Luteolin is the most effective substance for maintaining good eye health.

Luteolin, a fluorescent substance found in plants, is a carotenoid that is abundant in green leaves. It is involved in the photosynthetic process and contributes to determining the color of green plants. Additionally, it has antioxidant properties that may reduce free radical damage in the human body and support eye health, making it an important part of the human diet. Table of Contents 1. What is Luteolin? 1-1. Luteolin has various functions and roles, what are they? 1-2. efficacy and mechanisms of action of luteolin 2. What is the recommended daily intake of lutein? 2-1. Foods high in luteolin 3. What nutrients are good to take with luteolin? 3-1. What are the positive health effects of luteolin? 3-2. Compared to other antioxidants, what are the advantages of luteolin? 1. What is Luteolin? Luteolin, which is classified as a type of phytochemical known as flavonoids, is primarily found in green plant leaves. It is responsible for contributing to the color of p

RStudio 배우기

RStudio는 R 프로그래밍 언어로 작업하는 모든 사람이 반드시 알아야 할 도구입니다. 데이터 분석에서 데이터를 가져오고, 액세스하고, 변환하고, 탐색하고, 그리고, 모델링하고, 기계 학습에서 데이터를 예측하는 데 사용됩니다.

이제 막 R을 배우기 시작했다면 RStudio가 무엇인지, 어떻게 설치하고 사용하는지 알아보아야 할 때입니다. 이것이 바로 이 RStudio 튜토리얼이 유용할 수 있는 곳입니다. 자, 뛰어 들자.

RStudio란 무엇입니까?

RStudio가 무엇이고 왜 사용하는지 논의하기 전에 먼저 R에 대한 정의를 내리겠습니다.

R은 데이터 분석 및 데이터 과학에 사용되는 널리 사용되는 프로그래밍 언어이자 무료 오픈 소스 소프트웨어입니다. 고급 통계 컴퓨팅을 수행하고 매력적인 플롯을 만드는 데 특히 강력합니다. R은 18,000개 이상의 전용 데이터 과학 패키지(2022년 <>월 기준)를 제공하며, 다목적 및 협소하게 전문화된 패키지입니다. 적극적이고 유용한 온라인 커뮤니티에서 잘 지원되며 다양한 운영 체제와 호환되는 기술입니다.

R에 대한 자세한 정보와 학습 방법을 찾으려면 다음 리소스를 살펴보십시오.

RStudio는 버전 3.0.1 이상의 R에서 작동하기 위한 그래픽 프런트 엔드로 광범위하게 사용되는 유연하고 다기능적인 오픈 소스 IDE(통합 개발 환경)입니다. 덧붙여, Python이나 SQL과 같이, 다른 많은 프로그래밍 언어에도 적용되었습니다.

RStudio는 다음과 같은 다양한 유용한 기능을 제공합니다.

  • 사용자 친화적 인 인터페이스
  • 재사용 가능한 스크립트를 작성하고 저장하는 기능
  • 가져온 모든 데이터 및 생성된 개체(예: 변수, 함수 등)에 쉽게 액세스할 수 있습니다.
  • 모든 개체에 대한 철저한 도움말
  • 코드 자동 완성
  • 프로젝트를 만들어 작업을 보다 효율적으로 구성하고 공동 작업자와 공유할 수 있는 기능
  • 플롯 미리보기
  • 터미널과 콘솔 간의 손쉬운 전환
  • 운영 이력 추적
  • IDE를 사용하는 방법에 대한 RStudio 지원의 많은 문서

RStudio를 설치하는 방법

RStudio를 설치하고 작업을 시작하려면 먼저 R 프로그래밍 언어 자체를 다운로드하여 설치해야 합니다. R을 다운로드하고 설치하려면 다음 단계를 따르세요.

  1. 공식 R 웹 사이트인 CRAN(Comprehensive R Archive Network)을 엽니다.
  2. 화면 상단에서 R 다운로드 및 설치 섹션을 찾습니다.
  3. 운영 체제에 해당하는 링크를 클릭합니다.
  4. 최신 릴리스를 선택합니다.
  5. 다운로드한 파일을 열고 간단한 설치 지침에 따라 기본 옵션을 모든 곳에 남겨 둡니다.

RStudio를 다운로드하고 설치하려면 다음 단계를 수행합니다.

1. 공식 RStudio 웹 사이트의 다운로드 페이지를 엽니 다.

