Objektumok megtekintése

Fontos tudatosítani, hogy a print eredménye többnyire nem felel meg az adott objektum pontos tartalmának:

options(digits = 2) # hány tizedesjegyet jelenítsen meg
vec <- rnorm(4)
print(vec)

## [1] -0.56 -1.75 -0.89  0.81

# demonstráció 1
options(digits = 10)
vec

## [1] -0.5642454586 -1.7464625950 -0.8867054432  0.8092280915

# demonstráció 2
class(vec) <- "specialVector"
print.specialVector <- function(x, ...) print.default("hello")
print(vec)

## [1] "hello"

# állítsuk vissza az alapbeállításra
options(digits = 7)

Egy objektum struktúrájáról többet megtudhatsz az RStudio "Environment" ablakában a megfelelő objektumra pillantva, amely valójában a str függvény eredményét jeleníti meg.

• str -> roppant hasznos

# az előbbi példát folytatva:
str(vec)

## Class 'specialVector'  num [1:4] -0.564 -1.746 -0.887 0.809

# új példa:
mydat <- matrix(rnorm(10), 2, 5, 
                dimnames=list(c("lower", "upper"),
                              paste("col", 1:5, sep=".")))
mydat

##             col.1     col.2     col.3      col.4     col.5
## lower -0.23731533 0.6219901 0.5442327 -0.6268696 0.6113179
## upper  0.09800529 0.2378772 0.2899766  1.2595817 0.8335864

str(mydat)

##  num [1:2, 1:5] -0.237 0.098 0.622 0.238 0.544 ...
##  - attr(*, "dimnames")=List of 2
##   ..$ : chr [1:2] "lower" "upper"
##   ..$ : chr [1:5] "col.1" "col.2" "col.3" "col.4" ...

• hosszú listák megtekintésekor érdemes lehet használni a str függvény argumentumait (lásd ?str)

# generáljunk egy bonyolult listát 
# (illesszünk egy regressziós modellt)
fit <- lm(mpg ~ wt, mtcars)

# nézzük meg a 'fit' objektum struktúráját
str(fit, max.level = 1, give.attr = FALSE)

## List of 12
##  $ coefficients : Named num [1:2] 37.29 -5.34
##  $ residuals    : Named num [1:32] -2.28 -0.92 -2.09 1.3 -0.2 ...
##  $ effects      : Named num [1:32] -113.65 -29.116 -1.661 1.631 0.111 ...
##  $ rank         : int 2
##  $ fitted.values: Named num [1:32] 23.3 21.9 24.9 20.1 18.9 ...
##  $ assign       : int [1:2] 0 1
##  $ qr           :List of 5
##  $ df.residual  : int 30
##  $ xlevels      : Named list()
##  $ call         : language lm(formula = mpg ~ wt, data = mtcars)
##  $ terms        :Classes 'terms', 'formula' length 3 mpg ~ wt
##  $ model        :'data.frame':    32 obs. of  2 variables:

• head és tail -> főként data.frame esetén jön jól

datfr <- data.frame(characters = letters[1:20], numbers = 1:20)

• első 10 elem kiírása

head(datfr, 10)

##    characters numbers
## 1           a       1
## 2           b       2
## 3           c       3
## 4           d       4
## 5           e       5
## 6           f       6
## 7           g       7
## 8           h       8
## 9           i       9
## 10          j      10

• utolsó 10 elem kiírása

tail(datfr, 10)

##    characters numbers
## 11          k      11
## 12          l      12
## 13          m      13
## 14          n      14
## 15          o      15
## 16          p      16
## 17          q      17
## 18          r      18
## 19          s      19
## 20          t      20