R

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

R ist eine Programmiersprache für Statistik und Datenanalyse. Sie bringt Funktionen für Tabellen, Kennzahlen, statistische Tests und Diagramme schon mit und wird in Wissenschaft, Marktforschung und Datenjournalismus viel verwendet. Mehr als 20 000 Zusatzpakete auf CRAN, dem zentralen Paketarchiv von R, erweitern sie für fast jedes Fachgebiet.

Vorbemerkungen

  • Installation über apt: Ubuntu 26.04 liefert R 4.5 im Paket r-base. Es enthält den Interpreter, die wichtigsten Standardpakete und die Compiler, die manche Pakete von CRAN beim Installieren brauchen. Zusammen sind das rund 40 Pakete.
  • Zusatzpakete auf zwei Wegen: Viele beliebte Pakete gibt es als Ubuntu-Paket mit dem Namen r-cran-…, etwa r-cran-ggplot2. Sie werden mit apt installiert und aktualisiert. Alle übrigen installiert R selbst von CRAN in eine persönliche Bibliothek im Home-Ordner.
  • Empfohlene Pakete weglassen: r-cran-ggplot2 empfiehlt sehr viele weitere Pakete. Im Test kamen dadurch rund 875 Pakete zusätzlich auf den Rechner. Mit --no-install-recommends sind es nur 17.
  • Version: Getestet mit R 4.5.2 und ggplot2 4.0.2 aus Ubuntu 26.04.

Installation

1. Paketlisten aktualisieren

Damit apt die aktuellen Versionen kennt.

sudo apt update

2. R installieren

sudo apt install r-base

Prüfen: Die erste Zeile lautet R version 4.5.2 ….

R --version

Erste Schritte

3. R im Terminal starten

Startet die interaktive Konsole von R. Die Eingabezeile beginnt mit >.

R

4. Etwas ausrechnen

Gib in der Konsole nacheinander ein und drücke jeweils Enter:

mean(c(12, 15, 24, 31, 38, 41))
summary(c(12, 15, 24, 31, 38, 41))

Prüfen: Der Mittelwert lautet 26.83333. summary zeigt Kleinstwert, Quartile, Mittelwert und Größtwert. R schreibt Kommazahlen mit Punkt.

5. Konsole beenden

q() beendet R. Auf die Frage Save workspace image? [y/n/c]: antwortest du mit n. Bei y legt R die Dateien .RData und .Rhistory im aktuellen Ordner an und lädt beim nächsten Start dort alle alten Variablen wieder.

q()

Ein Skript auswerten

6. Übungsordner anlegen

mkdir ~/r-uebung

7. In den Ordner wechseln

Alle weiteren Befehle werden hier ausgeführt.

cd ~/r-uebung

8. Skript anlegen

Das Skript wertet ausgedachte Verkaufszahlen eines Fahrradladens aus und zeichnet ein Balkendiagramm.

nano auswertung.R

Füge diesen Inhalt ein (Strg+Umschalt+V):

# Verkaufte Fahrräder pro Monat (Beispielwerte)
monate <- c("Jan", "Feb", "Mär", "Apr", "Mai", "Jun")
verkauf <- data.frame(
  monat = factor(monate, levels = monate),
  citybike = c(12, 15, 24, 31, 38, 41),
  lastenrad = c(3, 4, 6, 9, 11, 10)
)

print(verkauf)
cat("\nDurchschnitt Citybikes:", mean(verkauf$citybike), "\n")
cat("Summe Lastenräder:", sum(verkauf$lastenrad), "\n")
cat("Bester Monat Citybikes:", as.character(verkauf$monat[which.max(verkauf$citybike)]), "\n\n")

# Linearer Trend: Wie viele Citybikes kommen pro Monat hinzu?
verkauf$nummer <- seq_len(nrow(verkauf))
trend <- lm(citybike ~ nummer, data = verkauf)
cat("Zuwachs pro Monat:", round(coef(trend)[["nummer"]], 1), "\n")

