Fonksiyonlar

Alıştırma

?rnorm
rnorm(n, mean = 0, sd = 1)

Alıştırma II

set.seed(12042016)
rnorm(n = 5)
[1] -0.2896163 -0.6428964  0.5829221 -0.3286728 -0.5110101
rnorm(n = 5, mean = 10, sd = 2)
[1] 13.320853  9.377956 10.235461  9.811793 13.019102

Eğer internette kod örneklerine bakıyorsanız, sık sık set.seed() fonksiyonu ile başlayan kodlar görebilirsiniz. Bu fonksiyon rastgele sayı üretecini kontrol eder - rastgele sayı üreten herhangi bir fonksiyon kullanıyorsanız (rnorm() gibi), set.seed() fonksiyonunu çalıştırmak aynı sonucu almanızı sağlayacaktır (bazı durumlarda yapmak istediğiniz şey bu olmayabilir). Bu örnekte set.seed() diyoruz, bu aynı rastgele sayıları alacağınız anlamına geliyor.

Argüman isimleri

  • Yukarıdaki örneklerde, kodumuzdaki bağımsız değişken adlarını yazdık (örneğin, n, mean, sd), ancak bu kesinlikle gerekli değildir. Aşağıdaki iki kod satırının her ikisi de aynı sonucu üretecektir (rnorm() fonksiyonunu her çalıştırdığınızda rastgele olduğu için biraz farklı bir sayı kümesi üretecektir, ancak yine de aynı ortalama ve SD’ye sahip olacaklardır):
rnorm(n = 6, mean = 3, sd = 1)
rnorm(6, 3, 1)

  • Önemli olarak, eğer argüman isimlerini yazmazsanız, R argümanların varsayılan sırasını kullanacaktır, yani rnorm için girdiğiniz ilk sayının n olduğunu varsayacaktır. ikinci sayı mean ve üçüncü sayı sddir.

  • Eğer argüman isimlerini yazarsanız, argümanları istediğiniz sırada yazabilirsiniz:

rnorm(sd = 1, n = 6, mean = 3)

  • R’yi ilk öğrenirken, fonksiyonun her bir parçasının ne yaptığını hatırlamanıza ve anlamanıza yardımcı olabileceğinden, argüman adlarını yazmayı yararlı bulabilirsiniz. Ancak, becerileriniz ilerledikçe argüman adlarını atlamayı daha hızlı bulabilirsiniz ve ayrıca argüman adlarını kullanmayan çevrimiçi kod örnekleri göreceksiniz, bu nedenle her bir kod parçasının hangi argümana atıfta bulunduğunu anlayabilmek önemlidir (veya kontrol etmek için yardım belgelerine bakın).

  • Bu derste, her bir fonksiyonu ilk kez kullandığımızda argüman adlarını her zaman yazacağız, ancak sonraki kullanımlarda bunlar atlanabilir.

TAB ile otomatik tamamlama

  • R Studio’nun çok kullanışlı bir özelliği, fonksiyonlar için TAB otomatik tamamlama özelliğidir (bkz. Şekil @ref(fig:img-autocomplete)). Fonksiyonun adını yazıp tab tuşuna basarsanız, R Studio size fonksiyonun aldığı argümanları kısa bir açıklama ile birlikte gösterecektir. Argüman adının üzerinde enter tuşuna basarsanız, tıpkı telefonunuzdaki otomatik tamamlama gibi adı sizin için dolduracaktır. Bu, R’yi ilk öğrenirken inanılmaz derecede kullanışlıdır ve bu özelliği sık sık kullanmayı unutmamalısınız.

