| R | |||
|---|---|---|---|
| Tilblivelse | august 1993 | ||
| Paradigme | 6 paradigmer Multi-paradigme: Funksjonell programmering, tabellprogrammering, objektorientert programmering, imperativ programmering, selvmodifiserende programmering, prosedyrisk programmering | ||
| Designet av | Ross Ihaka, Robert Gentleman | ||
| Siste versjon(er) | 4.6.2 / 29. okt. 2026 | ||
| Typetildeling | dynamisk | ||
| OS | Linux, BSD, macOS, Microsoft Windows | ||
| Lisens | GNU General Public License, Version 2 | ||
| Implementert i | |||
| C, Fortran | |||
| Påvirket av | |||
| S | |||
R er et programmeringsspråk og en programvare for statistiske beregninger og datavisualisering. R er hyppig brukt innen kvantitativ forskning og datavitenskap, gjerne for å konstruere statistiske modeller og systemer for automatisk dataanalyse.
R er fri programvare, det vil si at det er gratis å bruke og har åpen kildekode. R er tilgjengelig for flere operativsystem, som Windows, macOS og flere distribusjoner av Linux.
Kjerneprogramvaren i R kjører et programmeringsspråk som særlig egnet for operasjoner på datasett (vanligvis todimensjonale med rader og kolonner, såkalte «data frames»). R er svært fleksibelt, spesielt på grunn av tilgjengeligheten tilleggsprogramvare, såkalte «R-pakker», som kan legges til basisprogramvaren. Ved hjelp R-pakker, som deles gjennom programvarearkivet CRAN, kan R utvides til å gi støtte for et svært stort antall funksjoner for analyse, datamanipulasjon og visualisering. R-pakker legger til rette for å skreddersy sin installasjon av R. Over 15000 R-pakker med tilhørende dokumentasjon og datasett er gjort tilgjengelig gjennom CRAN.
Blant de mest brukte R-pakkene kan nevnes GGplot2 (datavisualisering), dplyr (databearbeiding), readr (importere data inn i R), Shiny (webapplikasjoner), rmarkdown (literat programmering) og knitr (rapportgenerering).
Ettersom det er et programmeringsspråk baserer R seg på kommandolinjegrensesnitt. Men brukere benytter gjerne integrerte utviklingsmiljø når de skriver R-kode, hvorav Rstudio. og kodenotatblokksystemet Jupyter er særlig utbredt blant R-brukere. Mange teksteditorer og integrerte utviklingsmiljø har støtte for R (som Visual Studio Code, PyCharm og Eclipse).
R har etter hvert blitt en de facto-standard for utvikling av statistiske teknikker. Programmerings-språket er sterkt objekt-orientert. I bruksmåte skiller R (og S) seg også fra mange vanlige statistikkprogramvarer nevnt ovenfor ved at man har ett (eller flere) arbeidsområder ("workspace") som kan inneholde tidligere resultater, egne funksjoner, og datasett.