R Tutorial - دليل المبتدئين لتعلم برمجة R

R هي أداة تحليل البيانات الأكثر شيوعًا لأنها مفتوحة المصدر ومرنة وتقدم حزمًا متعددة ولديها مجتمع ضخم. إنه مصمم لمبرمجي البرامج والإحصائيين والعاملين في تعدين البيانات ، على حد سواء ، وبالتالي ، أدى ذلك إلى زيادة شعبية .في مدونة R Tutorial هذه ، سأقدم لك نظرة ثاقبة كاملة حول R مع أمثلة.

فيما يلي الموضوعات الموجودة في مدونة R Tutorial هذه والتي سأناقشها بالتسلسل التالي:

1. لماذا نحتاج التحليلات ؟
2. ما هي تحليلات الأعمال ؟
3. لماذا يستخدم R ومن يستخدم R. ؟
4. تركيب R
5. مشغلي البيانات
6. أنواع البيانات
7. التحكم في التدفق

برنامج R التعليمي: لماذا نحتاج إلى التحليلات؟

قبل أن أجيب على السؤال ، اسمحوا لي أن أطلعكم على بعض المشاكل وحلولها في R في مجالات متعددة.

الخدمات المصرفية :

يتم إنشاء كمية كبيرة من بيانات العملاء كل يوم في البنوك. دبليوأثناء التعامل مع ملايين العملاء على أساس منتظم ، يصبح من الصعب تتبع رهونهم العقارية.

المحلول :

يبني R نموذجًا مخصصًا يحافظ على القروض المقدمة لكل عميل على حدة مما يساعدنا على تحديد المبلغ الذي يجب أن يدفعه العميل بمرور الوقت.

تأمين :

يعتمد التأمين بشكل كبير على التنبؤ. من الصعب انتحديد السياسة التي يجب قبولها أو رفضها.

المحلول:

باستخدام تقرير الائتمان المستمر كمدخل ، يمكننا إنشاء نموذج في R لن يقوم فقط بتقييم الرغبة في المخاطرة ولكن أيضًا عمل توقع تنبؤي أيضًا.

الرعاية الصحية:

يتم إدخال ملايين الأشخاص كل عام إلى المستشفى ويتم إنفاق المليارات سنويًا فقط في عملية القبول.

المحلول :

بالنظر إلى تاريخ المريض والتاريخ الطبي ، يمكن بناء نموذج تنبؤي لتحديد الأشخاص المعرضين لخطر الاستشفاء وإلى أي مدى ينبغي توسيع نطاق المعدات الطبية.

نحن نعرف الآن كيف تساعد تحليلات البيانات المؤسسات على تسخير بياناتها واستخدامها لتحديد الفرص الجديدة. إذا تحدثنا عن الحاجة إلى التحليلات في مؤسسة ما ، فيجب أن تصادف هذه الجوانب الأربعة:

بعد ذلك ، دعنا نمضي قدمًا في مدونة البرنامج التعليمي R ، حيث سنفهم أولاً ما هي تحليلات الأعمال بالضبط.

برنامج R التعليمي: ما هي تحليلات الأعمال؟

تحليلات الأعمال هي عملية فحص مجموعات كبيرة من البيانات وتحقيق الأنماط المخفية والارتباطات والرؤى الأخرى. يساعدك بشكل أساسي على فهم جميع البيانات التي جمعتها ، سواء كانت بيانات تنظيمية أو بيانات أبحاث السوق أو المنتج أو أي نوع آخر من البيانات. يصبح من السهل عليك اتخاذ قرارات أفضل ومنتجات أفضل واستراتيجيات تسويق أفضل وما إلى ذلك. ارجع إلى الصورة أدناه لفهم أفضل:

إذا نظرت إلى الشكل أعلاه ، فإن بياناتك في الصورة الأولى مبعثرة. الآن ، إذا كنت تريد شيئًا محددًا مثل سجل معين في قاعدة بيانات ، فإنه يصبح مرهقًا. لتبسيط هذا ، تحتاج إلى تحليل. من خلال التحليل ، يصبح من السهل إقامة ارتباط بين البيانات. بمجرد تحديد ما يجب القيام به ، يصبح من السهل جدًا عليك اتخاذ قرارات مثل المسار الذي تريد اتباعه أو فيما يتعلق بتحليلات الأعمال ، أي المسار سيؤدي إلى تحسين مؤسستك.