2. RStudio Desktop의 다운로드 버튼까지 아래로 스크롤합니다.

RStudio 다운로드

3. RSTUDIO DESKTOP 다운로드를 클릭합니다.

4. RStudio Desktop에서 다운로드를 클릭합니다.

RStudio 다운로드 2

5. 운영 체제가 자동으로 식별되는 것을 볼 수 있습니다. 큰 버튼을 눌러 운영 체제에 맞는 최신 RStudio 릴리스를 다운로드합니다.

6. 다운로드한 파일을 열고 모든 곳에서 기본값을 선택하는 간단한 설치 지침을 따릅니다.

RStudio 사용 방법

이제 RStudio를 성공적으로 설치했으므로 RStudio를 열고 주요 부분을 탐색하고 다양한 작업을 수행해 보겠습니다.

RStudio 인터페이스

RStudio를 열면 R 소프트웨어가 자동으로 시작됩니다. 플랫폼 인터페이스는 다음과 같습니다.

RStudio 인터페이스

대략적으로 작업 창을 세 영역으로 나눌 수 있습니다.

  • 왼쪽 영역ConsoleTerminal 및 Background Jobs 탭이 포함됩니다.
  • 오른쪽 상단 영역환경기록연결 및 자습서 탭 포함
  • 오른쪽 하단 영역파일플롯패키지도움말뷰어 및 프레젠테이션 탭을 포함합니다.

참고: 탭 이름 및 해당 배포를 포함한 위의 레이아웃은 RStudio 버전 2022.07.1+554와 관련이 있습니다. 다른 버전에서는 약간 다를 수 있습니다.

필수 탭을 자세히 살펴 보겠습니다.

콘솔

이 탭에서는 먼저 사용중인 R 버전에 대한 정보와 시도 할 몇 가지 기본 명령을 볼 수 있습니다. 이러한 설명이 끝나면 R 코드를 입력하고 Enter 키를 누른 다음 코드 줄 아래에 결과를 얻을 수 있습니다(예: 2*2를 실행하고 어떤 일이 발생하는지 확인). 가상으로, 우리는 다른 R 프로그램에서 할 수있는 모든 것을 여기에서 할 수 있습니다 (예 :

  • R 패키지 설치 및 로드Installing and loading R packages
  • 단순하거나 복잡한 수학 연산 수행
  • 변수에 연산 결과 할당
  • 데이터 가져오기
  • 벡터, 행렬 또는 데이터 프레임과 같은 일반적인 유형의 R 개체 만들기Creating common types of R objects, like vectors, matrices, or dataframes
  • 데이터 탐색
  • 통계 분석
  • 데이터 시각화 구축

그러나 콘솔에서 직접 코드를 실행하면 더 이상 재현하기 위해 저장되지 않습니다. 특정 작업을 해결하기 위해 재현 가능한 코드를 작성해야 하는 경우(일반적으로 그렇게 하는 경우) 콘솔이 아닌 스크립트 파일에 기록하고 정기적으로 저장해야 합니다.

곧 스크립트를 작성하는 방법을 살펴보겠습니다. 지금은 한 번만 설치하면 되므로 대부분 콘솔을 사용하여 코드를 테스트하고 설치해야 한다는 점을 염두에 두어야 합니다.

환경

RStudio에서 새 변수를 정의하거나 기존 변수를 다시 할당할 때마다 작업 영역에 개체로 저장되고 RStudio 창의 오른쪽 위 영역에 있는 환경 탭에 해당 값과 함께 표시됩니다. 콘솔에서 greeting <- "Hello, World!"를 실행하고 환경 탭에서 어떤 일이 발생하는지 확인합니다.

이것은 또한 데이터 프레임과 같은 더 복잡한 개체와 관련이 있습니다. 데이터를 데이터 프레임으로 가져올 때(또는 처음부터 데이터 프레임을 만들 때) 작업 공간에서 새 개체의 이름뿐만 아니라 각 열의 값과 데이터 유형도 볼 수 있습니다. 또한 길이 및 메모리 크기와 같은 각 개체에 대한 더 자세한 정보를 표시할 수 있습니다.

아래 예제에서는 콘솔에서 greeting <- "Hello, World!" 및 my_vector <- c(1, 2, 3, 4)라는 두 개의 변수를 만들었습니다. 환경 탭에 표시되는 방식을 확인합니다.

RStudio 콘솔

다음과 같이 탭의 오른쪽 상단 모서리에 있는 변수를 List에서 Grid로 변경하는 방법을 변경할 수 있습니다.

