R क्या है? - सांख्यिकीय कंप्यूटिंग के पावरहाउस का परिचय

R एक सांख्यिकीय प्रोग्रामिंग टूल है जो डेटा—वह भी बहुत अधिक—को संभालने के लिए विशेष रूप से सक्षम है। 

बहुत बड़ी मात्रा में जानकारी को सुसंगठित करना और प्रकाशन-योग्य ग्राफ़िक्स व विज़ुअलाइज़ेशन तैयार करना R के साथ आसान है। इसी तरह हर तरह के डेटा विश्लेषण, माइनिंग और मॉडलिंग कार्य भी। 

क्योंकि इसे शुरू में सांख्यिकीविदों ने सांख्यिकीय उद्देश्यों के लिए डिज़ाइन किया था, R आज की दुनिया के एक महत्वपूर्ण क्षेत्र—डेटा साइंस—के लिए असाधारण रूप से उपयुक्त है।

हालाँकि R का मुख्य कार्य सांख्यिकीय विश्लेषण और ग्राफ़िक्स है, इसका उपयोग इनसे आगे बढ़कर AI, मशीन लर्निंग, वित्तीय विश्लेषण और बहुत कुछ तक फैला हुआ है।

दुनिया की सबसे लोकप्रिय प्रोग्रामिंग भाषाओं में लगातार शामिल रहने के साथ—और उच्च वेतन दिलाने वाली भाषा होने के नाते—R 1990 के शुरुआती दशक से मौजूद है और आज भी उतनी ही मजबूत है।

तो R है क्या? आगे पढ़ें और R प्रोग्रामिंग भाषा के बारे में अधिक जानें—इसके इतिहास से लेकर, कौन इसका उपयोग करता है, और R कौशल के साथ संभावित करियर पथ तक।

R क्या है?

R एक सांख्यिकीय कंप्यूटिंग और ग्राफ़िक्स सिस्टम है। यह सिस्टम दो भागों से मिलकर बना है: स्वयं R भाषा (जिसका जिक्र लोग आमतौर पर R कहते समय करते हैं) और एक रन-टाइम वातावरण।

R एक इंटरप्रेटेड भाषा है, यानी उपयोगकर्ता इसकी फ़ंक्शंस तक कमांड-लाइन इंटरप्रेटर के माध्यम से पहुँचते हैं। 

Python और Java जैसी भाषाओं के विपरीत, R एक जनरल-पर्पज़ प्रोग्रामिंग भाषा नहीं है। इसके बजाय, इसे डोमेन-स्पेसिफिक लैंग्वेज (DSL) माना जाता है, यानी इसकी फ़ंक्शंस और उपयोग किसी विशेष क्षेत्र या डोमेन के लिए डिज़ाइन किए गए हैं। 

R के मामले में, यह क्षेत्र है सांख्यिकीय कंप्यूटिंग और विश्लेषण। विस्तार से कहें तो, R का उपयोग आमतौर पर हर तरह के डेटा साइंस कार्यों में होता है।

R में डेटा विज़ुअलाइज़ेशन सक्षम करने वाले फ़ंक्शंस का बड़ा सेट है, ताकि उपयोगकर्ता डेटा का विश्लेषण कर सकें, आवश्यकता अनुसार उसका मॉडल बना सकें, और फिर ग्राफ़िक्स तैयार कर सकें। भाषा की अंतर्निहित ग्राफ़िकल फ़ंक्शंस के अलावा, ऐसे कई ऐड-ऑन या मॉड्यूल भी हैं जो इसमें सहूलियत देते हैं। 

R प्रोग्रामिंग भाषा कितनी लोकप्रिय है?

R एक लोकप्रिय प्रोग्रामिंग भाषा है, विशेष रूप से डेटा साइंस, अकादमिक शोध और सांख्यिकी जैसे क्षेत्रों में।

अक्टूबर 2023 में, R TIOBE इंडेक्स में 17वें स्थान पर था, जबकि अगस्त 2020 में यह 8वें स्थान पर था। मासिक रूप से अपडेट होने वाला TIOBE इंडेक्स किसी प्रोग्रामिंग भाषा की लोकप्रियता का अच्छा संकेतक है। 

इंडेक्स में 50 भाषाएँ सूचीबद्ध हैं और 8000 से अधिक अन्य प्रोग्रामिंग भाषाएँ मौजूद हैं, इसलिए यह कहना सुरक्षित है कि R लोकप्रिय है!

