Wprowadzenie

• mniej języka naturalnego, więcej operatorów

• komunikacja człowiek-komputer

• rozwiązywanie bardziej złożonych problemów za pomocą:

  • funkcji
  • warunków
  • pętli

Funkcje

Metoda Copy'ego i Paste'a jest potężnym narzędziem, ale nie powinna być nadużywana

Funkcję ograniczają potrzebę kopiowania kodu i ułatwiają wprowadzanie zmian.

1. Funkcję zawierającą dużo kodu można ładnie nazwać, co ułatwia rozumienie programu

2. W przypadku potrzeby wprowadzenia zmian wystarczy to zrobić tylko w jednym miejscu

3. Unikanie problemów przy kopiowaniu np. zamiana nazwy zmiennej

Przepis na funkcję

Stworzenie funkcji wymaga:

1. wymyślenia nazwy funkcji

2. określenia elementów wejściowych

3. umieszczenia kodu w ciele funkcji

Dobre praktyki tworzenia funkcji

• nazwy funkcji powinny być czasownikami

• ustalona notacja: podkreślnik vs. camelCase

• wspólny przedrostek

# Good
input_select()
input_checkbox()
input_text()
# Not so good
select_input()
checkbox_input()
text_input()

Składnia funkcji

oblicz_srednia <- function(liczby, zaokraglenie = 2){
  srednia <- mean(liczby)
  srednia_zaokr <- round(x = srednia, digits = zaokraglenie)
  return(srednia_zaokr)
}
temp <- c(-1, 7, 9, 11, 8, 4, 3, 2)
oblicz_srednia(temp)

## [1] 5.38

oblicz_srednia(liczby = temp, zaokraglenie = 0)

## [1] 5

Funkcje to programowanie na wysokim poziomie abstrakcji. Tworzymy obliczenia dla jakichś danych wejściowych, a wywołujemy je na konkretnych obiektach.

Przykład

Obliczenie wskaźnika dla wybranych kolumn:

$$\text{wsk}=\frac{min\left(x\right)-max\left(x\right)}{\overline{x}}$$

Bardzo złe pomysły

# Too short
f()
# Not a verb, or descriptive
my_awesome_function()
# Never do this!
col_mins <- function(x, y) {}
rowMaxes <- function(y, x) {}
# Don't do this!
T <- FALSE
c <- 10
mean <- function(x) sum(x)

Źródło

Wykonywanie warunkowe

Za pomocą instrukcji if możemy warunkowo wykonywać kod. Ogólna postać jest następująca:

if(warunek1){
  # kod wykonany jeśli warunek jest równy TRUE
} else if(warunek2) {
  # kod wykonany jeśli warunek1 jest równy FALSE, a warunek2 jest równy TRUE
} else {
  # kod wykonany jeśli warunek1 i warunek2 jest równy FALSE
}

Warunek musi zwracać wartość logiczną TRUE albo FALSE.

Szczególnie przydatne w funkcjach do sprawdzania poprawności argumentów wejściowych (patrz też: stopifnot).

Porównywanie

x <- 4
x

## [1] 4

x == 4

## [1] TRUE

length(x) > 0

## [1] TRUE

x == NA

## [1] NA

is.na(x)

## [1] FALSE

Operatory łączenia

Dopuszczalne operatory łączenia: && (i), || (lub).

x <- 4
x

## [1] 4

x > 2 && x < 6

## [1] TRUE

x > 2 && x < 3

## [1] FALSE

x > 2 || x < 3

## [1] TRUE

Przykład

Sprawdzenie czy liczba jest mniejsza, większa od 0 czy równa 0.

Pętla

• powtarzanie danej akcji z innymi danymi wejściowymi

• w R zaimplementowane są pętle: for, while, repeat

• zamiast pętli można wektoryzować przetwarzanie

Pętla for

Pętla składa się z trzech elementów:

• wyjście - zarezerwowanie odpowiedniej ilości miejsca w pamięci na wynik

• sekwencja - iterator i liczba wykonywanych razy (zakres)

• ciało - przetwarzanie, którego wynik za każdym przebiegiem pętli będzie inny

for(iterator in zakres){
  # ciało pętli
}

Wypisanie nazw miesięcy

for(month in 1:length(month.name)){
  print(month.name[month])
}

## [1] "January"
## [1] "February"
## [1] "March"
## [1] "April"
## [1] "May"
## [1] "June"
## [1] "July"
## [1] "August"
## [1] "September"
## [1] "October"
## [1] "November"
## [1] "December"

Wypisanie nazw miesięcy

for(month in seq_along(month.name)){
  print(month.name[month])
}

## [1] "January"
## [1] "February"
## [1] "March"
## [1] "April"
## [1] "May"
## [1] "June"
## [1] "July"
## [1] "August"
## [1] "September"
## [1] "October"
## [1] "November"
## [1] "December"

Przykład

100 krotny rzut kostką.

Wektoryzacja

Ile liczb w wektorze jest dodatnich.

liczby <- sample(x = seq(-100,100,1), size = 10000, replace = T)

f_petla <- function(x){
  wynik <- logical(length(x))
  for(i in seq_along(x)){
    wynik[i] <- x[i] > 0
  }
  return(sum(wynik))
}
f_petla(liczby)

## [1] 4936

f_wektor <- function(x){
  wynik <- x > 0
  return(sum(wynik))
}
f_wektor(liczby)

## [1] 4936

Wektoryzacja

microbenchmark::microbenchmark(f_petla(liczby), f_wektor(liczby))

## Unit: microseconds
##              expr     min       lq      mean  median       uq      max neval
##   f_petla(liczby) 605.902 620.2515 636.55099 625.201 631.7515 1087.501   100
##  f_wektor(liczby)  40.601  48.6510  66.86496  49.602  50.5005 1794.601   100

Inne sposoby na pętle

• funkcje z rodziny apply: lapply, sapply, vapply

• funkcje map z pakietu purrr - napisane w C, operujące głównie na listach

• przetwarzanie równoległego: pakiet parallel