RStudio 그리드

이제 각 개체의 길이와 크기도 볼 수 있습니다.

그리드 표시 모드에서는 각 변수의 왼쪽에 상자가 나타납니다. 이러한 상자 중 하나를 선택하고 빗자루 아이콘을 클릭하여 작업 공간에서 해당 개체를 제거할 수 있습니다.

RStudio 빗자루

이름 열의 왼쪽에 있는 상자를 선택하고 빗자루 아이콘을 클릭하거나 이전 디스플레이 모드(목록)에서 이 아이콘을 클릭하면 작업 공간을 정리하여 모든 변수를 제거합니다.

다른 중요한 탭

  • 터미널 – 터미널에서 명령을 실행합니다.
  • 기록 – 현재 RStudio 세션 중에 수행된 모든 작업의 기록을 추적합니다.
  • 파일 – 작업 폴더의 구조를 보고, 작업 폴더를 재설정하고, 폴더 사이를 탐색하는 등의 작업을 수행합니다.
  • 플롯 – 생성된 데이터 시각화를 미리 보고 내보내기
  • 패키지 – 어떤 패키지가 로드되었는지 확인하고 패키지를 로드하거나 언로드합니다(패키지 이름 왼쪽에 있는 상자를 켜거나 끄는 방법).

RStudio에서 R 스크립트를 작성하는 방법

앞서 언급했듯이 추가 요구 사항을 위해 코드를 재현하고 재사용할 수 있으려면 콘솔에서 직접 작성하지 않고 스크립트 파일에 작성해야 합니다.

스크립트 기록을 시작하려면 파일 – 새 파일 – R 스크립트를 클릭합니다. 그러면 RStudio 인터페이스의 왼쪽 위 모서리(콘솔 탭 위)에 텍스트 편집기가 열립니다.

RStudio 새 파일

스크립트에서는 콘솔의 섹션에 나열된 모든 작업을 수행할 수 있으며(실제로 다른 R IDE에서도 동일한 작업을 수행할 수 있음) 이제 작업이 추가 사용 또는 공유를 위해 파일에 저장됩니다. 스크립트 파일에 의미 있는 이름을 지정하고 정기적으로 저장하는 것이 중요합니다(Windows/Linux의 경우 Ctrl + S, Mac의 경우 Cmd + S, 모든 운영 체제의 경우 파일 – 저장).

스크립트에서 한 줄의 코드를 실행하려면 해당 줄에 커서를 놓고 텍스트 편집기의 오른쪽 위에 있는 실행 아이콘을 클릭합니다. 그렇지 않으면 키보드 단축키(Windows/Linux의 경우 Ctrl + Enter, Mac의 경우 Cmd + Enter)를 사용합니다. 여러 코드 줄을 실행하려면 필요한 줄을 선택한 후 동일한 작업을 수행합니다. 모든 코드 줄을 실행하려면 모든 줄을 선택하고 실행 아이콘을 클릭하거나 키보드 단축키를 사용합니다(Windows/Linux의 경우 Ctrl + A + Enter, Mac의 경우 Cmd + A + Enter).

스크립트를 작성할 때 필요한 경우 코드 주석을 추가하여(해시태그 기호 # 뒤에 주석 텍스트 줄 사용) 잠재적인 미래 독자에게 특정 코드 조각의 이면에 있는 이유를 설명하는 것이 좋습니다.

또한 스크립트의 시작 부분에 몇 가지 중요한 컨텍스트(코드 작성자 및 기여자, 코드 작성 시기, 업데이트 시기, 코드 범위 등)를 추가하는 것이 좋습니다. 또 다른 유용한 방법은 초기 정보를 제공한 직후 스크립트의 시작 부분에 필요한 모든 R 패키지를 로드하는 것입니다.

RStudio에서 다양한 작업을 수행하는 방법

다음으로 데이터 분석을 위해 RStudio에서 수행할 수 있는 작업에 대해 설명합니다. 사실상, 우리가 고려할 모든 작업은 RStudio와 엄격하게 관련되는 것이 아니라 일반적으로 모든 IDE에서 R을 사용하는 것과 관련이 있습니다.

따라서 우리는 이러한 작업의 모든 기술적 세부 사항을 세부적으로 살펴보지 않을 것입니다. 대신 몇 가지 일반적인 작업, R의 실제 구현(코드 예제) 및 RStudio의 해당 작업에 대한 대체 방법(해당하는 경우)을 살펴보겠습니다.