# Diagramm als PNG-Datei
png("verkauf.png", width = 800, height = 500)
barplot(t(as.matrix(verkauf[, c("citybike", "lastenrad")])), names.arg = verkauf$monat,
        beside = TRUE, legend.text = c("Citybike", "Lastenrad"), args.legend = list(x = "topleft"),
        main = "Verkaufte Räder")
invisible(dev.off())
  • <- – weist einen Wert zu, wie = in anderen Sprachen.
  • c(…) – fasst Werte zu einem Vektor zusammen. Rechnungen wie mean oder sum gelten dann für alle Werte auf einmal.
  • data.frame – eine Tabelle mit benannten Spalten. verkauf$citybike ist die Spalte citybike.
  • factor(…, levels = monate) – legt die Reihenfolge der Monate fest. Ohne diese Angabe sortiert R sie alphabetisch.
  • lm – berechnet eine Regressionsgerade. citybike ~ nummer heißt: Citybikes in Abhängigkeit von der Monatsnummer.
  • png … dev.off() – leitet das Diagramm in eine Datei um und schließt sie am Ende. invisible unterdrückt eine Meldung von dev.off.

Speichere mit Strg+O und Enter und beende nano mit Strg+X.

9. Skript ausführen

Rscript führt ein Skript aus, ohne die Konsole zu öffnen.

Rscript auswertung.R

Prüfen: Die Ausgabe lautet:

  monat citybike lastenrad
1   Jan       12         3
2   Feb       15         4
3   Mär       24         6
4   Apr       31         9
5   Mai       38        11
6   Jun       41        10

Durchschnitt Citybikes: 26.83333 
Summe Lastenräder: 43 
Bester Monat Citybikes: Jun 

Zuwachs pro Monat: 6.3 

Im Ordner liegt jetzt verkauf.png mit dem Balkendiagramm. Öffne es zum Ansehen im Dateimanager.

Diagramme mit ggplot2

10. ggplot2 installieren

ggplot2 ist das bekannteste Paket für Diagramme in R. --no-install-recommends lässt die vielen empfohlenen Zusatzpakete weg, siehe Vorbemerkungen.

sudo apt install --no-install-recommends r-cran-ggplot2

11. Skript anlegen

nano diagramm.R

Füge diesen Inhalt ein:

library(ggplot2)

monate <- c("Jan", "Feb", "Mär", "Apr", "Mai", "Jun")
verkauf <- data.frame(
  monat = factor(rep(monate, 2), levels = monate),
  modell = rep(c("Citybike", "Lastenrad"), each = 6),
  anzahl = c(12, 15, 24, 31, 38, 41, 3, 4, 6, 9, 11, 10)
)

diagramm <- ggplot(verkauf, aes(x = monat, y = anzahl, fill = modell)) +
  geom_col(position = "dodge") +
  labs(title = "Verkaufte Räder im ersten Halbjahr", x = "Monat", y = "Anzahl", fill = "Modell") +
  theme_minimal()

ggsave("verkauf-ggplot.png", diagramm, width = 8, height = 5, dpi = 100)
cat("Gespeichert: verkauf-ggplot.png\n")
  • Lange Form: ggplot2 erwartet eine Zeile pro Wert. Statt zweier Spalten citybike und lastenrad gibt es deshalb eine Spalte modell. rep wiederholt Werte, damit die Tabelle zwölf Zeilen bekommt.
  • aes(…) – ordnet Spalten den Teilen des Diagramms zu: Monat nach rechts, Anzahl nach oben, Modell als Farbe.
  • + – baut das Diagramm schichtweise auf: Balken (geom_col, dodge stellt sie nebeneinander), Beschriftungen (labs) und Gestaltung (theme_minimal).
  • ggsave – speichert das Diagramm, hier 8 × 5 Zoll mit 100 Punkten je Zoll, also 800 × 500 Pixel.

Speichere mit Strg+O und Enter und beende nano mit Strg+X.

12. Skript ausführen

Rscript diagramm.R

Prüfen: Die Ausgabe lautet Gespeichert: verkauf-ggplot.png. Das Bild zeigt farbige Balken für beide Modelle nebeneinander und rechts eine Legende.

