R တွင် require() နှင့် library() အကြား ကွာခြားချက်

လိုအပ်သော() နှင့် library() လုပ်ဆောင်ချက် နှစ်ခုလုံးကို R တွင် ပက်ကေ့ဂျ်များတင်ရန် အသုံးပြုသော်လည်း ၎င်းတို့တွင် သိမ်မွေ့သော ခြားနားချက်ရှိသည်။

• require() သည် အထုပ်တစ်ခုကို မတပ်ဆင်ပါက သတိပေးချက်ပြမည်ဖြစ်ပြီး ထို့နောက် ကုဒ်ကို ဆက်လက်လုပ်ဆောင်ရန်။
• library() သည် error တစ်ခု ချလိုက်ပြီး code execution ကို ရပ်သွားပါမည်။

ဤခြားနားချက်ကြောင့် ပက်ကေ့ခ်ျတစ်ခုမရှိလျှင်ပင် လုပ်ဆောင်ချက် ဆက်လက်လည်ပတ်နေစေရန် ပက်ကေ့ဂျ်များကို လုပ်ဆောင်ချက်တစ်ခုသို့ သင်တင်နေမှသာ ယေဘုယျအားဖြင့် require() ကို အသုံးပြုပါသည်။

လက်တွေ့တွင်၊ ပရိုဂရမ်မာအများစုသည် ပက်ကေ့ဂျ်မတပ်ဆင်ရသေးကြောင်း အသိပေးသည့် error message တစ်ခုကို လက်ခံရရှိလိုသောကြောင့်၊ ပရိုဂရမ်မာအများစုသည် library() ကို အသုံးပြုရန် အကြံပြုပါသည်။

ဒါက ကုဒ်ရေးတဲ့အခါ တတ်နိုင်သမျှ စောစောသိထားသင့်တဲ့အရာပါ။

အောက်ဖော်ပြပါ ဥပမာသည် လက်တွေ့တွင် require() နှင့် library() လုပ်ဆောင်ချက်များအကြား ခြားနားချက်ကို ဖော်ပြသည်။

ဥပမာ- R တွင် require() နှင့် library() အကြား ကွာခြားချက်

mlbench ပက်ကေ့ချ်မှ BostonHousing dataset ကို ကျွန်ုပ်တို့ တင်လိုသည်ဆိုပါစို့၊ သို့သော် mlbench ပက်ကေ့ချ်ကို မထည့်သွင်းရသေးဟု ယူဆပါ။

ဤပက်ကေ့ဂျ်ကိုတင်ရန်နှင့် BostonHousing ဒေတာအတွဲတွင် ဒေတာခွဲခြမ်းစိတ်ဖြာမှုလုပ်ဆောင်ရန် စာကြည့်တိုက်() လုပ်ဆောင်ချက်ကို အသုံးပြုရပုံကို အောက်ပါကုဒ်က သရုပ်ပြသည်-

 #attempt to load mlbench library
library (mlbench)

Error in library(mlbench): there is no package called 'mlbench'

#load Boston Housing dataset
data(BostonHousing)

#view summary of Boston Housing dataset
summary(BostonHousing)

#view total number of rows in Boston Housing dataset
nrow(BostonHousing)

mlbench ပက်ကေ့ဂျ်ကို မတပ်ဆင်ရသေးသောကြောင့်၊ ကျွန်ုပ်တို့သည် library() လုပ်ဆောင်ချက်ကို အသုံးပြုသောအခါတွင် အမှားအယွင်းတစ်ခုရရှိပြီး ကျန်ကုဒ်များကိုပင် လုပ်ဆောင်ခြင်းမရှိပါ။

ဤပက်ကေ့ဂျ်ကို မတပ်ဆင်ရသေးကြောင်းနှင့် ဆက်မလုပ်မီ ၎င်းကို ထည့်သွင်းရန် လိုအပ်ကြောင်း ချက်ချင်းသိစေသောကြောင့် ၎င်းသည် အသုံးဝင်ပါသည်။

သို့သော်၊ mlbench ပက်ကေ့ဂျ်ကို တင်ရန် require() ကို အသုံးပြုသည်ဆိုပါစို့။

 #attempt to load mlbench library
require (mlbench)

