do.call(sqrt,4)
do.call(sqrt,list(4))
pi |> sqrt
pi |> sqrt()
l1 = seq(0,2*pi,length=100)
l1.length
l1.length()
l1$length
l1
length(l1)
plot(l1,)
sin = sin(x)
sin = sin(l1)
plot(x,sin, type="l")
plot(l1,sin, type="l")
carsten = sin(l1)
plot(carsten,sin, type="l")
plot(l1,carsten, type="l")
?rep
# Ihre Lösung
data.frame(seq(0:10))
# Ihre Lösung
data.frame(seq(0:10), seq(3,4))
# Ihre Lösung
data.frame(seq(0:10), seq(0:10))
wort = rep("Wort",100)
data.frame(zahl,wort)
df.head()
df <- data.frame(zahl,wort)
# Ihre Lösung
zahl <- seq(5,25,length=100)
hl <- seq(5,25,length=100)
wort <- rep("Wort",100)
df <- data.frame(zahl,wort)
df.head()
head(df)
head(df,10)
res = df[[67]]
res = df
df
res = df$zahl
res
res = df$zahl[[67]]
res
print(round(res,2))
# Ihre Lösung:
M
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
M
?apply
# Ihre Lösung:
apply(M,sum)
```{r}
# Ihre Lösung:
apply(M,M[:,2],sum)
# Ihre Lösung:
apply(M,M[1],sum)
# Ihre Lösung:
apply(M,M[2],sum)
# Ihre Lösung:
apply(M,M[3],sum)
# Ihre Lösung:
apply(M,M[1],sum)
# Ihre Lösung:
apply(M,M[2],sum)
# Ihre Lösung:
apply(M,M[2],sum)
# Ihre Lösung:
apply(M,M[1],sum)
# Ihre Lösung:
apply(M,M[1],sum)
# Ihre Lösung:
apply(M,c(1,2),sum)
apply(M,c(1,2),sum)
apply(M,2,sum)
k = M[:,5]
k = M[,5]
k
length(k)
sum(k)
k = M[,1]
k
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
apply(M,2,sum)
k = M[,1]
sum(k)
apply(M,2,sqrt)
0
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 = function(a){
if (a == 2){
return 1
1
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 = function(a){
if (a == 2){
1
}
0
}
apply(M,2,sum)
apply(M,2,count_2)
?sqrt
count_2(3)
count_2(2)
0
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 = function(a){
if (a == 2){
1
}
else{
0
}
}
apply(M,2,count_2)
count_2(2)
?apply
```{r}
0
?all
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
print(typeof(a))
}
apply(M,2,count_2)
count_2(2)
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
print(typeof(a))
print(length(a))
}
apply(M,2,count_2)
count_2(2)
apply(M,2,count_2)
sum(a)
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
sum(a)
}
apply(M,2,count_2)
a[[a==2]]
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a[[a==2]]
}
apply(M,2,count_2)
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a
}
apply(M,2,count_2)
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a
}
res = apply(M,2,count_2)
res
?sum
?count
a==2
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
res
num_2 = apply(M,2,sum)
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
num_2 = apply(M,2,sum)
num_2
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
num_2 = apply(res,2,sum)
num_2
2_in_r5 = num2[[5]]
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
num_2 = apply(res,2,sum)
2in_r5 = num2[[5]]
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
num_2 = apply(res,2,sum)
two_in_r5 = num2[[5]]
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
num_2 = apply(res,2,sum)
two_in_r5 = num_2[[5]]
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
z = apply(res,2,sum)
two_in_r5 = z[[5]]
print("Es gibt {two_in_r5} ")
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
z = apply(res,2,sum)
two_in_r5 = z[[5]]
print(paste0("Es gibt", two_in_r5)
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
z = apply(res,2,sum)
two_in_r5 = z[[5]]
print(paste0("Es gibt", two_in_r5))
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
z = apply(res,2,sum)
two_in_r5 = z[[5]]
print(paste0("Es gibt ", two_in_r5, " in Spalte 5"))
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
a==2
}
res = apply(M,2,count_2)
z = apply(res,2,sum)
two_in_r5 = z[[5]]
print(paste0("Es gibt ", two_in_r5, " 2er in Spalte 5"))
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
sum(a==2)
}
res = apply(M,2,count_2)
z = apply(res,2,sum)
res
set.seed(12) # Zufallszahlengenerator gleich machen.
M = matrix(sample(c(1, 2, 3), 10 * 100, T), nrow = 100)
# Ihre Lösung:
count_2 <- function(a){
sum(a==2)
}
z = apply(M,2,count_2)
print(paste0("Es gibt ", z[[5]], " 2er in Spalte 5"))
seq(1, 10, length.out = 20)
length(seq(1, 10, length.out = 20))
r = seq(1, 10, length = 20)
r
r = seq(1, 10, by=0.5)
r
r = seq(0, 10, length = 20)
r
r = seq(1, 10, length = 21)
r
r = seq(0, 10, length.out = 20)
r
r = seq(0, 10, length.out = 10)
r
r = seq(1, 10, length.out = 10)
r
r = seq(1, 10, length.out = 20)
r
setwd("~/Documents/Masterstudium/1.Semester/DSR")
git pulll
clear()
if (min >= max) {
stop("min muss kleiner als max sein.")
}
# Bitte mit echter Lösung in myhistogram.R ersetzen:
myhistogram = function(x, n, min, max) {
if (missing(min)) min <- base::min(x)
if (missing(max)) max <- base::max(x)
if (missing(n)) n <- 10
if (min >= max) {
stop("min muss kleiner als max sein.")
}
range <- min + max
interval_ranges <- (max - min) / n
borders <- seq(min, max, length.out = n + 1)
counts <- rep(0, n)
for(value in x) {
for (i in 1:n){
if (value >= borders[i] && value < borders[i+1]){
counts[i] <- counts[i] + 1
break
}
}
}
print(paste("Intervallgrößen: ", interval_ranges))
list(borders=borders, counts = counts)
}
x = seq(-5, 6, by = 1 / 3)
l = myhistogram(x)
print(l$borders)
print(l$counts)
setwd("~/Documents/Masterstudium/1.Semester/DSR_Testate")
# Bitte mit echter Lösung in myhistogram.R ersetzen:
myhistogram = function(x, n, min, max) {
if (missing(min)) min <- base::min(x)
if (missing(max)) max <- base::max(x)
if (missing(n)) n <- 10
if (min >= max) {
stop("min muss kleiner als max sein.")
}
range <- min + max
interval_ranges <- (max - min) / n
borders <- seq(min, max, length.out = n + 1)
counts <- rep(0, n)
for(value in x) {
for (i in 1:n){
if (value >= borders[i] && value < borders[i+1]){
counts[i] <- counts[i] + 1
break
}
}
}
print(paste("Intervallgrößen: ", interval_ranges))
list(borders=borders, counts = counts)
}
x = seq(-5, 6, by = 1 / 3)
l = myhistogram(x)
print(l$borders)
print(l$counts)
x = seq(-5, 6, by = 1 / 3)
l = myhistogram(x, n = 10, min = -5, max = 6)
solution = list(
borders = c(-5.0, -3.9, -2.8, -1.7, -0.6, 0.5, 1.6, 2.7, 3.8, 4.9, 6.0),
counts = c(4, 3, 3, 4, 3, 3, 4, 3, 3, 3)
)
print(l$borders)
print(l$counts)
set.seed(1)
x = rnorm(0, 1, n = 1000)
# h = myhistogram(x, n = 20)
# ggplot() + ...
# Bitte mit echter Lösung in myhistogram.R ersetzen:
myhistogram = function(x, n, min, max) {
if (missing(min)) min <- base::min(x)
if (missing(max)) max <- base::max(x)
if (missing(n)) n <- 10
if (min >= max) {
stop("min muss kleiner als max sein.")
}
range <- min + max
interval_ranges <- (max - min) / n
borders <- seq(min, max, length.out = n + 1)
counts <- rep(0, n)
for(value in x) {
for (i in 1:n){
if (value >= borders[i] && value < borders[i+1]){
counts[i] <- counts[i] + 1
break
}
}
}
print(paste("Intervallgrößen: ", interval_ranges))
list(borders=borders, counts = counts)
}
x = seq(-5, 6, by = 1 / 3)
l = myhistogram(x)
print(l$borders)
print(l$counts)