Pakete von CRAN installieren

Nicht jedes Paket gibt es bei Ubuntu. Solche Pakete installiert R selbst in die persönliche Bibliothek. Als Beispiel dient fortunes, eine Sammlung von Zitaten aus der R-Gemeinschaft.

13. Persönliche Bibliothek anlegen

Legt den Ordner ~/R/x86_64-pc-linux-gnu-library/4.5 an. R verwendet ihn nur, wenn er beim Start schon existiert. Deshalb ist das ein eigener Schritt vor der Installation.

Rscript -e 'dir.create(Sys.getenv("R_LIBS_USER"), recursive = TRUE)'

14. Paket installieren

R lädt das Paket von cloud.r-project.org, einem weltweiten Spiegel von CRAN, und installiert es in die persönliche Bibliothek. Dafür sind keine Administratorrechte nötig.

Rscript -e 'install.packages("fortunes")'

Prüfen: Die letzten Zeilen nennen den Ordner downloaded_packages. Der nächste Befehl gibt ein zufälliges Zitat aus.

Rscript -e 'library(fortunes); fortune()'

Wie geht es weiter?

  • Daten einlesen: read.csv("datei.csv") liest eine CSV-Datei als Tabelle ein. Für Dateien aus deutschen Programmen mit Semikolon und Komma als Dezimalzeichen gibt es read.csv2.
  • tidyverse: Die Pakete r-cran-dplyr, r-cran-tidyr und r-cran-readr machen das Umformen und Filtern von Tabellen bequemer. Auch hier lohnt --no-install-recommends.
  • Berichte: Mit Quarto mischt man Text und R-Code in einem Dokument und erzeugt daraus HTML oder PDF samt Diagrammen.
  • Entwicklungsumgebung: RStudio (Posit) ist die verbreitetste Oberfläche für R. Alternativ gibt es eine R-Erweiterung für Visual Studio Code.
  • Dokumentation: In der Konsole öffnet ?mean die Hilfe zu einer Funktion. Handbücher gibt es unter https://cran.r-project.org/manuals.html.

Deinstallieren

1. Übungsordner entfernen

rm -rf ~/r-uebung

2. Persönliche Bibliothek entfernen

Löscht alle Pakete, die R selbst von CRAN installiert hat.

rm -rf ~/R

3. R und ggplot2 entfernen

r-base-core ist der eigentliche Interpreter. Mit ihm werden auch alle r-cran-…-Pakete entfernt, die ihn brauchen.

sudo apt purge r-base r-base-core r-cran-ggplot2

4. Nicht mehr benötigte Abhängigkeiten entfernen

Entfernt die Pakete, die nur für R mitinstalliert wurden, z. B. die Compiler und Bibliotheken für Fortran. apt zeigt vorher die Liste an und fragt nach. Stehen dort Pakete, die du noch brauchst, mit n abbrechen.

sudo apt autoremove --purge

5. Verlauf und Arbeitsbereich löschen (optional)

Nur nötig, wenn du beim Beenden der Konsole mit y geantwortet hast. Dann liegen .Rhistory und .RData in dem Ordner, in dem du R gestartet hast. Der Befehl löscht sie im Home-Ordner.

rm -f ~/.Rhistory ~/.RData

Prüfen: Der Befehl R wird nicht mehr gefunden.

R --version

Quellen und Lizenz

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Open Knowledge (Freies Wissen): Alle Texte stehen unter der freien Lizenz Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International (CC BY-SA 4.0) und können frei gelesen, geteilt und weiterverarbeitet werden.

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Open Knowledge (Freies Wissen): Alle Texte stehen unter der freien Lizenz Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International (CC BY-SA 4.0) und können frei gelesen, geteilt und weiterverarbeitet werden.

Autor: Thorsten · Installationsanleitungen für Ubuntu

Alle Anleitungen ohne Gewähr. Befehle mit sudo verändern das System – vorher lesen, dann ausführen.