Requisiti hardware di Rstudio

python

L’ambiente integrato Rstudio ci consente di avviare il calcolo al suo interno di modo da risultare completo; per fare questo però non richiede un grande sforzo in termini di potenza di calcolo da parte della macchina in uso. Dopo aver scaricato il software, per installare il programma sul nostro pc dovremo necessariamente conoscere i requisiti hardware di RStudio.

Ne deriva che i requisiti hardware richiesti per far funzionare RStudio sono minimi, quindi il numero di core, la velocità dei core e la quantità di ram di cui avremo bisogno dipenderà esclusivamente dalla mole di lavoro che l’analisi che stiamo eseguendo necessiterà. Ricordiamo a tal proposito che R è a thread singolo, e come tale, non potrà beneficiare di core aggiuntivi a meno che non si abbia familiarità con le varie librerie che ci consentono di parallelizzare il lavoro e sono quindi in grado di sfruttare più core.

Rstudio

Rstudio

Gli utenti alle prime armi nell’analisi dei dati, è improbabile che avvertano l’esigenza di un processore a più core, se non quelli attualmente installati sulle macchine in commercio e più di 1 gb di ram. Tuttavia, se si ha intenzione di analizzare insiemi di dati di grandi dimensioni (> 1gb) allora la macchina in uso avrà bisogno di una maggiore disponibilità di memoria ram. In generale, la maggior parte delle persone non sfruttano la parallelizzazione in R, e così risulta conveniente avere un processore con un minor numero di core che sono più veloci rispetto a quelli a più core.

Per approfondire l’argomento:

Rstudio

python

Rstudio è probabilmente l’unico ambiente di sviluppo sviluppato appositamente per R. È disponibile per tutte le principali piattaforme (Windows, Linux, e Mac OS X) e può essere eseguito su una macchina locale come il nostro computer o anche sul Web utilizzando rstudio Server. Con Rstudio Server è possibile fornire una interfaccia basata su browser (la cosiddetta IDE) a una versione R in esecuzione su un server Linux remoto.

Consente di integrare diverse funzionalità che sono estremamente utili, soprattutto se si utilizza R per progetti più complessi.

L’ambiente è composto di quattro diverse aree:

  1. Scripting area: in quest’area è possibile aprire, creare e scrivere i vostri script.
  2. Console area: questa zona è la console R effettiva in cui vengono eseguiti i comandi.
  3. Workspace/History area: in quest’area è possibile trovare una lista di tutti gli oggetti creati nello spazio di lavoro in cui si sta lavorando.
  4. Visualization area: in quest’area è possibile caricare facilmente i pacchetti e aprire file di aiuto R, ma anche cosa ancora più importante, è possibile visualizzare i grafici.
Rstudio

Rstudio

Per approfondire l’argomento:

Editor per script R

python

In questo post analizzeremo per quale motivo utilizzare gli editor per script R disponibili in rete. Per programmare con R, potremo utilizzare un editor di testo qualsiasi e una semplice interfaccia a riga di comando. Entrambi questi strumenti sono già presenti su qualsiasi sistema operativo, quindi volendo, potremo ignorare questo passaggio.

Editor per script in R

Editor per script in R

Questo perchè, quando un programmatore scrive un semplice programma, lo fa utilizzando il text editor blocco note di windows, questo perché per realizzare dei programmi i font, i colori e in generale l’aspetto grafico sono ininfluenti, anzi possono rendere il lavoro del programmatore più ostico.

È questo il motivo per cui negli ambienti di sviluppo del software non sono utilizzati programmi di videoscrittura complessi, programmi questi che invece sono largamente impiegati dagli scrittori, ma piuttosto degli editor di testo semplici (come notepad o blocco note in ambiente Windows oppure vi ed emacs in ambiente linux).

Tali editor, al posto di complicate opzioni per la gestione visuale del testo forniscono funzioni avanzate di trattamento del puro testo, quali ad esempio veloci procedure di spostamento all’interno del testo, ricerche e sostituzioni di parole all’interno del file e di file esterni, riconoscimento di parole chiave del linguaggio di programmazione con la possibilità di evidenziare le stesse colorandole in modo diverso dal resto del testo, ed infine la identazione del testo.

Per approfondire l’argomento:

Come creare uno script in R

python

Per creare uno script in R basterà utilizzare il menu File attraverso la seguente sequenza di comandi:

File => Nuovo script

Si aprirà in questo modo uno script vuoto, starà a noi adesso di popolarlo con del codice di sicuro valore. Una volta che avremo inserito alcuni comandi nella finestra dello script, sarà necessario mandarlo in esecuzione nella console. Naturalmente si può fare il copia-incolla, come al solito, ma è meglio risulta decisamente più rapido nonché più professionale selezionare con il mouse il codice che si intende eseguire e premere i tasti Ctrl + R. In alternativa, si può anche fare clic destro nella finestra e selezionare la voce Esegui linea o selezione.