मई 2020 में, R कुछ समय के लिए TIOBE इंडेक्स के शीर्ष-बीस से बाहर हो गया, जिससे कई लोगों ने अटकल लगाई कि अकादमिक शोध से व्यावसायिक उपयोग की ओर भाषा की छलांग को Python ने जल्दी ही प्रतिस्थापित कर दिया। हालाँकि, यह लोकप्रियता में आई गिरावट ज्यादा देर नहीं रही और जैसा कि TechRepublic ने रिपोर्ट किया, उसी साल जुलाई तक R फिर से शीर्ष दस में था।

R सांख्यिकीय इंजीनियरों और सांख्यिकीय शोध के लिए पसंदीदा भाषा है। और दुनिया भर की विश्वविद्यालयें अनेक क्षेत्रों में अपने शोध कार्य में मदद के लिए R का उपयोग करती हैं।

“R की सफलता इस बात का उदाहरण है कि अकादमिक जगत द्वारा समर्थित समुदाय किसी भाषा को उसकी अपेक्षित सीमा से परे कैसे ले जा सकता है।” - स्टीफन ओ'ग्रेडी, RedMonk विश्लेषक

कई लोग मानते हैं कि 2020 में R की शीर्ष-दस लोकप्रियता तक छलांग COVID-19 शोध में भाषा के बढ़ते उपयोग के कारण थी। जब डेटा को बड़े पैमाने पर संभालना हो, तो R आदर्श टूल है—यह केवल एक कारण है कि अपने आरंभ के लगभग 30 साल बाद भी भाषा आज लोकप्रिय है।

R कब बनाई गई थी?

R को 1990 के शुरुआती दशक में ऑकलैंड विश्वविद्यालय के सांख्यिकीविद Ross Ihaka और Robert Gentleman ने बनाया था। 

न्यूजीलैंड के इस विश्वविद्यालय में उस समय दोनों ही सांख्यिकी के प्रोफेसर थे। उन्होंने अपने कंप्यूटर विज्ञान प्रयोगशालाओं में, जैसा कि Ihaka ने कहा, “बेहतर सॉफ्टवेयर वातावरण की एक सामान्य जरूरत” देखी। इस एहसास ने उन्हें R विकसित करना शुरू करने के लिए प्रेरित किया, जो इससे पहले की S प्रोग्रामिंग भाषा का एक इम्प्लीमेंटेशन था। 

हालाँकि प्रोफेसरों ने 90 के दशक की शुरुआत में R पर काम शुरू कर दिया था, लेकिन संस्करण 1.0.0 आधिकारिक तौर पर फरवरी 2000 तक जारी नहीं हुआ। 

R के नाम का क्या अर्थ है?

R भाषा का नाम दो कारणों से पड़ा: क्योंकि R इसके आविष्कारकों के नामों का पहला अक्षर है, और क्योंकि R इसके मूल भाषा S के नाम पर एक शब्द-खेल है, जिसे मूल रूप से Bell Telephone Laboratories ने विकसित किया था।

R और S और Scheme

R को पूरी तरह समझने के लिए, S को समझना सहायक होता है—वह मुख्य भाषा जिसने इसके विकास को प्रभावित किया।

S प्रोग्रामिंग भाषा 

S को 1970 के दशक के मध्य में Bell Labs में कार्यरत John Chambers और अन्य लोगों ने विकसित किया। इसका उद्देश्य सांख्यिकीय कंप्यूटिंग के लिए एक इंटरैक्टिव दृष्टिकोण देना था—ऐसा जो उपयोगकर्ता-अनुकूल हो और डेटा विश्लेषण के कार्यों को आसान और तेज़ बनाए। 

2013 के एक साक्षात्कार में, Chambers बताते हैं कि Bell Labs की टीम चाहती थी कि लोगों को “जहाँ कहीं से भी सर्वोत्तम संगणकीय विधियाँ आई हों, उन तक पहुँच” मिल सके। 

उन्होंने यह भी कहा कि टीम चाहती थी कि उपयोगकर्ता “एक इंटरैक्टिव वातावरण में शुरुआत करें, जहाँ वे स्वयं को सचेत रूप से प्रोग्रामिंग करते न सोचें। फिर जैसे-जैसे उनकी ज़रूरतें स्पष्ट हों और उनकी परिपक्वता बढ़े, वे धीरे-धीरे प्रोग्रामिंग में उतर सकें।”

