在 Ubuntu 18.04 上安装 R 编程在 Ubuntu 18.04 上安装 R 编程在 Ubuntu 18.04 上安装 R 编程在 Ubuntu 18.04 上安装 R 编程
  • 业务
  • 目标
  • 支持
  • 登录
找到的结果: {phrase} (显示: {results_count} 共: {results_count_total})
显示: {results_count} 共: {results_count_total}

加载更多搜索结果...

搜索范围
模糊匹配
搜索标题
搜索内容

在 Ubuntu 18.04 上安装 R 编程

发表 admin at 2025年2月28日
类别
  • 未分类
标签

在本课程中,我们将了解如何在 Ubuntu 18.04 上安装并开始使用 R 编程语言。 R 是一种优秀的开源图形和统计计算编程语言,是继 Python 之后最常用的数据科学和机器学习编程语言之一,与最好的工具之一 Jupyter Notebooks 一起使用。

我们将从在 Ubuntu 18.04 上安装 R 编程语言开始,并继续使用该语言编写一个非常简单的程序。让我们开始吧。

添加 GPG 密钥

我们首先需要添加相关的GPG密钥:

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

这是我们使用此命令返回的结果:

添加 GPG 密钥

添加 R 存储库

我们现在可以为 R 编程语言版本添加 R 存储库:

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

这是我们使用此命令返回的结果:

添加 R 存储库

更新包列表

让我们更新 Ubuntu 软件包列表:

sudo apt update

安装R

现在我们终于可以安装 R 编程语言了:

sudo apt install r-base

验证安装

运行以下命令来验证您的安装:

sudo -i R

一旦我们写了上面的命令,我们就会看到 R 控制台:

验证 R 安装

通过 Hello World 开始使用 R 编程

一旦我们在 Ubuntu 18.04 上有效安装了 R 编程语言,我们将开始在一个非常简单且传统的“Hello World”程序中使用它。要执行一个简单的程序,我们只需打开一个终端,键入以下命令即可打开 R 控制台:

$ R

我们现在可以开始在控制台中编写简单的语句:

> helloLinuxHint <- "Hello World"
> print (helloLinuxHint)

这是我们使用此命令返回的结果:

你好世界

运行基于 R 的脚本

还可以使用 R 命令行工具运行基于 R 的脚本。为此,请创建一个包含以下内容的新文件“linux.R”:

helloLinuxHint <- "Hello from the script, World!"
print(helloLinuxHint)

以下是我们通过运行此脚本的命令返回的结果:

从 Rscript 运行 R 程序

这是我们使用的命令:

Rscript linux.R

最后,我们将演示另一个简单的程序,用 R 来计算数字的阶乘。下面是一个示例程序,展示了如何执行此操作:

num = 5
factorial = 1

# check if the number is negative, positive or zero
if(num < 0) {
  print("Sorry, number cannot be negative.")
} else if(num == 0) {
  print("The factorial of 0 is 1.")
} else {
  for(i in 1:number) {
  factorial = factorial * i
}
print(paste("The factorial of", num ,"is:",factorial))
}

我们可以使用以下命令运行上面的脚本:

Rscript factorial.R

数据科学领域的 Python 与 R

如果您是初学者,很难选择 Python 或 R 来进行数据分析和可视化。这两种语言都有很多超乎你想象的通用库。几乎每一项任务都可以用这两种语言来完成,可能与数据整理、工程、特征选择、网络抓取、应用程序等有关。对于 Python,我们可以考虑的一些要点包括:

  • Python是一种大规模部署和实现机器学习的语言

  • Python 中的代码更具可扩展性和可维护性

  • 大多数数据科学工作可以使用五个 Python 库来完成:Numpy、Pandas、Scipy、Scikit-learn 和 Seaborn,它们在过去几个小时内得到了重大发展,并且正在赶上 R 编程语言

让 R 更有用的一些事情是许多统计产品的可用性,这些产品为业务用例创造了出色的输出,我们将在接下来的帖子中发现这些结果。

结论:在 Ubuntu 18.04 上安装 R

©2015-2025 Norria support@alaica.com