Tab ile otomatik durdurma

Kişisel tanımlı fonksiyon

  • Kişisel tanımlı fonksiyon yazılması şablonu aşağıdaki gibidir.
fonksiyonadi<-  function(argumanlar ve olagan degerleri){
  kodlar
  return()
}
  • Oluşturulan fonksiyon çalıştırılırken ise aşağıdaki şeklinde çalıştırılır.
fonksiyonadi(argumanlar ve degerleri)
  • Kare alma işlemi aşağıdaki şekilde yapılabilir.
sayi <-  4
sayi * sayi
[1] 16
sayi ^2
[1] 16
  • Bu işlem sürekli yapılacaksa fonksiyon olarak yazılabilir.
# kare alma fonksiyonu
kare_al <-  function(sayi){
  return(sayi*sayi)
  }
kare_al(4)
[1] 16
  • Farklı dereceden üsler alabilen bir fonksiyon yazalım.
#üs alma
üs_al<-  function(x,us){
  return(x^us)
  }
üs_al(3,4)
[1] 81
  • Argümanlardan birine olağan değer girilmesi
#üs alma
üs_al<-  function(x,us=2){
  return(x^us)
  }
üs_al(3) # us argumanin olagan degeri olan
[1] 9
# 2 olduğu için argumana 
# deger girilmediginde kare alir.
  • Aşağıdaki fonksiyona 3 ve 4 değerleri girilirse çıktı ne olur?
myfunc <-  function(x,y)
{
a <-  x+y
b <-  x* y
return(a*b)
}
myfunc(3,4)
  • mean() fonksiyonu en sık kullandığımız fonksiyonlardan biridir.
x <-  c(1,2,3)
mean(x)
[1] 2

  • R base pakette yer alan bu fonksiyonu kendiniz de yazabilirsiniz.

  • R’ da deneyim kazandıkça, yaptığınız işlemler karmaşıklaştıkça kendi fonksiyonlarınızı yazma ihtiyacı duyacaksınız.

  • avg() isminde vektör ortalaması hesaplayan fonksiyon yazınız.

  • Yazdığınız fonksiyon ile aşağıdaki işlemi yapınız.
x <-  1:1000
avg(x)
[1] 500.5
  • Yazdığınız fonksiyon temel pakette yer alan mean() fonksiyonu ile aynı sonucu verdi mi?
identical(avg(x),mean(x))
[1] TRUE

  • Fonksiyon içinde tanımlanan nesneler çalışma alanına kaydedilmezler.

  • Fonksiyonlar da R nesnesidir.

ls()
[1] "avg"     "kare_al" "sayi"    "üs_al"   "x"

R Çalışma Alanı

  • çalışma alanı, nesnelerin ve bilgilerin kaydedildiği alandır.

  • ls() ve objects() fonksiyonları çalışma alanında kayıtlı nesneleri konsolda göstermektedir.

  • ls() fonksiyonu ile nesneleri çağırma işlemi özelleştirilebilir. Belirli bir harf ile başlayan, belirli bir harf içeren nesneleri nasıl silebilirsiniz?

  • ls.str() fonksiyonu ise hafızadaki nesneleri ayrıntıları ile göstermektedir.

  • Çok fazla kod yazıyorsanız, enviroment (veya çalışma alanının) birçok nesne ile darmadağın olduğunu fark edebilirsiniz. Bu, hangi nesneye ihtiyacınız olduğunu bulmanızı zorlaştırabilir ve bu nedenle yanlış veri seti kullanma riskiyle karşı karşıya kalabilirsiniz. Yeni bir veri seti üzerinde çalışıyorsanız veya son sürümü elde etmeden önce çok sayıda farklı kod denediyseniz, yanlış nesneyi kullanmaktan kaçınmak için ortamı/çalışma alanını temizlemeyi unutmamak iyi bir uygulamadır. Bunu birkaç şekilde yapabilirsiniz.

  1. Nesneleri tek tek kaldırmak için konsola rm(nesne_adı) yazabilirsiniz. Önceki bölümde oluşturduğunuz nesnelerden birini kaldırmak için bunu şimdi deneyin.

  2. Ortamdaki tüm nesneleri temizlemek için konsolda rm(list = ls()) komutunu çalıştırın.

  3. Ortamdaki tüm nesneleri temizlemek için ortam bölmesindeki süpürge simgesine de tıklayabilirsiniz.

  4. Konsolda yer alan işlemleri silmek için ise: CTRL + L (clear console) ya da süpürge işareti kullanılabilir.

Clearing the workspace

R Çalışma Dizini

  • R yazılımı Start/Baslangic menusu üzerinden çalıştırıldığında çalışma dizini C:/Users//Documents

  • Çalışma dizinini sorgulamak için kullanılacak olan fonksiyon

    • getwd() (get working directory)

  • Çalışma dizinini değiştirmek için kullanılacak olan fonksiyon

    • setwd() (set working directory)

  • Bu işlem Rstudio menusu “Session” sekmesinden ya da CTRL +Shift + H tuşları ile de yapılabilmektedir.

R’i Kapatma

  • Kaydet (Save) ya da CTLR + S dosyadi.R uzantısıyla kaydedilebilmektedir.