S का समग्र दर्शन R जैसा ही था: ऐसा सॉफ्टवेयर वातावरण उपलब्ध कराना जो संगणकीय प्रोग्रामिंग और सांख्यिकीय विश्लेषण को सुगम बनाता हो, और जिसे कोई भी सीख सके। 

R की तरह, S का उपयोग भी सांख्यिकीय कार्यों पर केंद्रित लंबे प्रोग्राम लिखने के लिए किया जा सकता है। हालाँकि, R के विपरीत, S और इसका बाद का रूप S-PLUS लाइसेंस प्राप्त उत्पाद थे, यानी उन्हें किसी कंपनी से खरीदना पड़ता था।

यह ध्यान देना महत्वपूर्ण है कि R कोई अलग-थलग भाषा नहीं है; बल्कि, यह S की एक बोली है। 

सिंटैक्स और सिमैंटिक्स

भाषाविज्ञानी प्राकृतिक भाषाओं के तत्वों का वर्णन करने के लिए सिंटैक्स और सिमैंटिक्स शब्दों का उपयोग करते हैं, और कंप्यूटर वैज्ञानिकों ने इन शब्दों को प्रोग्रामिंग भाषाओं के लिए भी अपनाया है।

कंप्यूटर प्रोग्रामिंग में, सिंटैक्स उन नियमों को संदर्भित करता है जो किसी भाषा की ‘वर्तनी’ और ‘व्याकरण’ को निर्धारित करते हैं, जबकि सिमैंटिक्स इस बात को संदर्भित करता है कि किसी भाषा का डेटा या कमांड कैसे प्रस्तुत किया जाता है। 

अपने शुरुआती वर्षों में R का सिंटैक्स S से बहुत मिलता-जुलता था। इससे S-PLUS का उपयोग करने वालों के लिए R पर आना आसान हो गया, जिसने अकादमिक जगत में R की लोकप्रियता बढ़ाने में प्रमुख भूमिका निभाई। हालाँकि R का सिमैंटिक्स Scheme—एक फंक्शनल प्रोग्रामिंग भाषा—के ज्यादा करीब है। 

क्या R लो-लेवल है या हाई-लेवल भाषा?

R को हाई-लेवल प्रोग्रामिंग भाषा माना जाता है। यह वर्गीकरण मशीन भाषा से इसके एब्स्ट्रैक्शन के स्तर पर आधारित है। लो-लेवल भाषाओं के विपरीत, जिनमें कंप्यूटर मेमोरी और प्रक्रियाओं का गहन ज्ञान आवश्यक होता है, R जैसी हाई-लेवल भाषाएँ मानवों द्वारा आसानी से समझने और लिखने के लिए डिज़ाइन की जाती हैं, जिससे वे सांख्यिकीविदों, डेटा विश्लेषकों और शोधकर्ताओं के लिए अधिक सुलभ हो जाती हैं।

R शक्ति, विस्तारशीलता और लचीलापन भरपूर देती है, लेकिन Python जैसी भाषाओं की तुलना में इसकी ‘क़ीमत’ कुछ अधिक जटिलता के रूप में चुकानी पड़ती है। 

R सीखना सबसे आसान प्रोग्रामिंग भाषा नहीं है, लेकिन यह उतनी कठिन भी नहीं जितना कई लोग बताते हैं। DataCamp पिछले एक दशक से अधिक समय से लोगों को R सिखा रहा है, और हमने अपनी विधियाँ निखारी हैं। 

राज़ यह है कि पहले आवश्यक बातों पर ध्यान दें और फिर आगे बढ़ते हुए अपने R कौशल और ज्ञान को बढ़ाएँ। यदि आप R प्रोग्रामिंग आज़माना चाहते हैं, तो हमारा निःशुल्क Introduction to R कोर्स देखें। 

वर्षों में R कैसे विकसित हुआ है

अपने अधिकांश जीवनकाल में R ओपन-सोर्स रहा है, इसलिए भाषा के लिए उपलब्ध पैकेजों की संख्या में बड़े बदलाव आए हैं। 

स्वयं भाषा में भी कुछ बदलाव हुए हैं—पहले संस्करण से लेकर नवीनतम तक—और जिन क्षेत्रों में R का उपयोग होता है वे भी विस्तृत हुए हैं। उस पर विस्तार से चर्चा करने से पहले, R के इतिहास के कुछ मील के पत्थरों पर नज़र डालते हैं:

R का संक्षिप्त इतिहास

• 1991 - Ross Ihaka और Robert Gentleman ऑकलैंड विश्वविद्यालय के सांख्यिकी विभाग के लिए एक शोध परियोजना के रूप में S की नई बोली पर काम शुरू करते हैं।
• 1993 - R की पहली घोषणा सार्वजनिक रूप से डेटा आर्काइव StatLib और s-news मेलिंग सूची के माध्यम से होती है।
• 1995 - सहकर्मी सांख्यिकीविद Martin Mächler R के आविष्कारकों को भाषा को GNU जनरल पब्लिक लाइसेंस के तहत जारी करने के लिए राज़ी करते हैं, जिससे R निःशुल्क और ओपन-सोर्स दोनों बन जाती है।

Ihaka और Gentleman अपनी निर्णायक पेपर जारी करते हैं, जो R को दुनिया से परिचित कराता है। 

• 1997 - R कोर टीम का गठन हुआ, यह समूह ही R सोर्स कोड पर लिखने की अनुमति रखता है, और भाषा में सुझाए गए किसी भी बदलाव की समीक्षा और क्रियान्वयन करता है।

उसी वर्ष, Comprehensive R Archive Network (CRAN) गठित हुआ। भाषा के लिए खुले स्रोत R सॉफ्टवेयर पैकेजों का यह संग्रह—जो स्वयं भाषा के विस्तार हैं—पेशेवरों की अनेकों कार्यों में मदद करता है।

• 2000 - R संस्करण 1.0.0 सार्वजनिक रूप से जारी हुआ। 
• 2003 - R फाउंडेशन का गठन हुआ ताकि R सॉफ्टवेयर कॉपीराइट को धारण व प्रशासित किया जा सके और R भाषा परियोजना को समर्थन मिल सके।
• 2004 - R संस्करण 2.0.0 जारी हुआ। 
• 2009 - R जर्नल, सांख्यिकीय कंप्यूटिंग और शोध के लिए एक ओपन-एक्सेस जर्नल, स्थापित हुआ।
• 2013 - R संस्करण 3.0.0 जारी हुआ।
• 2020 - R संस्करण 4.0.0 जारी हुआ।
• जून 2023 - वर्तमान में हम R संस्करण 4.3.1 पर हैं।

R समुदाय

R समुदाय उन लोगों का समूह है जो दुनिया भर में R का उपयोग करते हैं, CRAN लाइब्रेरी पर उपलब्ध पैकेजों में योगदान करते हैं, या दोनों। 

यह समुदाय बहुत सक्रिय होने के लिए जाना जाता है; बहुत से लोग R पर फ़ोरम चलाते हैं, इस पर ब्लॉग लिखते हैं, और Stack Overflow तथा अन्य जगहों पर प्रश्नों के उत्तर देते हैं। वर्चुअल R संसाधनों और समर्थन के अलावा, कुछ बड़े R सम्मलेन भी नियमित रूप से आयोजित होते हैं।

यदि आप R के साथ कुछ करना चाहते हैं और आपको शुरू करने का तरीका नहीं पता, तो बहुत अच्छी संभावना है कि कोई पैकेज मौजूद हो जो मदद करे। चहल-पहल से भरे R समुदाय ने R की क्षमताओं का विस्तार करने वाले हजारों टूल बनाए हैं। 

CRAN के अनुसार, लगभग 20,000 R पैकेज उपलब्ध हैं। इनमें से कुछ पैकेज अपने आप में खासे प्रमुख हो चुके हैं, जिनमें Tidyverse शामिल है। आप R पैकेजों और उन्हें कैसे इंस्टॉल करें, इसके बारे में अलग मार्गदर्शिका में अधिक जान सकते हैं। 

R Tidyverse

यदि आपने R के बारे में थोड़ा बहुत पढ़ा है, तो संभवतः आपने Tidyverse के बारे में सुना होगा। 

Tidyverse कोई एकल पैकेज नहीं है; बल्कि, यह व्यक्तिगत R पैकेजों का एक समुच्चय है। ये सभी पैकेज डेटा साइंस और एनालिटिक्स के लिए डिज़ाइन किए गए हैं। 

