig (
6 Ein- und Ausgabe Bisher war unsere (Bildschirm-) Ausgabe leichtflüchtig ( Drucken war hoffnungslos übertrieben); heute lernen wir, wie wir die Ergebnisse unserer Programme abspeichern können, um sie
MehrTutorium 1 Systemadministration 2 - Linux Universität Hildesheim
Tutorium 1 Systemadministration 2 - Linux Universität Hildesheim Jens Rademacher 16.06.2014 1. Theorie: Verzeichnisbaum Eine Auswahl einiger Verzeichnisse. / # Root-Verzeichnis /home/ # Enthält alle Home-Verzeichnisse
MehrTag 9: Datenstrukturen
Tag 9: Datenstrukturen A) Datenstrukturen B) Cell Arrays C) Anwendungsbeispiel: Stimulation in einem psychophysikalischen Experiment A) Datenstrukturen Wenn man komplizierte Datenmengen verwalten möchte,
MehrSo bringst du Prolog zum Laufen...
Diese Anleitung soll dir dabei helfen den freien Prolog-Interpreter SWI-Prolog zu installieren einen geeigneten Texteditor auszuwählen, mit dem du Prolog-Programme schreiben kannst das erste kleine Programm
MehrGregor Kuhlmann Friedrich Müllmerstadt. MySQL. Der Schlüssel zu Datenbanken-Design und -Programmierung. c 3 E. i- O Rowohlt Taschenbuch Verlag
Gregor Kuhlmann Friedrich Müllmerstadt MySQL Der Schlüssel zu Datenbanken-Design und -Programmierung r?: X c 3 E i- O uu Rowohlt Taschenbuch Verlag Inhalt Editorial 11 Einleitung 12 1 Einführung in das
MehrInstallationsanleitung BalticScore 3.0
Dieses ist die Installationsanleitung für BalticScore 3.0, die Plattform für Sportwettkämpfe. Inhaltsverzeichnis 1 Allgemeine Voraussetzungen...2 2 Installation unter Windows...2 3 Installation unter Mac
MehrEinführung in R. 1 Literatur und Software 1
Einführung in R Björn Böttcher Raum: C 247, Willersbau Sprechstunde: nach Vereinbarung Web: http://www.math.tu-dresden.de/ boettch/ Email: bjoern.boettcher@tu-dresden.de Inhaltsverzeichnis 1 Literatur
MehrReihungen. Martin Wirsing. in Zusammenarbeit mit Matthias Hölzl und Nora Koch 11/03
Reihungen Martin Wirsing in Zusammenarbeit mit Matthias Hölzl und Nora Koch 11/03 2 Ziele Die Datenstruktur der Reihungen verstehen: mathematisch und im Speicher Grundlegende Algorithmen auf Reihungen
MehrII. Grundlagen der Programmierung. 9. Datenstrukturen. Daten zusammenfassen. In Java (Forts.): In Java:
Technische Informatik für Ingenieure (TIfI) WS 2005/2006, Vorlesung 9 II. Grundlagen der Programmierung Ekkart Kindler Funktionen und Prozeduren Datenstrukturen 9. Datenstrukturen Daten zusammenfassen
MehrInformatik I. Informatik I. 6.1 Programme. 6.2 Programme schreiben. 6.3 Programme starten. 6.4 Programme entwickeln. 6.1 Programme.
Informatik I 05. November 2013 6. Python-, kommentieren, starten und entwickeln Informatik I 6. Python-, kommentieren, starten und entwickeln Bernhard Nebel Albert-Ludwigs-Universität Freiburg 05. November
MehrTypo3 Handbuch Redaktion: Peter W. Bernecker Tel.: 069 / 92 107 292 pw.bernecker@ev medienhaus.de Stand: 6. Oktober 2014
Typo3 Handbuch Redaktion: Peter W. Bernecker Tel.: 069 / 92 107 292 pw.bernecker@ev medienhaus.de Stand: 6. Oktober 2014 3. Arbeitsbereich: Wo sind meine Inhalte? Wo kann ich Inhalte einstellen (Rechte)?
MehrR Reader Arbeiten mit dem Statistikprogramm R. von Jörg Groß & Benjamin Peters
R Reader Arbeiten mit dem Statistikprogramm R von Jörg Groß & Benjamin Peters 1. Version: Juli 2009 erstellt von: Jörg Groß & Benjamin Peters Kontakt: joerg@licht-malerei.de bepeters@stud.uni-frankfurt.de
MehrDr. Monika Meiler. Inhalt
Inhalt 5 Referenzdatentypen - Felder... 5-2 5.1 Eindimensionale Felder - Vektoren... 5-3 5.1.1 Vereinbarung... 5-3 5.1.2 Referenzen sind keine Felder... 5-4 5.1.3 Kopieren eindimensionaler Felder... 5-6
MehrExperte. I-CH-118 Strukturiert implementieren
Autor des Dokuments Valmir Selmani Erstellt / Aktualisiert am 16.06.2011 / 28.06.2011 Teilnehmer des Projekts: Valmir Selmani, Moritz Kündig, Tobias Künzi Seitenanzahl 13 MTV (Moritz Tobias Valmir) 2011
Mehr1.2 Attribute und Methoden Aufbau einer Java-Klasse:
Aufbau einer Java-Klasse: public class Quadrat { int groesse; int xposition; String farbe; boolean istsichtbar; public void sichtbarmachen() { istsichtbar = true; public void horizontalbewegen(int distance){
MehrFirst Steps in R. Corpus Linguistics Heike Zinsmeister WS 2009/10
First Steps in R Corpus Linguistics Heike Zinsmeister WS 2009/10 Background R S programming language that was developed for statistical computing System, in which the programming language is implemented
MehrRightsLink der Frankfurter Buchmesse Dokumentation
RightsLink der Frankfurter Buchmesse Dokumentation Upload der Titellisten auf den ftp-server Download des Reports vom ftp-server Inhalt Allgemeines Upload der Titellisten mit einem ftp-programm Überprüfung
MehrDelphi DLL Tutorial Wie exportiere ich Komponenten aus einer DLL?
Delphi DLL Tutorial Wie exportiere ich Komponenten aus einer DLL? Von Padmalcom (20.03.2009) www.jofre.de Nach dem Tutorial 1 von Leonardo M. Ramé 1 Ja, es geht wirklich! Im Internet sind tausende Forenbeinträge
MehrAufbau des Minitab-Bildschirms. TQU-Schulungsunterlagen. TQU-Akademie 1. Einführung Minitab
TQU-Akademie 1 Einführung in MINITAB AG Winterthur 2 Aufbau des Minitab-Bildschirms Menüleiste Symbolleiste Das Session-Window zeigt Vorgänge und Befehle an, die Minitab gerade durchführt und dient auch
MehrDaten-Ex- und Import mit Oracle und PostgreSQL
Daten-Ex- und Import mit Oracle und PostgreSQL Holger Jakobs bibjah@bg.bib.de 2004-09-07 Inhaltsverzeichnis 1 Grund für Daten-Im- und -Exporte 1 2 Werkzeuge 1 2.1 Export mit pg_dump von PostgreSQL.....................
MehrJavaScript. Dies ist normales HTML. Hallo Welt! Dies ist JavaScript. Wieder normales HTML.
JavaScript JavaScript wird direkt in HTML-Dokumente eingebunden. Gib folgende Zeilen mit einem Texteditor (Notepad) ein: (Falls der Editor nicht gefunden wird, öffne im Browser eine Datei mit der Endung
Mehr