아래 예제를 RStudio의 콘솔에 복사하여 붙여넣고 결과를 탐색합니다. 일반 및 대체(RStudio 관련) 방법을 모두 시도하는 것이 좋습니다.

R 패키지 설치

통사론:

install.packages("package_name")

예를 들어:

install.packages("tidyverse")

RStudio에서:

  • 모든 패키지는 컴퓨터의 하드 디스크에 한 번만 설치해야 하므로 스크립트 파일이 아닌 콘솔에 설치해야 합니다.
  • RStudio 인터페이스에서 직접 패키지를 설치할 수 있습니다: 패키지 탭(왼쪽 아래 영역)을 열고 설치를 클릭한 다음 다음과 같이 공백 또는 쉼표로 구분된 CRAN에서 필요한 패키지를 선택합니다.

RStudio 설치

R 패키지 로드Loading R Packages

통사론:

library(package_name)

예를 들어:

library(tidyverse)

패키지를 설치하는 데는 따옴표를 사용했지만 패키지를 로드하는 데는 따옴표를 사용하지 않습니다.

RStudio에서:

  • 필요한 모든 패키지를 콘솔이 아닌 스크립트 파일에 로드합니다.
  • 설치된 패키지 또는 시스템 패키지를 로드/언로드하는 작업은 패키지 탭에서 해당 패키지를 검색하고 체크/선택 해제하여 수행할 수 있습니다. 일부 패키지는 다른 패키지에서 가져온 경우 언로드할 수 없습니다.

Checking Loaded R Packages

Run in the console (.packages()) or search() to get a list of all the loaded packages.

In RStudio: open the Packages tab, search for a specific package, and check if the box to the left of its name is ticked.

Getting Help on an R Package or any Built-in R Object

설치 및 로드된 패키지, 설치 및 로드된 패키지의 함수 또는 기타 기본 제공 R 개체(예: 미리 로드된 데이터 세트)에 대한 도움말을 보려면 다음 구문 중 하나를 사용합니다.

help(package_or_function_name)

또는

help("package_or_function_name")

또는

?package_or_function_name

참고괄호 없이 help 함수에 함수 이름을 전달해야 합니다.

도움말 탭이 패키지 또는 개체 설명서와 함께 열립니다. 패키지를 확인하는 경우 모든 기능 목록과 각 기능에 대한 문서 링크를 얻을 수 있습니다.

예를 들어, 콘솔에서 다음을 실행합니다(readr 및 dplyr 패키지가 설치되고 로드되었는지 확인한 후).

help("read.csv") ?readr help(help) help('CO2')

RStudio: 패키지 탭에서 원하는 패키지 이름(로드되지 않은 경우에도)을 찾아 클릭하고 도움말 탭에서 결과를 확인합니다.

데이터 가져오기

world_population <- read.csv("world_population.csv")

(위의 코드를 실행하려면 먼저 Kaggle에서 공개적으로 사용 가능한 세계 인구 데이터 세트를 다운로드하고 R 스크립트를 저장한 동일한 폴더에 압축을 풉니다.)

위의 코드를 실행한 결과는 작업 폴더에 R 데이터 프레임이 됩니다.

RStudio에서:

  • 파일 – 데이터 세트 가져오기

또는

  • Environment(환경) 탭에서 Import Dataset(데이터 집합 가져오기)을 클릭합니다.

RStudio 데이터 집합 가져오기

그런 다음 텍스트에서(기본)...를 선택하고, 오른쪽 폴더로 이동하고, 가져올 파일을 선택하고, 팝업 창에서 이름제목구분 기호 및 소수 필드를 채우거나 확인하고, 데이터 집합 구조를 미리 보고, 가져오기를 클릭합니다.

RStudio 가져온 데이터 집합

이제 환경 탭과 새 탭에서 열린 스프레드시트에서 가져온 데이터 세트를 찾아 탐색할 수 있습니다.

RStudio 가져온 데이터 집합 2

R을 사용하여 데이터를 가져오는 방법에 대해 자세히 알아보려면 다방면에 걸친 DataCamp 기술 트랙인 R을 사용하여 데이터 가져오기 및 정리를 살펴보세요. DataCamp Workspace에서 가져오고 작업할 수 있는 다양한 데이터 세트를 찾을 수 있습니다.