कुल Tidyverse पैकेज का प्रत्येक टूल अन्य के साथ मिलकर काम करने और डेटा साइंस कार्यों के बीच बहुत स्पष्ट प्रवाह प्रदान करने के लिए बनाया गया है। 

Tidyverse, RStudio के चीफ साइंटिस्ट और ‘R for Data Science’ के सह-लेखक Hadley Wickham की परिकल्पना है। यह स्व-घोषित “R पैकेजों का मतपूर्ण संग्रह” विश्व भर में लोकप्रिय हुआ है, और दुनिया भर के डेटा वैज्ञानिक अपने काम के लिए अब Tidyverse पर निर्भर करते हैं।

वास्तव में, यह कहना सुरक्षित है कि जो भी आज R या सामान्य रूप से डेटा के साथ काम करना चाहता है, उसे Tidyverse समझना चाहिए। आप इसे DataCamp के ऑनलाइन Introduction to the Tidyverse और Tidyverse Fundamentals with R स्किल ट्रैक में देख सकते हैं।

डेटा साइंस का उदय

R के विकास का लेखा-जोखा देते समय डेटा साइंस के उभार का विस्तार से उल्लेख करना आवश्यक है। 

20वीं सदी के उत्तरार्ध में जब दुनिया ऐनालॉग सिस्टम्स से डिजिटाइज़ेशन (मौजूदा सिस्टम्स को डिजिटल बनाना) की ओर बढ़ी, तो डेटा का महत्व तेजी से बढ़ गया। आज, इसकी कीमत सोने से भी अधिक है। 

सभी क्षेत्रों और उद्योगों के व्यवसायों को प्रतिस्पर्धी बने रहने के लिए अपने ग्राहकों और संभावित ग्राहकों को समझने की आवश्यकता होती है, और सार्वजनिक संगठन तब बेहतर काम कर सकते हैं जब उनके पास संभव अधिकतम जानकारी हो। 

इन सभी डेटा में ऐसी बहुत-सी अंतर्दृष्टियाँ निहित हैं जिन पर संगठन पूंजी बना सकते हैं—उन्हें बस सही टूल चाहिए। 

R उन्हीं टूल्स में से एक है; अन्य हैं Python, SQL, Power BI, Tableau आदि। डेटा में छिपी जानकारी को ठीक से समझने के लिए हमें डेटा वैज्ञानिकों और विश्लेषकों जैसे पेशेवरों की आवश्यकता होती है।

जैसे-जैसे आधुनिक दुनिया में डेटा साइंस का महत्व बढ़ा, वैसे-वैसे डेटा को पढ़ने और व्याख्यायित करने के तकनीकी कौशल वाले लोगों की मांग भी बढ़ी। आज, उदाहरण के लिए, डेटा साइंस आईटी भूमिकाओं में सबसे अधिक वेतन पाने वालों में से है, जिसकी औसत तनख्वाह US$120,000 से अधिक है, Indeed के अनुसार।  

R कौन उपयोग करता है?

कई पेशेवर अपने काम में R का उपयोग करते हैं, और यह भाषा विभिन्न क्षेत्रों में प्रयुक्त होती है। उनसे पहले, आइए R कौशल के साथ कुछ संभावित करियर पर नज़र डालें।

R के साथ करियर

• डेटा साइंटिस्ट
• सांख्यिकीय इंजीनियर
• डेटा विश्लेषक
• R प्रोग्रामर
• डेटा आर्किटेक्ट
• डेटाबेस प्रशासक
• जियोस्टैटिस्टिशियन
• शोधकर्ता
• बिज़नेस इंटेलिजेंस 
• वित्तीय विश्लेषक
• मशीन लर्निंग साइंटिस्ट
• क्वांटिटेटिव विश्लेषक
• सांख्यिकीविद
• और भी बहुत कुछ…

वे क्षेत्र और उद्योग जहाँ R का उपयोग होता है

क्योंकि यह शक्तिशाली है और हर तरह के डेटा विश्लेषण, विज़ुअलाइज़ेशन और मॉडलिंग कार्य कर सकता है, R का उपयोग विविध उद्योगों और क्षेत्रों में होता है। यहाँ कुछ उदाहरण हैं:

अकादमिक जगत

जिस तरह अंग्रेज़ी वैश्विक लिंगुआ फ़्रैंका है, उसी तरह कई शैक्षणिक संस्थानों में R प्रमुख प्रोग्रामिंग भाषा है। इसका उपयोग केवल सांख्यिकी तक सीमित नहीं है; शोध के अनेक प्रकारों—जैसे सहसंबंधात्मक, प्रायोगिक और वर्णनात्मक—में परिमाणात्मक डेटा की आवश्यकता होती है, और ये सभी विभिन्न क्षेत्रों में होते हैं। 

डिजिटलाइज़ेशन (डेटा और संबंधित टूल्स को अपनाने की प्रक्रिया) और बिग डेटा के उभार ने अध्ययन और शोध के सभी क्षेत्रों को प्रभावित किया है, जिससे शैक्षणिक सेटिंग्स में R का बढ़ा हुआ उपयोग हुआ है। 

उदाहरण के लिए, कभी IBM का Statistical Package for the Social Sciences (SPSS) सामाजिक विज्ञानों के लिए अग्रणी सॉफ्टवेयर विकल्प था। अब, कई कारणों से R शीर्ष पसंद है:

• R संस्थानों और छात्रों दोनों के लिए 100% निःशुल्क है
• R सभी ऑपरेटिंग सिस्टम्स और विभिन्न फ़ाइल प्रकारों के डेटा के साथ संगत है
• R पारदर्शी और पुनरुत्पाद्य शोध को सक्षम बनाता है
• R डेटा विज़ुअलाइज़ेशन बनाना आसान बनाता है

शिक्षा में R पर 2013 के DataCamp सर्वेक्षण में दिखा कि 71.1% उत्तरदाता अर्थशास्त्र या व्यवसाय अध्ययन में थे जबकि केवल 10.5% कंप्यूटर विज्ञान में थे—यह दर्शाता है कि डेटा साक्षरता और कौशल सभी क्षेत्रों में मायने रखते हैं।

डेटा साइंस

Python के साथ-साथ, R डेटा साइंस की दुनिया में एक महत्वपूर्ण भाषा है। R की मदद से पेशेवर संरचित और असंरचित दोनों प्रकार के डेटा का मॉडलिंग और विश्लेषण कर सकते हैं; वे अपने काम में सहायक मशीन लर्निंग और सांख्यिकीय विश्लेषण के टूल भी R में बना सकते हैं।

R विभिन्न स्रोतों से डेटा को संभालना आसान बनाता है—आयात से लेकर विश्लेषण तक। साथ ही R सिस्टम स्वयं और CRAN लाइब्रेरी डेटा विज़ुअलाइज़ेशन के भरपूर फ़ंक्शंस और टूल्स प्रदान करते हैं, जिससे पेशेवर अपने शोध और निष्कर्षों को प्रभावशाली और आसानी से पढ़े जाने वाले प्रारूप में प्रस्तुत कर सकें।

सांख्यिकी

यह तो कहने की ज़रूरत ही नहीं—क्योंकि यह एक सांख्यिकीय प्रोग्रामिंग भाषा है—R सांख्यिकी और सांख्यिकीय कंप्यूटिंग के लिए प्रमुख विकल्प है; आखिरकार, इसे इसी उद्देश्य के लिए सांख्यिकीविदों ने डिज़ाइन किया था। 

पैकेजों की एक व्यापक शृंखला इस क्षेत्र में काम का समर्थन करती है, वहीं R भाषा स्वयं उन सॉफ्टवेयर टूल्स के विकास में उपयोग की जा सकती है जिनमें सांख्यिकीय फ़ंक्शंस शामिल हों। इसका उपयोग और भी आगे जा सकता है। एक साक्षात्कार में, RStudio के कंप्यूटर वैज्ञानिक Joe Cheng बताते हैं कि R को नई सांख्यिकीय भाषाएँ लागू करने के लिए एक जनरल-पर्पज़ भाषा के रूप में भी इस्तेमाल किया जा सकता है। 

वित्त

अपनी लचीलापन और किसी भी डेटा विश्लेषण कार्य के प्रति योग्यता के कारण, यह आश्चर्यजनक नहीं है कि वित्त में R का उपयोग बढ़ा है। ANZ और Bank of America जैसी कंपनियाँ क्रेडिट जोखिम विश्लेषण और मॉडलिंग, वित्तीय रिपोर्टिंग, निवेश पोर्टफोलियो संभालने और कई अन्य कार्यों के लिए इस भाषा का उपयोग करती हैं।

jrvFinance और Rmetrics जैसे समर्पित टूल्स वित्त में काम करने वालों को वित्तीय गणनाएँ करने में सक्षम बनाते हैं, भले ही उनकी प्रोग्रामिंग का अनुभव सीमित हो। 

