Python vs. R

Im akademischen Bereich ist R schon lange eine wichtige Konstante wenn es darum geht statistische Auswertungen aka Data Science zu machen (Link). Lange wurde Python wegen seines guten Handlings von Daten als Ersatz für Mainstream-Anwendungen benutzt. Das Datenhandling war ähnlich einfach wie das in R.
R ist im Vergleich zu anderen Programmiersprachen gewöhnungsbedürftig (Link). Auch wenn diese Dinge wie Schleifen vs apply oder der Mangel an graphischen Interfaces (GUI), Blockkommentaren oder Multithreading berechtigt sind, so lässt sich R aber sehr komfortabel als Scriptsprache, wie unter anderem auch Python einsetzen.
Das führt auch  zu einer ständig wachsenden Beliebtheit dieser Sprache wie Redmonk in ihrem Ranking für Programmiersprachen feststellt feststellt (Link). Python schneidet bei diesen Rankings deutlich besser ab. Einen Anteil an der wachsenden Popularität von R hat das gute R IDE RStudio (Link), das abgesehen von der Doppelklick-Select-Word Anomalie sehr zu empfehlen ist.

Kurz zusammengefasst: R ist nicht tot sondern erfreut sich wachsender Beliebtheit und Python sowieso.

Motivation

Oft gesehen (Link):

R: Jeden zweiten Wert aus eine Matrix auswählen

Ausgangsbasis war eine Matrix die doppelte Zeilen enthielt. Mit folgenden R Schnipsel reduziere ich die Matrix indem ich nur jeden zweiten Wert auswähle.
a = mymatrix[seq(1, dim(mymytrix)[1], 2),]
Die entscheidende Funktion ist hier das generieren einen Sequenz mit der Schrittweite 2.
seq(1, dim(mymatix)[1], 2)

R in Version 3.0.0 erschienen

Es ist kaum zu glauben, aber mit der Version R 3.0.0 ist seit langer Zeit ein Major-Release für R erschienen (Link). Aus meiner Sicht sind die es trotz des Major Releases eher evolutionäre Änderungen, die einige Unschöne Dinge und Limits beseitigen. An einigen Stellen wurden für größere bzw. längere Daten geändert (Vektoren, RAM) die Performance nur leicht verbessert. Ich gehe davon aus, dass R bei normalen Aufgaben auch jetzt nicht besser mit der Anzahl der Prozessoren skalieren wird.

Freies R Lehrbuch

Wikipedia ist jedem Bekannt und ist heute so etwas wie ein kollektives Gedächtnis oder für viele eine Art dritte Gehirnhälfte. Neben dem Wikipedia-Projekt gibt es weitere Projekte, z.B. Wikibooks. Wikibooks sind Lehrbücher zu speziellen Themen. Zur Zeit helfe ich bei der Erstellung eines Buchs über die Statistik-Software und Sprache R. Helfer sind gern willkommen. Ein allgemeines Problem bei den Wikibooks ist, dass viel Experten zwar tiefgreifendes Expertenwissen haben aber nicht in der Lage sind, leicht verständliche Texte zu schreiben. Ein Grund dafür ist, dass die Experten meist ein Uni-Karriere hinter sich haben und dem entsprechend sozialisiert sind. Ihr Schreibstiel ist eher kompliziert und akademisch und weniger erklärend. Aus diesem Grund ist es wichtig, dass nicht nur Fachexperten bei Wikibooks helfen, sondern auch normale Anwender. Bitte helft mit, nicht nur Experten sind wichtig um gute Bücher zu schreiben.

Export großer Tabellen aus SAS oder JMP

Prinzipiell kann man seine Daten aus SAS oder JMP exportieren z.B. als Excel Datei. Leider funktioniert das nicht bei Tabellen mit sehr vielen Spalten (>255). Schuld daran ist weder das Excel Dateiformat noch SAS. Es ist kein SAS Bug sondern benutzt dort SAS eine Funktion in Windows für, die an dieser Stelle limitiert ist. SAS weiss das und bietet keinen eigenen Baustein an, der dieses Problem umgeht. Wahrscheinlich hat SAS kein gesteigertes Interesse das der Kunde seine Daten exportiert. Aber es gibt ein Workaround in Form eines SAS Makros von SAS selbst (Link). Damit wird eine Excel-Datei erzeugt, die eine Reihe von Tabellen mit jeweils 255 Spalten enthält. Damit hat man seine Daten exportiert und steht nur noch vor der Aufgabe die Daten wieder zusammenzusetzen.

So sieht eine funktionierende Beispielkonfiguration besagten Export-Skripts aus.

R auf dem Mac

R auf dem Mac stellt mich vor einige Hürden.

Die erste Hürde war die Konfiguration des Proxy. Leider verwendet R nicht die Systemeinstellungen und im Preferences-Fenster gab es keine passendes Feld. Also muss der Proxy in der R Konsole eingestellt werden: Sys.setenv(http_proxy="http://proxy:1234")

Die zweite Hürde trat auf bei der Installation ein Source-Pakets.
R CMD INSTALL Desktop/GenABEL_1.6-0.tar.gz 

* installing to library ‘/Users/mirkoebert/Library/R/2.11/library’
* installing *source* package ‘GenABEL’ ...
** libs
*** arch - i386
sh: make: command not found
ERROR: compilation failed for package ‘GenABEL’
* removing ‘/Users/mirkoebert/Library/R/2.11/library/GenABEL’

Es fehlte make. Um dies zu beheben muss man Apples XCode installieren. Dazu muss man sich bei Apple kostenlos registrieren lassen. Danach funktionierte die Paketinstallation reibungslos.


Nachtrag 01-2015:
Heute ist sehr einfach geworden R auf dem Mac zum laufen zu bringen. Mittel Paketmanager homebrew läßt sich jetzt ohne Problem installieren:
brew tap homebrew/science
brew install R