R’de Temel Programlama Becerileri

Ücretsiz Model a Quantitative Trading Strategy in R kursumuzu almak isterseniz, bağlantı burada.

Dosya okuma: read.csv()

Bir hisse senedinin verilerini analiz edebilmeden önce ilk adım, verileri indirmek ve R çalışma alanına yüklemektir. Bir veri kümesini çalışma alanına yüklemek, Excel’de bir veri dosyası açmaya benzer; ardından bunun üzerinde mevcut fonksiyonları çalıştırabiliriz. R’de veri tabloları genellikle veri çerçeveleri adı verilen nesneler olarak kaydedilir.

Bu bölümde, Yahoo Finance’tan indirilen MARUTI isimli bir hissenin verilerini kullanacağız. Verilere şu adresten ulaşılabilir: http://assets.datacamp.com/course/quantinsti/data_ch1.csv. Veri kümesi, 1 Ocak 2008’den 31 Aralık 2013’e kadar Maruti’nin günlük OHLC (Açılış, En Yüksek, En Düşük, Kapanış) ve Hacim verilerini içerir.

Bu alıştırmada, R’de data_maruti adlı yeni bir nesne tanımlayarak başlayacağız. Yeni bir değişken veya nesne tanımlamanın söz dizimi oldukça basittir:

variable_name <- value

Burada variable_name, yeni nesnenin veya değişkenin adı; value ise ona atanan değerdir.

Bir .csv veri dosyasını data_maruti içinde kaydedeceğiz. Bir .csv dosyasını okuyup bir veri çerçevesi olarak kaydetmek için kullanılan fonksiyon read.csv()’dir. Bir fonksiyonu çağırmanın söz dizimi oldukça basittir:

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

Burada function_name, fonksiyonun adıdır ve object1, object1 fonksiyonu çalıştırmak istediğiniz nesne veya değişkenlerdir. arguments, fonksiyonu çalıştırırken vermek istediğiniz özelliklerdir.

Bu alıştırmada, bir fonksiyon kullanarak yeni bir değişken oluşturmayı öğreneceğiz.

Yönergeler

• Örnek olarak sizin için yüklenen dummy veri çerçevesini inceleyin. read.csv() fonksiyonunda üç argüman olduğuna dikkat edin: file, verinin URL’sine eşit; header, dosyanın ilk satırında değişken adlarının olup olmadığını belirten mantıksal değer (bu durumda TRUE); ve stringsAsFactors, tablodaki karakter dizilerinin faktör olarak kaydedilip kaydedilmeyeceğini belirler (bu durumda FALSE).
• 1 Ocak 2008 ile 31 Aralık 2013 arasındaki Maruti’nin günlük verilerini içeren data_maruti adlı yeni bir değişken oluşturun. header’ın TRUE, stringAsFactors’ın FALSE olarak belirtildiğinden emin olun.
• Son olarak, yüklediğiniz veri çerçevesinin ilk satırlarını head() fonksiyonunu kullanarak inceleyin. Fonksiyonu çağırmak için head(data_maruti) çalıştırmanız yeterlidir.

Verinize Hızlı Bir Bakış Atın

Artık data_maruti’nin ilk birkaç satırını yazdırmak için kullanılan head() fonksiyonuna aşinasınız.

Bu alıştırmada, veri kümesinin son birkaç satırını, yani kuyruğunu, tail() fonksiyonunu kullanarak yazdıracaksınız. Ayrıca veri kümesinin satır ve sütun sayısını nasıl sorgulayacağınızı öğreneceksiniz.

data_maruti veri çerçevesi çalışma alanına sizin için zaten yüklenmiştir.

Yönergeler

• data_maruti’nin son altı satırını tail() fonksiyonunu kullanarak yazdırın.
• data_maruti’deki satır sayısını nrow() fonksiyonunu kullanarak yazdırın.
• data_maruti’deki sütun sayısını ncol() fonksiyonunu kullanarak yazdırın.

R’de Nesnelerin Türleri, Sınıfları ve Boyutları

R’deki her değişken, kendi türü, sınıfı ve boyutu olan bir nesnedir. Yalnızca birkaç temel değişken türü vardır: sayısal (ör. 5 veya 5.0), karakter (ör. "a") ve mantıksal (ör. TRUE). Boyutlar, nesnenin satır ve sütun sayısını ifade eder. Son olarak, bir nesnenin sınıfı aynı fonksiyonların davranışını değiştirebilir. Örneğin, print() fonksiyonu, bir veri çerçevesi olan değişken için, doğrusal model olan bir değişkenle karşılaştırıldığında farklı davranacaktır.

Bu bölümde çalıştığımız nesne sınıfları vektörler ve veri çerçeveleridir. Daha önce belirtildiği gibi veri çerçeveleri, finansal hesaplamalarda en yaygın kullanılan Excel tablolarına benzer yapılardır. Vektörler ise aynı türde değişkenlerden oluşan tek bir satır veya sütun gibidir. Başka bir deyişle, bir veri çerçevesi vektörlerden oluşur.

Yönergeler

data_maruti nesnesinin türünü, sınıfını ve boyutlarını sırasıyla typeof(), class() ve dim() fonksiyonlarını kullanarak yazdırın. data_maruti veri çerçevesi çalışma alanına zaten yüklenmiştir.

Bu kurstan daha fazlasını öğrenmek isterseniz, bağlantı burada.

DataCamp’in R’de Nesneler ve Sınıflar eğitimine göz atın.