DataCamp R for Finance पर कई कोर्स प्रदान करता है, जिनमें Finance Fundamentals in R और Applied Finance in R शामिल हैं।

सोशल मीडिया

अपने शुरुआती दिनों के Open Diary और Bolt से, सोशल मीडिया की पहुँच कुछ तकनीक-प्रवीण उपयोगकर्ताओं से बढ़कर लगभग हर स्मार्टफ़ोन उपयोगकर्ता तक हो गई है। आज के समय में ऐसा व्यक्ति ढूँढना कठिन है जो कोई भी सोशल मीडिया प्लेटफॉर्म इस्तेमाल न करता हो। 

सोशल मीडिया एक बड़ा व्यवसाय भी है—और यह व्यवसाय मुख्य रूप से डेटा का लेन-देन करता है। Meta (Facebook और Instagram) और TikTok जैसी कंपनियाँ उपयोगकर्ताओं की आदतों पर निर्भर रहती हैं ताकि वे अन्य कंपनियों को लक्षित विज्ञापन पेश कर सकें। 

सोशल मीडिया पर आप जो भी करते हैं या जिससे भी इंटरैक्ट करते हैं, वह सब ऐसे डेटा का सृजन करता है जिसे इस उद्देश्य के लिए इस्तेमाल किया जा सकता है—और R जैसे टूल सोशल मीडिया कंपनियों के लिए अपने द्वारा एकत्र किए गए भारी-भरकम डेटा से अंतर्दृष्टियाँ निकालने और उन एल्गोरिद्म को प्रबंधित करने का उत्तम तरीका हैं जो उपयोगकर्ताओं को उनके रुचि के अनुरूप सामग्री के लिए बार-बार वापस लाते हैं। 

कौन-सी कंपनियाँ R का उपयोग करती हैं?

यहाँ कुछ बड़ी कंपनियाँ हैं जो अपने टेक स्टैक में R का उपयोग करती हैं:

• Bank of America
• Amazon
• Facebook
• JP Morgan 
• Google
• Accenture
• LinkedIn
• IBM
• Uber
• Deloitte
• The New York Times
• Ford
• HP
• और भी कई…

कुछ कोड उदाहरण

R मैट्रिक्स बनाना और उसका हेरफेर जैसे बुनियादी कोड भी कर सकता है, जैसा कि नीचे देखा जा सकता है:

#Let’s create a matrixmatrix_A <- matrix(1:10,nrow = 5, byrow = TRUE)matrix_Aसंचालित द्वारा

#Now let’s add a column to the matrixmatrix_A1 <- cbind(matrix_A,c(6:10))matrix_A1संचालित द्वारा

यह डेटा विश्लेषण और हेरफेर में भी मदद कर सकता है:

#Let's load a built-in dataset data(mtcars)#print first 10 rowshead(mtcars,10)संचालित द्वारा

#Let us try to sort the dataset based on ascending order of horsepowerattach(mtcars)df<- mtcars[order(hp),]head(df,10)संचालित द्वारा

R बेसिक्स और एडवांस्ड R

बुनियादी R ज्ञान रखने वाले लोग प्रोग्रामिंग भाषा का उपयोग बुनियादी डेटा सॉर्टिंग और विश्लेषण कार्यों के लिए कर सकते हैं, जैसे वेरिएबल असाइन करना और कमांड लाइन का उपयोग करके गणनाएँ करना। 

वे डेटा के विज़ुअल निरूपण, जैसे पाई चार्ट या ग्राफ़, भी बना सकते हैं। वे R का उपयोग अपनी निजी वित्त व्यवस्था या किसी छोटे व्यवसाय की वित्त व्यवस्था में मदद के लिए भी कर सकते हैं। 

उम्मीद के मुताबिक, R का उन्नत ज्ञान रखने वाले लोग ये सब कुछ कर सकते हैं—और भी बहुत कुछ। 

R का उपयोग केवल विज़ुअलाइज़ेशन और डेटा विश्लेषण तक सीमित नहीं है। क्योंकि यह एक शक्तिशाली सांख्यिकीय कंप्यूटिंग टूल है, R का उपयोग प्रेडिक्टिव मशीन लर्निंग मॉडल और अन्य डेटा साइंस टूल बनाने में किया जा सकता है। 

