Introduktion til R Interview spørgsmål og svar

R er overalt. Uanset om det er en videnskabsmand, der forsøger at samle de numeriske data om hendes eksperimenter eller en analytiker, der udfører regression for at løse en sag om erhvervsmæssig brug, er R det førstevalgte programmeringssprog. Faktisk kan R gøre meget mere end statistikværktøjer, det kan bruges til databehandling, visualiseringer og grafik. I denne informationsalder er R det vigtigste sprog i datavidenskabsværktøjet, og det har en enorm efterspørgsel.

Så du har endelig fundet dit drømmejob i R, men spekulerer på, hvordan du knækker R-interviewet, og hvad der kan være de sandsynlige 2018 R-interviewspørgsmål. Hver samtale er forskellig, og omfanget af et job er også anderledes. Med dette i tankerne har vi designet de mest almindelige 2019 R Interview spørgsmål og svar for at hjælpe dig med at få succes i dit interview.

Nedenfor er listen over 2019 R Interview spørgsmål og svar, som kan stilles under et interview. Disse topintervjuespørgsmål er opdelt i to dele:

Del 1 - R Interview spørgsmål (grundlæggende)

Denne første del dækker grundlæggende R-intervjuspørgsmål og svar

1. Hvad er brugen af ​​funktionen lm ()?

Svar:
'lm' står for en lineær model. I R lm () -funktionen bruges til at oprette regressionsmodeller. De to vigtigste argumenter givet til lm () -funktionen er formel og data. Formlen definerer regressionsmodellen, og data er det datasæt, som regressionen skal udføres på.

2. Giv et eksempel på anvendelse af tapply () -metoden

Svar:
Overvej to ordnede vektorer
1) studerende fordelt på forskellige skoler (s1 er den første elevs skole, s2 er den anden elevs skole osv.)
> studerende <- c (“s1 ″, ” s2 ″, ”s1 ″, ” s3 ″, ”s3 ″, ” s2 ”)

2) Procentdel af hver elevs karakterer
> mærker <- c (80, 90, 75, 67, 96, 67)
> betyder <- trykke på (karakterer, studerende, middelværdi)
> betyder
s1 s2 s3
77, 5 78, 5 81, 5

Funktionen tapply () anvender en funktion 'middel ()' til det første argument 'markeringer', som er grupperet efter det andet argument 'studerende'

Lad os gå til de næste R Interview spørgsmål.

3. Hvordan ændres og konstrueres lister? Vis med et eksempel.

Svar:
Lister Konstruktion:
> Lst <- liste (navn = ”Jack”, alder = 23, no.cars = 3, cars.names = c (“Wagon”, “Bumper”, “Jazz”))

Liste Ændring:
> Lst $ cars.names (1) Lst ((4)) (1) <- “WagonR”

4.Hvad er forskellige datastrukturer i R?

Svar:
Dette er de grundlæggende R-interviewspørgsmål, der stilles i et interview. R har 5 datastrukturer: Vektor-, matrix-, matrix-, liste- og datarammer. Heraf er vektorer, matriser og matrixer homogene.
- Vektorer er den mest almindelige datastruktur i R. Det er et endimensionelt objekt, der angiver et sæt værdier. En matrix er en multidimensionel generalisering af vektorer. En matrix er et specielt tilfælde af en matrix, den er 2-dimensionel.
- En liste består af et ordnet sæt objekter, der kan være af forskellige typer eller tilstande. En dataramme er som en tabel eller en matrix med kolonner i forskellige tilstande.

5. Hvordan håndteres manglende værdier i sum (), prod (), min (), max () -funktioner?

Svar:
Overvej en vektor:
> x <- c (3, 6, 2, NA, 1)

Dets sum vil resultere i:
> sum (x)
(1) NA

Vi kan dog indstille na.rm-argumentet som sandt for at ignorere de manglende værdier
> sum (x, na.rm = SAND)
(1) 12

6. Hvad er forskellen mellem NA og NaN? Hvordan ved vi, om vektoren indeholder en af ​​dem?

Svar:
NA svarer til den manglende værdi. I tilfælde, hvor komponenter af vektorer ikke er helt kendte, betegnes de manglende elementer af NA.
På den anden side betegnes de ubestemmelige værdier, der opstår under beregningerne, af NaN. Et eksempel på NaN-resultat kunne være 0/0.
Vi kan kontrollere, om en værdi er NA eller NaN ved hjælp af funktionen is.na (). Funktionen is.nan (X) returnerer kun sandt for NaN.

7. Hvordan skriver du dine egne funktioner?

Svar:
En funktion i R kan skrives som følger:
> funktionsnavn <- funktion (arg1, arg2, …) udtryk_in_R
expression_in_R er normalt et sæt forskellige udtryk, der ligger sammen i hinanden.

Del 2 - R Interview spørgsmål (avanceret)

Lad os nu se på de avancerede R Interview spørgsmål.

8. Hvad er matrixer i R?

Svar:
En matrix er en matrix med to underskrifter. Det er et vigtigt specielt tilfælde af matrix, og R leverer en masse funktioner, der er specifikke for matrixer.
For eksempel giver t (X) en transponering af Matrix X, operator% *% bruges til matrixmultiplikation, nrow (X) og ncol (X) giver antallet af rækker og kolonner osv.

9. Hvordan løses lineære ligninger ved hjælp af matrixinversion?

Svar:
Lineære ligninger i matrixform kan repræsenteres ved:
M * X = C, hvor M er en nxn-matrix af koefficienter, X er en vektorvariabel med størrelse n og C er en konstant vektor med størrelse n.
For at løse denne ligning i R kan vi bruge løsningen () -funktionen som følger:
X = løse (M, C)

Lad os gå til de næste R Interview spørgsmål.

10. Hvad er et inter-kvartil interval (IQR), og hvordan beregnes det i R?

Svar:
Kvartiler er de værdier, der deler datasættet. Hver kvartil baseret på dens placering i et ordnet datasæt kaldes det første (Q1), det andet (Q2) og det tredje (Q3) kvartil. Q2 er medianen for datasættet. Q1 er medianen i første halvdel, mens Q3 er medianen for den øverste halvdel af et ordnet datasæt. IQR = Q3-Q1

I R beregnes IQR ved at kalde IQR-funktionen:
> IQR (datasæt)

11. Hvad gør plot () -funktionen?

Svar:
Dette er de ofte stillede R-interviewspørgsmål i et interview. Plottet er en generisk funktion, og afhængigt af typen af ​​argumenter producerer det en type plot. For eksempel,
Hvis x og y er vektorer, producerer plot (x, y) en spredningsdiagram af y mod x.
Hvis z er en liste, der indeholder to elementer x og y eller en to-kolonne-matrix, gør plot (z) det samme som ovenfor.

12. Hvordan bruges en funktion til alle kolonnerne i en dataramme?

Svar:
Vi kan bruge funktionen Apply (). Det indtager to argumenter - datarammen og funktionen, der skal anvendes.

13.Hvordan konverteres datarammer til matrixer, og hvorfor er det påkrævet?

Svar:
Funktionen as.matrix () bruges til at konvertere en dataramme til en matrix. R leverer kraftfulde biblioteker, der er specifikke for matrixer. Derfor kan datarammer konverteres til matrix analyseres ved hjælp af disse matrixformler.

Lad os gå til de næste R Interview spørgsmål.

14. Hvordan formateres tegneserier i datoer i R?

Svar:
Du kan bruge funktionen as.Date (), der tager en vektor med karakterarrays og et format til at konvertere dem til et datoobjekt.
For eksempel,
> som.Dato (“22: 2: 2001 ″, format =”% d:% m:% Y ”)

(1) “2001-02-22”

15. Find det mindste og det største antal mellem 7000 og 70000, der kan deles med 233.

Svar:
> Find (funktion (x) x%% 233 == 0, 7000: 70000)
(1) 7223

> Find (funktion (x) x%% 233 == 0, 7000: 70000, højre = sand)
(1) 69900

Konklusion

Vi har dækket interviewspørgsmål vedrørende nogle af de mest almindelige begreber i R. Da R understøtter et omfattende bibliotek, er arbejde med R ofte en kontinuerlig læringsproces. Desuden kan du holde kontakten med R-Community og tjekke de ekstra ressourcer på CRAN. Alt det bedste til dit interview!

Anbefalet artikel

Dette har været en guide til Liste over R-interviewspørgsmål og-svar, så kandidaten let kan nedbryde disse R-interviewspørgsmål. Du kan også se på de følgende artikler for at lære mere -

  1. Informatica Scenariobaserede interviewspørgsmål
  2. Nyttige 10 Tableau-interviewspørgsmål
  3. 10 fantastiske interviews med dataingeniør
  4. Spørgsmål om software-testintervju
  5. SAP vs Oracle Hvad er fordelene