لكن لا يمكنك أن تتوقع من الأشخاص في السلسلة أعلاه أن يفهموا دائمًا البيانات الأولية التي تقدمها لهم بعد التحليلات. لذلك للتغلب على هذه الفجوة ، لدينا مفهوم عرض مرئي للمعلومات .

عرض مرئي للمعلومات : تصور البيانات هو وصول مرئي إلى كميات هائلة من البيانات التي أنشأتها بعد التحليلات. يعالج العقل البشري الصور المرئية والرسومات المرئية أفضل من مقارنتها بالبيانات الأولية. من السهل دائمًا أن نفهم مخطط دائري أو رسم بياني شريطي مقارنة بالأرقام الأولية. الآن قد تتساءل كيف يمكنك تحقيق تصور البيانات هذا من البيانات التي قمت بتحليلها بالفعل؟
هناك العديد من الأدوات المتاحة في السوق لتصور البيانات:

يجب أن تتساءل جميعًا أن هناك بالفعل العديد من الأدوات التي تساعدك على تحقيق تصور البيانات وكمية معينة من التحليلات ، لماذا تختار R؟

لذا فإن موضوعي التالي في مدونة البرنامج التعليمي R يتناول 'لماذا R' و 'من يستخدم R'.

برنامج R التعليمي: لماذا R ومن يستخدم R؟

لماذا R؟

R هي لغة برمجة وإحصائية.

يستخدم R لتحليل البيانات والتصور.

R بسيطة وسهلة التعلم والقراءة والكتابة.

R هو مثال على FLOSS (Free Libre and Open Source Software) حيث يمكن للمرء توزيع نسخ من هذا البرنامج بحرية ، وقراءة كود المصدر الخاص به ، وتعديله ، وما إلى ذلك.

من يستخدم R؟

• يستخدم مكتب الحماية المالية للمستهلك R لتحليل البيانات
• يستخدم الإحصائيون في John Deere R لنمذجة السلاسل الزمنية والتحليل الجغرافي المكاني بطريقة موثوقة وقابلة للتكرار.
• يستخدم Bank of America R للإبلاغ.
• R جزء من مجموعة التكنولوجيا وراء محرك التوصيات الشهير في Foursquare.
• ANZ ، رابع أكبر بنك في أستراليا ، يستخدم R لتحليل مخاطر الائتمان.
• تستخدم Google R للتنبؤ بالنشاط الاقتصادي.
• تستخدم Mozilla ، المؤسسة المسؤولة عن متصفح الويب Firefox ، R لتصور نشاط الويب.

فيما يلي بعض المجالات حيث يتم استخدام R:

الآن ، دعنا نمضي قدمًا في مدونة البرنامج التعليمي R ونثبت R.

برنامج R التعليمي: تثبيت برنامج R

دعني أرشدك خلال عملية تثبيت R على نظامك. ما عليك سوى اتباع الخطوات التالية:

الخطوة 1 : اذهب الى الرابط https://cran.r-project.org/

الخطوة 2 : قم بتنزيل وتثبيت R 3.3.3 على نظامك.

الرجوع إلى لقطة الشاشة أدناه للحصول على فهم أفضل.

باتباع الخطوات المذكورة أعلاه ، تكون قد انتهيت من جزء التثبيت R. الآن ، يمكنك بدء الترميز مباشرة في R عن طريق تنزيل RStudio IDE. لتنزيل هذا ، اتبع الخطوات التالية:

الخطوة 1 : اذهب الى الرابط https://www.rstudio.com/

الخطوة 2 : قم بتنزيل Rstudio وتثبيته على نظامك.

بعد تثبيت كل شيء ، تكون جاهزًا تمامًا للتشفير!