기본 제공 R 데이터 집합 액세스Accessing Built-in R Datasets

이름 및 간단한 설명을 포함하여 R에 미리 로드된 사용 가능한 샘플 데이터 세트의 전체 목록을 보려면 콘솔에서 다음 코드를 실행합니다.

data()

표시된 이름 중 하나를 가져 와서 각 이름을 변수 (데이터 프레임 포함)로 사용하여 R에서 작업하고 기술을 연습 할 수 있습니다.

선택한 미리 로드된 데이터 세트에 대한 자세한 정보가 필요한 경우 help() 함수(예: help(CO2))를 실행합니다.

RStudio에서 데이터 랭글링 및 분석

다른 R IDE와 마찬가지로 RStudio에서도 R의 데이터에 액세스, 조작, 변환, 분석 및 모델링할 수 있습니다. 다음은 CO2 기본 제공 데이터 세트에서 수행되는 표준 작업의 몇 가지 예입니다.

head(CO2) tail(CO2) colnames(CO2) dim(CO2) str(CO2) summary(CO2) summary(CO2$uptake) median(CO2$uptake) class(CO2$uptake) unique(CO2$Treatment) subset(CO2, conc == min(CO2$conc))

RStudio에서 하나씩 실행하고 출력을 관찰해 보십시오.

RStudio에서 데이터 그리기

다른 R IDE와 마찬가지로 RStudio에서도 데이터를 그릴 수 있습니다. 다음은 CO2 및 Orange 내장 데이터 세트에 대한 간단한 플롯을 만드는 몇 가지 예입니다. 두 경우 모두 결과 플롯은 플롯 탭에 나타나며 해당 탭의 내보내기 버튼을 사용하여 내보낼 수 있습니다.

hist(CO2$uptake)
  • RStudio 히스토그램산점도 만들기:
plot(Orange$age, Orange$circumference)

RStudio 산점도

기본 plot() 함수에 사용할 수 있는 몇 가지 매개변수를 조정하여 마지막 플롯에 미학을 추가할 수 있습니다.

plot(Orange$age, Orange$circumference, xlab="Age", ylab="Circumference", main="Circumference vs. Age", col="blue", pch=16)

RStudio 산점도 2

또는 ggplot2 또는 R이 방대한 선택을 제공하는 다른 특수 데이터 시각화 패키지를 사용할 수 있습니다. DataCamp 스킬 트랙 R을 사용한 데이터 시각화는 R에서 플로팅 기술을 마스터하기 시작하는 좋은 포인트가 될 수 있습니다.

R에서 처음부터 데이터 만들기

다시 말하지만, 이 경우 RStudio는 다른 R IDE와 다르지 않습니다.

벡터를 만들려면:

oceans <- c("Arctic", "Atlantic", "Indian", "Pacific", "Southern") avg_depth <- c(1.2, 3.65, 3.74, 3.97, 3.27)

(위의 데이터는 Wikipedia에서 가져온 것입니다.)

데이터 프레임을 만들려면:

oceans_depth <- data.frame(oceans, avg_depth)

결과 출력:

print(oceans_depth)

결과 벡터 및 데이터 프레임은 RStudio의 환경 탭에도 표시됩니다.

RStudio 가져온 데이터 세트 3

결론

이 자습서에서는 RStudio 사용의 여러 가지 필수 측면을 살펴보았습니다.

  • RStudio의 정의와 장점
  • RStudio를 설치하는 방법
  • RStudio 인터페이스의 모양 및 주요 부분 사용 방법
  • 콘솔에서 코드를 실행하는 것과 스크립트에서 실행하는 것의 차이점
  • 현재 RStudio 세션에서 사용되는 모든 개체를 찾을 수 있는 위치
  • 스크립트 작성을 위한 모범 사례The best practices for writing scripts
  • RStudio에서 R 패키지 설치 및 로드, 데이터 가져오기, 데이터 랭글링, 분석 및 시각화, 처음부터 R 개체 만들기 등과 같은 다양한 작업을 수행하는 방법

이제 RStudio에 익숙해졌으므로 계속 사용할 수 있습니다. 예를 들어 RStudio에서 고유한 R 프로젝트를 빌드하는 것이 좋습니다. 더 많은 영감을 얻으려면 10년 상위 2022개 R 프로젝트 아이디어에 대한 기사를 확인하세요.

RStudio에서 프로젝트를 만들기 전에 R에 대한 더 많은 교육이 필요하다고 생각되면 다음과 같은 초보자 친화적이고 철저한 온라인 경력 및 기술 트랙과 DataCamp 과정을 고려하십시오.


Comments