यद्यपि यह मुख्य रूप से एक फंक्शनल और डोमेन-स्पेसिफिक भाषा है, R का उपयोग कुछ ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग कार्यों के लिए भी किया जा सकता है। विशेषज्ञ R का उपयोग मेटाप्रोग्रामिंग के लिए भी कर सकते हैं—ऐसे प्रोग्राम बनाना जो आगे अन्य प्रोग्राम लिख या उनमें हेरफेर कर सकें।

चाहे आप अपने खर्च की आदतों को बेहतर ढंग से प्रबंधित करने के लिए कोई टूल चाहते हों या R कोड में महारत हासिल करना चाहते हों, DataCamp आपकी मदद कर सकता है। हमारे R कोर्स और करियर ट्रैक्स की विस्तृत शृंखला हर किसी के लिए उपयुक्त है—बिलकुल नए R शुरुआती से लेकर दक्ष R प्रोग्रामर और उससे आगे तक। 

हमारी R चीट शीट देखें, जिसमें कुछ बुनियादी बातें संक्षेप में दी गई हैं

मुझे R चुनना चाहिए या Python? 

हमारे पास R बनाम Python पर पूरा एक लेख है—वास्तव में, यदि आप डेटा साइंस और एनालिटिक्स को गंभीरता से आगे बढ़ाना चाहते हैं, तो अंततः आपको दोनों भाषाएँ सीखनी होंगी। Python, व्यापक इकोसिस्टम वाली जनरल-पर्पज़ भाषा, कभी-कभी अपनी बहुमुखी प्रतिभा के कारण पसंद की जाती है, जो इसे मशीन लर्निंग, AI और अन्य टूल्स के साथ एकीकरण के लिए आदर्श बनाती है। दूसरी ओर, R विशेष रूप से सांख्यिकीय कंप्यूटिंग और ग्राफ़िक्स के लिए डिज़ाइन की गई है, जो इसे विशिष्ट सांख्यिकीय विश्लेषण और शोध के लिए पसंदीदा विकल्प बनाती है। 

कौन-सी भाषा सीखें या उपयोग करें, यह अक्सर इस पर निर्भर करेगा कि आप किस प्रोजेक्ट पर काम कर रहे हैं और आप क्या हासिल करना चाहते हैं। सौभाग्य से, दोनों भाषाओं के लिए बहुत-से सीखने के संसाधन उपलब्ध हैं, जिनका सहारा लेकर आप अपने कौशल को निखार सकते हैं। 

R क्या है? अंतिम विचार

R एक लोकप्रिय प्रोग्रामिंग भाषा है जो लोगों को भारी मात्रा में डेटा को कुशलतापूर्वक संभालने, प्रकाशन-गुणवत्ता के विज़ुअलाइज़ेशन बनाने और सांख्यिकीय व विश्लेषणात्मक कंप्यूटिंग कार्यों की एक शृंखला पूरी करने की अनुमति देती है। 

डेटा साइंस, वित्त, अकादमिक जगत और अन्य क्षेत्रों में उपयोग की जाने वाली, R शक्तिशाली, लचीली और विस्तारशील है। यह निःशुल्क और पूरी तरह ओपन-सोर्स भी है, जिसका अर्थ है कि उपयोगकर्ताओं की हर तरह के कार्यों में मदद के लिए बहुत-से पैकेज उपलब्ध हैं और दुनिया भर में R प्रेमियों का एक सहायक समुदाय मौजूद है।

यदि आप डेटा में करियर बनाने में रुचि रखते हैं, तो R कौशल आपको आगे बढ़ने—और डेटा साइंस में अच्छी-खासी तनख्वाह वाली नौकरी पाने—में मदद कर सकते हैं। DataCamp पर इंटरनेट की सबसे व्यापक R कोर्स शृंखला उपलब्ध है। प्रारंभिक स्तर से लेकर R के साथ मशीन लर्निंग तक, हम सब कवर करते हैं। यदि आप अभी शुरुआत कर रहे हैं, तो हमारा R Programming Skill Track गति पकड़ने के लिए उत्तम स्थान है। आप अपना करियर शुरू करने के लिए हमारा Data Analyst With R Career Track भी देख सकते हैं।