R دروس للمبتدئين | دروس البرمجة R | إدوريكا

بعد ذلك ، دعنا نمضي قدمًا في مدونة R Tutorial ونفهم ماهية مشغلي البيانات في R.

البرنامج التعليمي R: مشغلي البيانات في R

هناك 5 أنواع مختلفة من المشغلين ، وهي مذكورة أدناه:

1. العمليات الحسابية : إجراء عمليات حسابية مثل الجمع والطرح والضرب والقسمة وما إلى ذلك.
2. مشغلي التخصيص :تُستخدم عوامل التعيين لتعيين القيم. فمثلا:

• عامل التعيين =
  بناء الجملة: اسم المتغير = القيمة

> س = 5 >x 

الإخراج: [1] 5

• مهمة تشغيل<-
  بناء الجملة: اسم المتغير<- value

  > س<- 15 > س

  الإخراج: [1] 15

• مهمة تشغيل<<-
  بناء الجملة : اسم المتغير<<- value

> س<<- 2 > س

الإخراج: [1] 2

• مشغل التخصيص ->
  بناء الجملة : القيمة -> اسم المتغير

  > 25 -> س > س 

  الإخراج: [1] 25

3. عامل العلاقات : تحدد العلاقة بين كيانين. فمثلا: ،<=,!= etc.

> xx! = 2

انتاج:[1] صحيح

4. العوامل المنطقية : يقارن هذان العاملان الكيانين ويتم استخدامهما عادةً مع القيم المنطقية (المنطقية) مثل & ، | و!

> x2 & 3

انتاج:[1] صحيح

5. المشغلين الخاصين : تُستخدم هذه العوامل لغرض محدد ، وليس للحساب المنطقي. فمثلا:

• يقوم بإنشاء سلسلة من الأرقام بالتسلسل لمتجه.
  
  

  > xx

  الإخراج: [1] 2 3 4 5 6 7 8

• ٪ in٪ يستخدم هذا العامل لتحديد ما إذا كان العنصر ينتمي إلى متجه.
  مثال

  > xyy٪ في٪ x

  الإخراج: [1] صحيح

البرنامج التعليمي R: أنواع البيانات

يتم استخدام أنواع البيانات لتخزين المعلومات. في R ، لا نحتاج إلى إعلان متغير على أنه نوع بيانات. يتم تعيين المتغيرات باستخدام كائنات R ويصبح نوع بيانات الكائن R هو نوع بيانات المتغير.هناك ستة أنواع أساسية من البيانات موجودة في R:

دعونا ندخل في مزيد من التفاصيل حول كل واحد منهم:

المتجه : المتجه هو سلسلة من عناصر البيانات من نفس النوع الأساسي. مثال:

vtr = (1، 3، 5، 7 9)

أو

vtr<- (1, 3, 5 ,7 9)

هناك 5 ناقلات ذرية ، تسمى أيضًا خمس فئات من النواقل.

قائمة : القوائم هي كائنات R التي تحتوي على عناصر من أنواع مختلفة مثل & ناقص الأرقام والسلاسل والمتجهات وقائمة أخرى بداخلها.

> ن = ج (2 ، 3 ، 5) > s = c ('aa'، 'bb'، 'cc'، 'dd'، 'ee') > x = list (n، s، TRUE) > س

انتاج | -

[[1]] [1] 2 3 5 [[2]] [1] 'aa' 'bb' 'cc' 'dd' 'ee' [[3]] [1] صحيح

المصفوفات : المصفوفات هي كائنات بيانات R التي يمكنها تخزين البيانات في أكثر من بعدين. يأخذ المتجهات كمدخل ويستخدم القيم الموجودة في المعلمة المعتمة لإنشاء مصفوفة.

ناقلات 1<- c(5,9,3) ناقلات 2<- c(10,11,12,13,14,15) نتيجة<- array(c(vector1,vector2),dim = c(3,3,2))

انتاج | -

،، 1 [، 1] [، 2] [، 3] [1،] 5 10 13 [2،] 9 11 14 [3،] 3 12 15 ،، 2 [، 1] [، 2] [، 3 ] [1،] 5 10 13 [2،] 9 11 14 [3،] 3 12 15

المصفوفات : المصفوفات هي كائنات R حيث يتم ترتيب العناصر في تخطيط مستطيل ثنائي الأبعاد. يتم إنشاء المصفوفة باستخدام دالة المصفوفة (). مثال: المصفوفة (data، nrow، ncol، byrow، dimnames) أين،

البيانات هو متجه الإدخال الذي يصبح عناصر البيانات للمصفوفة.

الآن هو عدد الصفوف التي سيتم إنشاؤها.

ncol هو عدد الأعمدة التي سيتم إنشاؤها.

عن طريق هو دليل منطقي. إذا كانت القيمة TRUE ، فسيتم ترتيب عناصر متجه الإدخال حسب الصف.

خافت هي الأسماء المخصصة للصفوف والأعمدة.

> حصيرة<- matrix(c(1:16), nrow = 4, ncol = 4 ) > حصيرة

[، 1] [، 2] [، 3] [، 4] [1،] 1 5 9 13 [2،] 2 6 10 14 [3،] 3 7 11 15 [4،] 4 8 12 16

العوامل : العوامل هي كائنات البيانات التي تستخدم لتصنيف البيانات وتخزينها كمستويات. يمكنهم تخزين كل من السلاسل والأعداد الصحيحة. إنها مفيدة في تحليل البيانات للنمذجة الإحصائية.

> البيانات<- c('East','West','East','North','North','East','West','West“,'East“) > factor_data<- factor(data) > factor_data

انتاج | :

[1] شرق غرب شرق شمال شمال شرق غرب غرب شرق المستويات: شرق شمال غرب

إطارات البيانات : إطار البيانات عبارة عن جدول أو بنية تشبه مصفوفة ثنائية الأبعاد حيث يحتوي كل عمود على قيم متغير واحد ويحتوي كل صف على مجموعة واحدة من القيم من كل عمود.

> std_id = c (1: 5) > std_name = c ('Rick'، 'Dan'، 'Michelle'، 'Ryan'، 'Gary') > العلامات = ج (623.3،515.2،611.0،729.0،843.25) > البيانات المنقولة جنسياً<- data.frame(std_id, std_name, marks) > البيانات المنقولة جنسياً

انتاج | :

علامات std_id std_name 1 1 ريك 623.30 2 2 و 515.20 3 3 ميشيل 611.00 4 4 ريان 729.00 5 5 غاري 843.25

من خلال هذا ، نصل إلى نهاية أنواع البيانات المختلفة في R. بعد ذلك ، دعنا نمضي قدمًا في مدونة R Tutorial ونفهم مفهومًا رئيسيًا آخر - عبارات التحكم في التدفق.

البرنامج التعليمي R: بيانات التحكم في التدفق

تلعب عبارات التحكم في التدفق دورًا مهمًا للغاية لأنها تتيح لك التحكم في تدفق تنفيذ البرنامج النصي داخل الوظيفة. يتم تمثيل عبارات التحكم في التدفق الأكثر استخدامًا في الصورة أدناه:

الآن ، دعونا نناقش كل واحد منهم بأمثلة.

البرنامج التعليمي R: بيانات المحدد

• إذا بيان السيطرة : بيان التحكم هذا يقيم حالة واحدة. إنه سهل للغاية حيث أنه يحتوي فقط على كلمة رئيسية واحدة 'if' متبوعة بالشرط ثم مجموعة معينة من العبارات التي يجب تنفيذها في حال كانت صحيحة. راجع المخطط الانسيابي أدناه للحصول على فهم أفضل:

في هذا المخطط الانسيابي ، ستستجيب الشفرة بالطريقة التالية:

1. بادئ ذي بدء ، ستدخل الحلقة حيث تتحقق من الحالة.
2. إذا كان الشرط صحيحًا ، فسيتم تنفيذ الكود الشرطي أو العبارات المكتوبة.
3. إذا كان الشرط خاطئًا ، يتم تجاهل العبارات.