Esecuzione di uno script

Esecuzione di uno script

Da questo esempio scaturisce una prima considerazione: digitare i comandi direttamente nella shell di R non è davvero la soluzione migliore. Un modo efficace di interagire con la shell è invece di creare uno script  in R . In questo metodo, si può scrivere il codice in una finestra separata e poi si sarà grado di eseguire il codice nella console, in modo che se si avverte l’esigenza di salvare il codice o di eseguirlo più volte non sarà necessario digitare nuovamente il tutto. 

 Per approfondire l’argomento:

La directory di lavoro in R

python

La directory di lavoro in R è fondamentalmente la posizione sul computer in cui R è in funzione. Ciò significa che in tale directory, R è in grado di leggere e scrivere file. È possibile identificare la directory di lavoro con l’aiuto del seguente comando:

getwd ()

È possibile impostare una nuova directory di lavoro attraverso l’utilizzo del comando:

setwd("dir")

dove “dir” è l’indirizzo della directory.

La directory di lavoro in R

La directory di lavoro in R

L’utilizzo di tale comando risulta particolarmente utile quando lo si utilizza all’interno di uno script, questo perché attraverso l’utilizzo della RGui sarà più facile cambiare la directory di lavoro con la seguente sequenza:

File => Cambia dir

Per approfondire l’argomento:

Salvare una sessione di lavoro in R

pythonIn questo articolo impareremo come salvare una sessione di lavoro in R. Quando si chiude R, il programma ci chiederà se si desidera salvare l’area di lavoro sul disco rigido del computer. Tale operazione si rende particolarmente utile nel caso fosse necessario riutilizzare gli oggetti creati in un lavoro futuro.

Fatto questo, il caricamento di uno spazio di lavoro salvato in precedenza ci permetterà di trovare di nuovo tutti gli oggetti che avremo creato nella sessione precedente. La stessa operazione si può eseguire utilizzando i menu della Rgui: per fare questo aprire il menu File => Salva area di lavoro così come mostrato nella Figura seguente.

Salvataggio dell’area di lavoro

Salvataggio dell’area di lavoro in R

 In alternativa, è anche possibile salvare l’area di lavoro con il comando seguente:

save.image ()

In questo modo si creerà un file con nome .RData e tale file verrà memorizzato nella directory di lavoro.

Per approfondire l’argomento:

La console di R

python

La console di R si avvia cliccando sull’icona presente sul dektop. Rappresenta la classica interfaccia grafica con finestre e menu che rende il lavoro dell’utente più agevole poiché non è richiesto di ricordare a memoria tutti i comandi per la gestione dell’ambiente.

Nella finestra che si apre, è possibile individuare l’area di lavoro che rappresenta l’ambiente in cui opereremo.

La console di R

La console di R

Nella console di R potremo caricare i dati e creare delle variabili. Non appena si chiude R, il programma ci chiederà se si desidera salvare l’area di lavoro sul disco rigido del computer. Tale operazione si rende particolarmente utile nel caso fosse necessario riutilizzare gli oggetti creati in un lavoro futuro.

Come installare R su Windows

python

In questo post vedremo come installare R su Windows. Per il sistema operativo Windows, R si presenta come un unico file exe (scaricabile dal sito CRAN), al seguente url:

https://cran.r-project.org/

Tale file può essere facilmente installato con un doppio clic su di esso e seguendo i pochi passi dell’installazione.

Si tratta delle procedure d’installazione automatizzate, i cosiddetti installer, attraverso i quali la fase d’installazione del software si riduce da parte dell’utente alla necessità di dover cliccare, una serie di volte su dei pulsanti con la scritta avanti.

 

installare R

installare R

Una volta che il processo si è completato, si può iniziare ad utilizzare R tramite l’icona che comparirà sul desktop o tramite il collegamento disponibile nella lista dei programmi utilizzabili sul nostro sistema.

Manuale Fortran

FORTRAN

Il manuale Fortran, a cura di Giuseppe Ciaburro, è caratterizzato da un approccio didattico semplice, accurato ed efficace per imparare a programmare in Fortran (versioni 90, 95, 2003).  Il manuale si presenta ricco di esempi pratici, e ci guida passo dopo passo alla realizzazione di algoritmi per la soluzione dei più diffusi problemi di calcolo numerico. In esso sono elencati dettagliatamente tutti i passi necessari all’utilizzo del Fortran:

  • comandi,
  • sintassi
  • uso delle variabili.