Warning message:
In library(package, lib.loc = lib.loc, character.only = TRUE, logical.return = TRUE, :
  there is no package called 'mlbench'

#load Boston Housing dataset
data(BostonHousing)

Warning message:
In data(BostonHousing) : data set 'BostonHousing' not found

#view summary of Boston Housing dataset
summary(BostonHousing)

Error in summary(BostonHousing): object 'BostonHousing' not found

#view total number of rows in Boston Housing dataset
nrow(BostonHousing)

ဤဥပမာတွင်၊ BostonHousing ဒေတာအတွဲကို အကျဉ်းချုပ်ရန် summary() လုပ်ဆောင်ချက်ကို အသုံးပြု၍မရမချင်း အမှားအယွင်းသတင်းကို ကျွန်ုပ်တို့ လက်ခံရရှိမည်မဟုတ်ပါ။

ယင်းအစား၊ require() လုပ်ဆောင်ချက်ကို အသုံးပြုပြီးနောက် ကျွန်ုပ်တို့သည် သတိပေးချက်ကို လက်ခံရရှိပြီး ကျန်ကုဒ်များသည် အမှားအယွင်းတစ်ခုနှင့် ကြုံတွေ့ရသည်အထိ ဆက်လက်လုပ်ဆောင်နေပါသည်။

ဤဥပမာသည် R တွင် library() နှင့် require() အကြား ခြားနားချက်ကို ဖော်ပြသည်- library() လုပ်ဆောင်ချက်သည် အမှားတစ်ခု ချက်ချင်းဖြစ်ပေါ်ပြီး mlbench ကို မဖွင့်ထားသောကြောင့် ကျန်ကုဒ်များကို လုပ်ဆောင်ခြင်းမရှိပါ။

အဘယ်ကြောင့်ဆိုသော် အခြေအနေအများစုတွင် ပက်ကေ့ဂျ်များကိုဖွင့်သောအခါတွင် library() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုလိုမည်ဖြစ်သည်။

အပိုဆု- သီးခြားပက်ကေ့ခ်ျတစ်ခုကို ထည့်သွင်းထားခြင်းရှိမရှိ စစ်ဆေးပါ။

ကျွန်ုပ်တို့၏လက်ရှိ R ပတ်ဝန်းကျင်တွင် သီးခြားပက်ကေ့ခ်ျတစ်ခုကို ထည့်သွင်းထားခြင်းရှိမရှိ စစ်ဆေးရန် system.file() လုပ်ဆောင်ချက်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။

ဥပမာအားဖြင့်၊ လက်ရှိ R ပတ်ဝန်းကျင်တွင် ggplot2 ပက်ကေ့ဂျ်ကို ထည့်သွင်းထားခြင်းရှိမရှိ စစ်ဆေးရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။

 #check if ggplot2 is installed
system. file (package=' ggplot2 ')

[1] "C:/Users/bob/Documents/R/win-library/4.0/ggplot2"

ggplot2 ကို ထည့်သွင်းထားသောကြောင့်၊ လုပ်ဆောင်ချက်သည် အထုပ်ကို ထည့်သွင်းသည့် ဖိုင်လမ်းကြောင်းကို ပြန်ပေးသည်။

ယခု mlbench ပက်ကေ့ချ်ကို ထည့်သွင်းထားခြင်း ရှိမရှိ စစ်ဆေးမည်ဆိုပါစို့။

 #check if mlbench is installed
system. file (package=' mlbench ')

[1] ""

လုပ်ဆောင်ချက်သည် ကျွန်ုပ်တို့၏လက်ရှိပတ်ဝန်းကျင်တွင် mlbench ပက်ကေ့ချ်ကို မတပ်ဆင်ထားကြောင်း ပြောပြသော အလွတ်စာကြောင်းတစ်ခုကို ပြန်ပေးသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် R တွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

R တွင် ပက်ကေ့ခ်ျများစွာကို မည်သို့တင်ရမည်နည်း။
R မှာ ပတ်ဝန်းကျင်ကို ဘယ်လိုရှင်းမလဲ။
RStudio ရှိ မြေကွက်များအားလုံးကို မည်ကဲ့သို့ ရှင်းလင်းမည်နည်း။