أدناه مثال على إذا بيان التحكم في R. حاول تشغيل هذا المثال في R Studio.

x = 2 كرر {x = x ^ 2 اطبع (x) إذا (x> 100) {break}

انتاج :

[1] 4 [1] 16 [1] 256

• إذا كان بيان التحكم الآخر :امتحاننوع بيان التحكمبتقييم مجموعة من الشروط واختيار البيانات. راجع المخطط الانسيابي أدناه للحصول على فهم أفضل:

في هذا المخطط الانسيابي ، ستستجيب الشفرة بالطريقة التالية:

1. بادئ ذي بدء ، ستدخل الحلقة حيث تتحقق من الحالة.
2. إذا كان الشرط صحيحًا ، فسيتم تنفيذ عبارات 'if' الأولى.
3. إذا كان الشرط خاطئًا ، فإنه ينتقل إلى شرط 'else if' وإذا كان صحيحًا ، فسيتم تنفيذ كود 'else if'.
4. أخيرًا ، إذا كانت شفرة 'else if' خاطئة أيضًا ، فستنتقل إلى رمز 'else' ويتم تنفيذها. هذا يعني أنه إذا لم يكن أي من هذه الشروط صحيحًا ، فسيتم تنفيذ عبارة 'else'.

أدناه مثال على لو غير هذا بيان التحكم في R. حاول تشغيل هذا المثال في R Studio.

x5) {print ('x أكبر من 5')} elseif (x == 5) {print ('x تساوي 5')} وإلا {print ('x ليس أكبر من 5')}

انتاج:

[1] 'x يساوي 5'

• عبارات التبديل : تُستخدم عبارات التحكم هذه أساسًا لمقارنة تعبير معين بقيمة معروفة. راجع المخطط الانسيابي أدناه للحصول على فهم أفضل:

في المخطط الانسيابي لحالة التبديل هذا ، سيستجيب الكود في الخطوات التالية:

1. بادئ ذي بدء ، ستدخل حالة التبديل التي تحتوي على تعبير.
2. بعد ذلك ، ستنتقل إلى حالة الحالة 1 ، وتتحقق من القيمة التي تم تمريرها إلى الشرط. إذا كان صحيحًا ، فسيتم تنفيذ كتلة البيان. بعد ذلك ، سوف ينفصل عن حالة التبديل هذه.
3. في حال كانت خاطئة ، فسوف تنتقل إلى الحالة التالية. إذا كان شرط الحالة 2 صحيحًا ، فسيتم تنفيذ العبارة والانفصال عن تلك الحالة ، وإلا فسوف يقفز مرة أخرى إلى الحالة التالية.
4. لنفترض الآن أنك لم تحدد أي حالة أو أن هناك بعض المدخلات الخاطئة من المستخدم ، ثم ستنتقل إلى الحالة الافتراضية حيث ستطبع بيانك الافتراضي.

فيما يلي مثال على بيان التبديل في R. حاول تشغيل هذا المثال في R Studio.

vtr<- c(150,200,250,300,350,400) option <-'mean' switch(option, 'mean' = print(mean(vtr)), 'mode' = print(mode((vtr))), 'median' = print(median((vtr))) ) 

انتاج :

[1] 275

البرنامج التعليمي R: بيانات التكرار

تساعدك الحلقات على تكرار مجموعة معينة من الإجراءات حتى لا تضطر إلى تنفيذها بشكل متكرر. تخيل أنك بحاجة إلى إجراء عملية 10 مرات ، إذا بدأت في كتابة الرمز لكل مرة ، فسيزداد طول البرنامج وسيكون من الصعب عليك فهمه لاحقًا. ولكن في نفس الوقت باستخدام حلقة ، إذا كتبت نفس العبارة داخل حلقة ، فإنها توفر الوقت وتسهل قراءة الكود. كما أنه يتم تحسينه بشكل أكبر فيما يتعلق بكفاءة الكود.

في الصورة أعلاه ، كرر' و في حين تساعدك العبارات في تنفيذ مجموعة معينة من القواعد حتى يصبح الشرط صحيحًا ولكن إلى عن على' هي تعليمة حلقة تُستخدم عندما تعرف عدد المرات التي تريد فيها تكرار جزء من العبارة. الآن ، إذا كنت تعلم أنك تريد تكراره 10 مرات ، فستذهب مع عبارة 'for' ولكن إذا لم تكن متأكدًا من عدد المرات التي تريد أن يتكرر فيها الرمز ، فستختار 'تكرار' أو 'حائط اللوب.

دعونا نناقش كل واحد منهم مع الأمثلة.

واجهة علامة في مثال جافا

• كرر : تساعد حلقة التكرار على تنفيذ نفس مجموعة التعليمات البرمجية مرارًا وتكرارًا حتى يتم استيفاء شرط التوقف. راجع المخطط الانسيابي أدناه للحصول على فهم أفضل:

في المخطط الانسيابي أعلاه ، ستستجيب الشفرة بالخطوات التالية:

1. بادئ ذي بدء ، سيتم إدخال مجموعة من التعليمات البرمجية وتنفيذها.
2. بعد ذلك ، سيتحقق من الشرط ، إذا كان صحيحًا ، فسوف يعود وينفذ نفس مجموعة التعليمات البرمجية مرة أخرى حتى يُفترض أن يكون خطأ.
3. إذا تم العثور على خطأ ، فسيخرج مباشرة من الحلقة.

• في حين : تساعد العبارة while أيضًا على تنفيذ نفس مجموعة التعليمات البرمجية مرارًا وتكرارًا حتى يتم استيفاء شرط الإيقاف. راجع المخطط الانسيابي أدناه للحصول على فهم أفضل:

في المخطط الانسيابي أعلاه ، ستستجيب الشفرة بالخطوات التالية:

1. بادئ ذي بدء ، سوف يتحقق من الحالة.
2. إذا تم العثور على أنها صحيحة ، فسيتم تنفيذ مجموعة التعليمات البرمجية.
3. بعد ذلك ، يتحقق مرة أخرى من الشرط ، إذا كان صحيحًا ، فسيتم تنفيذ نفس الرمز مرة أخرى. بمجرد اكتشاف أن الشرط خاطئ ، فإنه يخرج على الفور من الحلقة.

فيما يلي مثال على بيان while في R. حاول تشغيل هذا المثال في R Studio.

س = 2 بينما (س<1000) { x=x^2 print(x) } 

انتاج:

4 16256 65536

لذلك يجب أن تتساءل كيف تختلف هاتان العبارتان؟ دعني أوضح شكك!
هنا يتمثل الاختلاف الرئيسي بين عبارة 'التكرار' و 'while' في أنها تتغير وفقًا لحالتك. في حين تحدد الحلقة بشكل أساسي متى ستدخل الحلقة لتنفيذ التعليمات و كرر تحدد الحلقة عندما تغادر الحلقة بعد تنفيذ العبارات. لذلك تُعرف هاتان العبارتان باسم حلقة التحكم في الدخول وحلقة التحكم في الخروج. هذه هي الطريقة التي تختلف بها العبارات والتكرار.

• لحلقة: تستخدم حلقات For عندما تحتاج إلى تنفيذ مجموعة من التعليمات البرمجية عدة مرات. راجع المخطط الانسيابي أدناه للحصول على فهم أفضل:

في المخطط الانسيابي أعلاه ، ستستجيب الشفرة بالخطوات التالية:

1. بادئ ذي بدء ، هناك تهيئة حيث تحدد عدد المرات التي تريد تكرار الحلقة فيها.
2. بعد ذلك ، يتحقق من الشرط. إذا كان الشرط صحيحًا ، فسيتم تنفيذ مجموعة التعليمات البرمجية لعدد محدد من المرات.
3. بمجرد اكتشاف أن الشرط خاطئ ، فإنه يخرج على الفور من الحلقة.

فيما يلي مثال على عبارة for في R. حاول تشغيل هذا المثال في R Studio.

vtr<- c(7,19,25,65, 45) for( i in vtr) { print(i) } 

انتاج :

45 65 65 19 25 7

بعد ذلك ، دعنا ننتقل إلى آخر مجموعة من العبارات في مدونة R Tutorial ، أي عبارات الانتقال.

دروس R: عبارات القفز

بيان كسر : تساعد عبارات Break على إنهاء البرنامج واستئناف التحكم في العبارة التالية التي تلي الحلقة. تستخدم هذه العبارات أيضًا في حالة التبديل. راجع المخطط الانسيابي أدناه للحصول على فهم أفضل:

في المخطط الانسيابي أعلاه ، ستستجيب الشفرة بالخطوات التالية:

1. بادئ ذي بدء ، ستدخل الحلقة حيث تتحقق من الحالة.
2. إذا كانت حالة الحلقة خاطئة ، فإنها تخرج مباشرة من الحلقة.
3. إذا كان الشرط صحيحًا ، فسوف يتحقق من حالة الاستراحة.
4. إذا كان شرط الفاصل صحيحًا ، فهو موجود من الحلقة.
5. إذا كان شرط الاستراحة خاطئًا ، فسيتم تنفيذ العبارات المتبقية في الحلقة ثم كرر نفس الخطوات.

يوجد أدناه مثال على جملة قفزة في R. حاول تشغيل هذا المثال في R Studio.

x<- 1:5 for (val in x) { if (val == 3){ break } print(val) } 

انتاج:

[1] 1 [1] 2

البيان التالي : يتم استخدام العبارة التالية عندما تريد تخطي التكرار الحالي للحلقة دون إنهاؤها. العبارة التالية مشابهة تمامًا لـ 'متابعة' في لغة برمجة أخرى. راجع المخطط الانسيابي أدناه للحصول على فهم أفضل:

في المخطط الانسيابي أعلاه ، ستستجيب الشفرة بالخطوات التالية:

1. بادئ ذي بدء ، ستدخل الحلقة حيث تتحقق من الحالة.

2. إذا كانت حالة الحلقة خاطئة ، فإنها تخرج مباشرة من الحلقة.

3. إذا كان شرط الحلقة صحيحًا ، فسيتم تنفيذ عبارات الكتلة 1.

4. بعد ذلك سيتحقق من العبارة 'التالية'. إذا كانت موجودة ، فلن يتم تنفيذ التعليمات بعد ذلك في نفس التكرار للحلقة.

5. إذا لم تكن العبارة 'next' موجودة ، فسيتم تنفيذ جميع العبارات التي تليها.

فيما يلي مثال على العبارة التالية في R. حاول تشغيل هذا المثال في R Studio.

لـ (i in 1:15) {if ((i ٪٪ 2) == 0) {next} print (i)}

انتاج :

1 3 5 7 9 11 13 15

هذه نهاية مدونة البرنامج التعليمي R. آمل أن تكونوا واضحين يا رفاق بشأن كل مفهوم ناقشته أعلاه. ترقبوا ، ستكون مدونتي التالية على تدريب R حيث سأشرح بعض مفاهيم R بالتفصيل مع exإضافي.

الآن بعد أن فهمت أساسيات R ، تحقق من من Edureka ، وهي شركة تعليمية موثوقة عبر الإنترنت مع شبكة تضم أكثر من 250000 متعلم راضٍ منتشرين في جميع أنحاء العالم. ستساعدك تحليلات البيانات مع تدريب R من Edureka على اكتساب الخبرة في برمجة R ومعالجة البيانات وتحليل البيانات الاستكشافية وتصور البيانات واستخراج البيانات والانحدار وتحليل المشاعر واستخدام R Studio لدراسات الحالة الواقعية على البيع بالتجزئة والوسائط الاجتماعية.

لديك سؤال لنا؟ يرجى ذكر ذلك في قسم التعليقات في مدونة 'R Tutorial' وسنعاود الاتصال بك في أقرب وقت ممكن.