Nel manuale Fortran, a cura di Giuseppe Ciaburro, sono affrontate in modo semplice ed accurato tutte le tematiche della programmazione, dalla definizione delle variabili allo sviluppo degli algoritmi, alle operazioni di ingresso/uscita per finire con la visualizzazione dei dati elaborati.

Tra gli argomenti trattati vi sono:

  • Nozioni di base;
  • Espressioni e assegnazioni;
  • Procedure e funzioni;
  • Moduli;
  • Strutture di controllo del flusso;
  • Array;
  • Operazioni di ingresso/uscita;
  • Visualizzazione dei dati.

Sommario del manuale Fortran

Introduzione

Tipi di dati

Strutture di controllo del flusso

Array

Procedure e funzioni

Operazioni di ingresso/uscita

 

Manuale Fortran a cura di Giuseppe Ciaburro – Ultimo aggiornamento 18 Febbraio 2016

Identificatori in Python

python

Un identificatore in Python  è il nome con cui sono rappresentate costanti, variabili, metodi, classi e moduli. Un identificatore in Python  può essere costituito da una lettera maiuscola, minuscola o dal simbolo underscore seguito da altri caratteri, che a loro volta possono essere una qualsiasi combinazione di lettere maiuscole e minuscole, underscore e cifre. I caratteri minuscoli corrispondono alle lettere minuscole dell’alfabeto dalla a alla z, compreso il simbolo underscore, mentre i caratteri maiuscoli corrispondono alle lettere maiuscole dell’alfabeto dalla A alla Z e le cifre da 0 al 9. Il numero di caratteri che compongono il nome non è limitato.

Un identificatore in Python può essere scelto applicando le seguenti regole:

  • Un identificatore non può contenere degli spazi vuoti.
  • I nomi delle classi iniziano con una lettera maiuscola e tutti gli altri identificatori con una lettera minuscola.
  • Se il nome inizia con un underscore ciò indica per convenzione che l’identificatore è destinato ad essere privato.
  • Se invece l’identificatore inizia con due caratteri di sottolineatura ciò indica un identificatore fortemente privato.
  • Se l’identificatore, inoltre, termina con due simboli di sottolineatura, l’identificatore è un nome definito speciale.

C’è da precisare che non possono essere usate come nomi degli identificatori alcune parole, che sono quindi riservate ad opportuni impieghi dall’interprete.

Parole riservate in Python

Parole riservate in Python

LINK DI APPROFONDIMENTO PER L’ARGOMENTO:

Indentazione del codice in Python

python

Un caratteristica essenziale del linguaggio di programmazione Python è il metodo che utilizza per delimitare i blocchi di programma, e cioè l’indentazione del codice.

Per indentazione del codice in Python, si intende quella tecnica utilizzata nella programmazione attraverso la quale si evidenziano dei blocchi di programma con l’inserimento di una certa quantità di spazio vuoto all’inizio di una riga di testo allo scopo di aumentarne la leggibilità. Così ogni riga viene indentata di un certo numero di spazi che dipende dalla sua posizione all’interno della struttura logica del programma.

Nell’indentazione del codice in Python, si utilizzano gli spazi bianchi, che vengono ignorati dall’interprete, allo scopo di separare più chiaramente le istruzioni ed in modo di rappresentare esplicitamente le relazioni di annidamento. La tecnica consiste nell’anteporre a ogni istruzione una quantità di spazio bianco proporzionale al numero di strutture di controllo o blocchi a cui tale istruzione appartiene.

indentazione del codice in Python

Indentazione del codice in Python

Allora Python, invece di usare parentesi o parole chiave, usa l’indentazione stessa per indicare i blocchi nidificati; a tal proposito si possono usare sia una tabulazione, sia un numero arbitrario di spazi bianchi, ma lo standard Python prevede  4 spazi bianchi. La cosa da ricordare è che la indentazione in Python non è facoltativa ma è una regola, nel senso che se si omette l’indentazione in una struttura condizionale, ad esempio, che rappresenta di norma una struttura nidificata, allora l’interprete ci restituirà un messaggio di errore.

Nell’utilizzo di tale tecnica è necessario ricordare delle semplici regole:

  • il numero di spazi da utilizzare è variabile;
  • tutte le istruzioni del blocco di programma devono presentare lo stesso numero di spazi di indentazione.

LINK DI APPROFONDIMENTO PER L’ARGOMENTO: