Domeniul de vizibilitate al funcțiilor (1)

Domeniul de vizibilitate (scoping) reprezintă modul în care R caută valoarea unei variabile atunci când îi este dat un nume. De exemplu, pentru x <- 5, scoping-ul este mecanismul prin care R știe unde să caute pentru a găsi că valoarea lui x este 5.

Încearcă acest exercițiu despre domeniul de vizibilitate!

percent_to_decimal <- function(percent) {
    decimal <- percent / 100
    decimal
}

percent_to_decimal(6)
[1] 0.06

Ce returnează tastarea decimal acum?

Acest exercițiu face parte din cursul

R intermediar pentru finanțe

Exercițiu interactiv practic

Transformă teoria în practică cu unul dintre exercițiile noastre interactive

Începe exercițiul

Acest exercițiu face parte din cursul

R intermediar pentru finanțe

SkillTag.level.beginnerSkillTag.label

4.8+

Începe cursul gratuit

Bine ai venit! Înainte de a aprofunda lumea R, este util să înțelegi cum funcționează datele calendaristice și orele în R. Acest capitol îți oferă tot ce ai nevoie pentru a începe să lucrezi cu date, dar abia atinge suprafața a ceea ce poți face cu ele.

Exercise 1: Introducere în date calendaristice în R Exercise 2: Ce zi este azi?Exercise 3: De la șir de caractere la dată Exercise 4: Mai multe date Exercise 5: Formate de dată și funcții de extracție Exercise 6: Formate de date (1)Exercise 7: Formate de dată (2)Exercise 8: Scăderea datelor calendaristice Exercise 9: months(), weekdays() și quarters() – toate la un loc!

Imaginează-ți că deții acțiuni la o companie. Dacă prețul acțiunii depășește un anumit nivel, poate vrei să vinzi. Dacă scade sub un anumit prag, poate vrei să cumperi cât este ieftin! Acest tip de logică poate fi implementat cu ajutorul operatorilor și al instrucțiunilor if. În acest capitol vei învăța totul despre ele și vei crea un program care îți spune când să cumperi sau să vinzi o acțiune.

Exercise 1: Operatori relaționali Exercise 2: Practică cu operatori relaționali Exercise 3: Operații vectorizate Exercise 4: Operatori logici Exercise 5: Și / Sau Exercise 6: Not!Exercise 7: Valori logice și subset()Exercise 8: Toate la un loc!Exercise 9: Instrucțiuni condiționale if Exercise 10: Dacă aceasta Exercise 11: Dacă da, altfel nu Exercise 12: Dacă asta, altfel dacă ailaltă, altfel cealaltă Exercise 13: Poți pune un If în interiorul unui If?Exercise 14: ifelse()

Buclele sunt utile atunci când vrei să aplici aceeași operație fiecărui element din structura ta de date. În acest capitol vei învăța totul despre buclele repeat, while și for!

Exercise 1: Bucle repeat Exercise 2: Repetă, repetă, repetă Exercise 3: Când să folosești break?Exercise 4: Bucle while Exercise 5: While cu print Exercise 6: While cu un grafic Exercise 7: Ieșire din buclă Exercise 8: Bucle for Exercise 9: Iterează printr-un vector Exercise 10: Iterează prin rândurile unui data frame Exercise 11: Iterează peste elementele unei matrice Exercise 12: Break și next

Dacă structurile de date precum cadrele de date și vectorii reprezintă modul în care îți stochezi datele, funcțiile sunt modul în care îi spui lui R ce să facă cu ele. În acest capitol vei învăța să folosești funcții integrate, să îți creezi propriile funcții și vei încheia cu o scurtă introducere în pachete.

Exercise 1: Ce sunt funcțiile?Exercise 2: Ajutor și documentație pentru funcții Exercise 3: Argumente opționale Exercise 4: Funcții în funcții Exercise 5: Scrierea funcțiilor Exercise 6: Prima ta funcție Exercise 7: Argumente multiple (1)Exercise 8: Argumente multiple (2)Exercise 9: Domeniul de vizibilitate al funcțiilor (1)

Exercițiul curent

Exercise 10: Domeniul de vizibilitate al funcțiilor (2)Exercise 11: Pachete Exercise 12: Pachetul tidyquant

O alternativă populară la bucle în R o reprezintă funcțiile apply. Acestea sunt adesea mai ușor de citit decât buclele și sunt extrem de utile pentru a scala fluxul de lucru în știința datelor, permițând efectuarea unor calcule complexe pe oricâte observații. Descoperă-le aici!

Exercise 1: De ce să folosești apply?Exercise 2: lapply() aplicat pe o listă Exercise 3: lapply() aplicat pe un data frame Exercise 4: Argumente FUN Exercise 5: sapply() – simplific-o!Exercise 6: sapply() vs. lapply()Exercise 7: Când simplificarea eșuează Exercise 8: vapply() – specifică rezultatul așteptat!Exercise 9: vapply() vs. sapply()Exercise 10: Mai mult cu vapply()Exercise 11: Funcții anonime Exercise 12: Felicitări