Язык программирования R очень популярен для выполнения на статистических расчетов и графиков. Он широко используется статистиками для разработки статистического программного обеспечения и проведения анализа данных. Одной из сильных сторон R есть его расширяемость. Пользователи могут создавать и публиковать собственные пакеты. Сообщество R очень активно, постоянно добавляются пользовательские статистические пакеты для специфических областей науки. Что делает R применимым во многих сферах.

CRAN (Comprehensive R Archive Network) — это набор сайтов (зеркал) на которых размещены множество пакетов, и сами дистрибутивы R. Вы можете скачать R с любого из них но мы будем использовать RStudio. В этом руководстве вы узнаете как установить и настроить R в Ubuntu 18.04. Большинство инструкций подойдут и для других операционных систем, нужно будет изменить лишь несколько команд.

Установка R в Ubuntu

Конечно же нам потребуется Ubuntu и 1 Гб оперативной памяти в системе. Если памяти недостаточно, необходимо подключить раздел подкачки. Вы можете установить R из официальных репозиториев Ubuntu для этого выполните:

sudo apt install r-base

Установка R в Ubuntu

Но вы получите версию 2018-того года:

Установка R в Ubuntu

Если вы хотите получить самую свежую версию R нужно добавить репозиторий R-Project и установить среду языка оттуда. Выполните такие команды:

sudo apt-key adv –keyserver keyserver.ubuntu.com –recv-keys E298A3A825C0D65DFD57CBB651716619E084DAB9

sudo add-apt-repository ‘deb https://cloud.r-project.org/bin/linux/ubuntu bionic-cran35/’

Теперь когда менеджер пакетов apt настроен правильно, мы можем переходить к установке. Опция y, автоматически подтверждает установку программы:

Теперь у вас в системе установлена самая последняя версия R. Можете протестировать ее выполнив:

Установка R в Ubuntu

Сейчас вы в интерактивной консоли R и можете выполнять любые R команды. Для выхода используйте функцию:

Установка пакетов R из CRAN

По умолчанию R устанавливает несколько стандартных пакетов, но вы наверное захотите установить дополнительные пакеты. Для этого и нужно не меньше 1 Гб оперативной памяти. Для установки или обновления пакетов из CRAN необходимо использовать R функцию install.packages(). Например если вы хотите установить пакет имя_пакета используйте следующую команду:

Стоит заметить что пакет будет установлен только для текущего пользователя и другим будет недоступен. Можно установить пакет R и для всех пользователей, для этого нужно запускать R с правами суперпользователя.

В качестве примера давайте установим пакет shiny который очень популярен среди разработчиков web приложений на R. Можно просто запустить R команду с помощью sudo. Параметр repo указывает с какого репозитория будет загружен пакет.

Теперь пакет будет доступен для всех пользователей. Давайте проверим. Запустите R:

Вы пропустили

AEGIS Algorithms Android Angular Apache Airflow Apache Druid Apache Flink Apache Spark API API Canvas AppSec Architecture Artificial Intelligence Astro Authentication Authorization AutoGPT AWS AWS Aurora AWS Boto3 AWS EC2 AWS Lambda Azure Babylon.js Backend bash Beautiful Soup Bento UI Big Data Binary Tree Browser API Bun Career Cassandra Charts ChatGPT Chrome Extension Clean Code CLI ClickHouse Coding Codux Combine Compose Computer Context Fusion Copilot Cosmo Route CProgramming cron Cryptography CSS CTF Cypress DALL-E Data Analysis Data science Database dbt dbt Cloud deno Design Design Patterns Detekt Development Distributed Systems Django Docker Docker Hub Drizzle DRY DuckDB Express FastAPI Flask Flutter For Beginners Front End Development Game Development GCN GCP Geospatial Git GitHub Actions GitHub Pages Gitlab GMS GoFr Golang Google Google Sheets Google Wire GPT-3 GPT3 Gradio Gradle Grafana Graphic Design GraphQL gRPC Guidance HMS Hotwire HTML Huawei HuggingFace IndexedDB InfoSec Interview iOS Jackknife Java JavaScript Jetpack Compose JSON Kafka Kotlin Kubernetes LangChain Laravel Linux LlaMA LLM localStorage Logging Machine Learning Magento Math Mermaid Micro Frontends Mobile Mobile App Development mondayDB MongoDB Mongoose MySQL Naming NestJS NET NetMock Networks NextJS NLP Node.js Nodejs NoSQL NPM OOP OpenAI OTP Pandas PDF PHP Playwright Plotly Polars PostgreSQL Prefect Productivity Programming Prometheus Puppeteer Pushover Python Pytorch Quarkus Rabbitmq RAG Ramda Raspberry Pi React React Native Reactor Redis REST API Revolut Riverpod RProgramming Ruby Ruby on Rails Rust Scalene SCDB ScyllaDB Selenium Servers Sklearn SLO SnowFlake Snowkase Software Architecture Software Development Solara Solid Spring Boot SQL SQLite Streamlit SudoLang Supabase Swift SwiftUI Tailwind CSS Taipy Terraform Testing Transformers TURN TypeScript Ubuntu UI Design Unix UX UX Design Vim Vite VSCode Vue Web Architecture Web Components Web Development Web Frameworks Web Scraping Web-разработка Webassembly Websocket Whisper Widgets WordPress YAML YouTube Zed Наука о данных Разное Тренды

Как исследовать и визуализировать данные МО для обнаружения объектов на изображениях