R में बुनियादी प्रोग्रामिंग कौशल

यदि आप हमारा निःशुल्क Model a Quantitative Trading Strategy in R कोर्स करना चाहते हैं, तो यह रहा लिंक।

फ़ाइल पढ़ें: read.csv()

किसी इक्विटी स्टॉक के डेटा का विश्लेषण करने से पहले पहला कदम उसे डाउनलोड करना और R वर्कस्पेस में लोड करना है। वर्कस्पेस में डेटासेट लोड करना वैसा ही है जैसे Excel में डेटा फ़ाइल खोलना, जिसके बाद हम उस पर उपलब्ध फंक्शंस चला सकते हैं। R में, डेटा टेबल अक्सर डेटा फ्रेम नामक ऑब्जेक्ट्स के रूप में सेव होते हैं।

इस अध्याय में, हम MARUTI नामक स्टॉक का डेटा उपयोग करेंगे जिसे Yahoo Finance से डाउनलोड किया गया था। डेटा यहाँ उपलब्ध है: http://assets.datacamp.com/course/quantinsti/data_ch1.csv। इस डेटासेट में 1-जनवरी-2008 से 31-दिसंबर-2013 तक Maruti का दैनिक OHLC (Open High Low Close) और वॉल्यूम डेटा शामिल है।

इस अभ्यास में, हम R में एक नया object परिभाषित करके शुरू करेंगे, जिसका नाम data_maruti होगा। एक नया variable या object परिभाषित करने का सिंटैक्स बहुत सीधा है:

variable_name <- value
संचालित द्वारा

जहाँ variable_name नए object या variable का नाम है और value वह मान है जो उसे सौंपा गया है।

हम एक .csv डेटा फ़ाइल को data_maruti में सेव करेंगे। .csv फ़ाइल पढ़कर उसे डेटा फ्रेम के रूप में सेव करने के लिए प्रयुक्त function है read.csv()। किसी फंक्शन को कॉल करने का सिंटैक्स काफ़ी सरल है:

function_name(object1, object2, argument1, argument2, ....)संचालित द्वारा

जहाँ function_name function का नाम है और object1, object1 वे ऑब्जेक्ट्स या वेरिएबल्स हैं जिन पर आप फंक्शन चलाना चाहते हैं। arguments वे विशिष्टताएँ हैं जिन्हें आप फंक्शन चलाते समय देना चाहते हैं।

इस अभ्यास में, हम एक फंक्शन का उपयोग करके नया वेरिएबल बनाना सीखेंगे।

निर्देश

• dummy डेटा फ्रेम का निरीक्षण करें जिसे आपके लिए उदाहरण के तौर पर अपलोड किया गया है। ध्यान दें कि read.csv() फंक्शन में तीन आर्गुमेंट्स हैं: file, जो डेटा के URL के बराबर है; header, एक लॉजिकल वैल्यू जो बताती है कि क्या फ़ाइल की पहली पंक्ति में वेरिएबल्स के नाम हैं (इस मामले में TRUE); और stringsAsFactors, जो निर्दिष्ट करता है कि टेबल में मौजूद स्ट्रिंग्स को फैक्टर्स के रूप में सेव किया जाए या नहीं (इस मामले में FALSE)।
• एक नया वेरिएबल data_maruti बनाएं जिसमें 1 जनवरी 2008 से 31 दिसंबर 2013 तक Maruti का दैनिक डेटा हो। सुनिश्चित करें कि header को TRUE और stringAsFactors को FALSE के रूप में निर्दिष्ट करें।
• अंत में, आपने जो डेटा फ्रेम लोड किया है उसकी शुरुआती पंक्तियों का निरीक्षण head() फंक्शन का उपयोग करके करें। फंक्शन को कॉल करने के लिए बस head(data_maruti) चलाएँ।

# This is example code to show you how to read a .csv file
dummy <- read.csv(file = "http://assets.datacamp.com/course/quantinsti/data_ch1.csv", header = TRUE, stringsAsFactors = FALSE)

# Read out the .csv file saved at 'http://assets.datacamp.com/course/quantinsti/data_ch1.csv'
data_maruti <-

# Inspect the data frame

अपने डेटा की एक झलक लें

अब आप head() फंक्शन से परिचित हैं, जिसका उपयोग data_maruti की शुरुआती कुछ पंक्तियाँ प्रिंट करने के लिए किया गया था।

इस अभ्यास में, आप tail() फंक्शन का उपयोग करके डेटासेट की आखिरी कुछ पंक्तियाँ या टेल प्रिंट करेंगे। आप यह भी जानेंगे कि डेटासेट में पंक्तियों और स्तंभों की संख्या कैसे निकाली जाती है।

data_maruti डेटा फ्रेम आपके लिए पहले से ही वर्कस्पेस में लोड है।

निर्देश

• tail() फंक्शन का उपयोग करके data_maruti की आखिरी छह पंक्तियाँ प्रिंट करें।
• nrow() फंक्शन का उपयोग करके data_maruti में पंक्तियों की संख्या प्रिंट करें।
• ncol() फंक्शन का उपयोग करके data_maruti में स्तंभों की संख्या प्रिंट करें।

R में ऑब्जेक्ट्स के प्रकार, क्लास और डायमेंशन

R में हर वेरिएबल एक ऑब्जेक्ट होता है जिसका अपना प्रकार, क्लास और डायमेंशन होता है। वेरिएबल्स के कुछ ही बुनियादी प्रकार होते हैं जैसे न्यूमेरिक (उदा. 5 या 5.0), कैरेक्टर (उदा. "a") और लॉजिकल (उदा. TRUE)। डायमेंशन किसी ऑब्जेक्ट की पंक्तियों और स्तंभों की संख्या को दर्शाते हैं। अंततः, किसी ऑब्जेक्ट की क्लास, उन्हीं फंक्शंस के व्यवहार को बदल सकती है। उदाहरण के लिए, print() फंक्शन का व्यवहार एक डेटा फ्रेम वेरिएबल के लिए एक रैखिक मॉडल वेरिएबल की तुलना में अलग होगा।

इस अध्याय में जिन ऑब्जेक्ट्स की क्लास पर हम काम करते हैं, वे वेक्टर और डेटा फ्रेम हैं। जैसा पहले बताया गया, डेटा फ्रेम Excel टेबल्स की तरह होते हैं, जो वित्तीय कंप्यूटिंग में सबसे आम तौर पर उपयोग किए जाते हैं। वेक्टर एक ही प्रकार के वेरिएबल्स से बने डेटा की एक पंक्ति या स्तंभ की तरह होते हैं। दूसरे शब्दों में, एक डेटा फ्रेम वेक्टरों से मिलकर बना होता है।

निर्देश

data_maruti ऑब्जेक्ट का प्रकार, क्लास और डायमेंशन क्रमशः typeof(), class(), और dim() फंक्शंस का उपयोग करके प्रिंट करें। डेटा फ्रेम data_maruti पहले से ही वर्कस्पेस में लोड है।

# Print the class of 'data_maruti'


# Print the type of 'data_maruti'


# Print the dimensions of 'data_maruti'

यदि आप इस कोर्स से और सीखना चाहते हैं, तो यह रहा लिंक।

DataCamp का Objects and Classes in R ट्यूटोरियल देखें।