  • Bu sayede tekrar kullanılabilmekte ya da başkaları ile kolaylıkla paylaşılabilmektedir.

  • Tüm programlar gibi “x” işareti ile ya da q() fonksiyonunu ile sonlandırılabilir.

  • R’dan çıkış yaparken, program çalışma alanının kaydedilip kaydedilmeyeceğini sormaktadır.

  • Eger R’in çalışma alanını kaydetmesini istenirse, R çalışma dizinine `.Rdata uzantılı bir dosya kaydeder.

  • Çalışma alanı kaydı için save.image("dosyaadi") komutu da kullanılabilmektedir.

  • R’dan çıkış yapmadan yapılan işlem durdurulmak istenirse, konsol bölümündeki “Stop” işareti veya Esc tuşları kullanılabilir.

R oturumları

  • R’yi açıp kod yazmaya, paketleri yüklemeye ve nesneler oluşturmaya başladığınızda, bunu yeni bir oturumda yaparsınız. Çalışma alanını temizlemeye ek olarak, bazen yeni bir oturum başlatmak yararlı olabilir. Bu, bilgisayarınızda R’yi her başlattığınızda otomatik olarak gerçekleşir, ancak oturumlar sunucuda kalıcı olabilir. Kodunuzun çalışmadığını fark ederseniz ve nedenini bulamazsanız, yeni bir oturum başlatmaya değer olabilir. Bu, ortamı temizleyecek ve yüklü tüm paketleri ayıracaktır - bunu telefonunuzu yeniden başlatmak gibi düşünün.

Yeniden Başlat

’Oturum - R’yi Yeniden Başlat’a tıklayın.

yeniden baslatma

Hata ayıklama ipuçları

  • Kodlamanın büyük bir kısmı kodunuzun neden çalışmadığını anlamaya çalışmaktır ve bu acemi ya da uzman olmanız fark etmeksizin geçerlidir.

  • Bu ders boyunca ilerlerken yaptığınız hataların ve bunları nasıl düzelttiğinizin kaydını tutmalısınız.

  • Her bölümde dikkat etmeniz gereken bir dizi yaygın hata sunacağız, ancak şüphesiz kendiniz de yeni hatalar yapacaksınız (ve düzelteceksiniz!).

  • Kullanmaya çalıştığınız fonksiyonlar için doğru paketleri yüklediniz mi? Çok yaygın bir hata, paketi yüklemek için kodu yazmaktır, örneğin library(tidyverse) ancak daha sonra çalıştırmayı unutmaktır.

  • Bir yazım hatası mı yaptınız? Unutmayın data ile DATA aynı şey değildir ve t.test ile t_test aynı şey değildir.

  • Bir paket çakışması mı var? Paket ve fonksiyonu package::function ile belirtmeyi denediniz mi?

  • Bu kesinlikle bir hata mı? R’deki tüm kırmızı metinler hata anlamına gelmez - bazen size sadece bilgi içeren bir mesaj verir.

Yardımcı Kaynaklar

Programlamada iyi olmak demek, bir şeyler denemek, internette yardım aramak ve kopyalanacak kod örnekleri bulmak demek değildir.

  • etkili bir şekilde problem çözmeyi öğrenmek, bu ders boyunca geliştirmeniz gereken temel bir beceridir.

  • Yardım belgelerini kullanın. Bir fonksiyonun nasıl çalıştığını anlamakta zorlanıyorsanız, ?function komutunu hatırlayın.

  • Bir hata mesajı alırsanız, kopyalayıp Google’a yapıştırın - büyük olasılıkla başka biri de aynı sorunu yaşamıştır.

  • Bu ders materyallerine ek olarak, R öğrenmek için bir dizi mükemmel kaynak vardır:

Ödev

  • Sadece temel pakette 1500’e yakın fonksiyon bulunduğu için ders dışı alıştırmalar yapmanız gereklidir.

  • R kurulumu ile ilgili learnr paketi hazırlanmış bir interaktif alıştırma örneğini inceleyeniz.

  • Kitap Bölüm 1 alıştırmalarını tamamlayınız.

  • Datacamp da üzerine atanan bölüm alıştırmalarını tamamlayınız.

  • swirl package learn R in R paketi yükleyerek alıştırma yapmayı deneyiniz.

  • Referens kart sayfasının çıktısını alarak duvarınıza asmanızı öneririm.