1.5 Storage and DisplayAs R is open

1.5 Storage and Display
As R is open source, we can find out the meaning of every single bit and byte
manipulated by the software if we need to do so. Most users will, however, be
happy to find that this is unlikely to be required, and is left to a small group
of developers and experts. They will rely on the fact that many users have
seen, tested, or used the code before.
When running an R session, data are usually read or imported using explicit
commands, after which all data are kept in memory; users may choose
to load a saved workspace or data objects. During an R session, the workspace
can be saved to disk or chosen objects can be saved in a portable binary form
for loading into the next session. When leaving an interactive R session, the
question Save workspace image? may be answered positively to save results
to disk; saving the session history is a very useful way of documenting what
has been done, and is recommended as normal practice – consider choosing
an informative file name.
Despite the fact that computers have greater memory capacity than they
used to, R may not be suitable for the analysis of massive data sets, because
data being analysed is held in memory. Massive data sets may, for example
come from satellite imagery, or detailed global coast line information. It is in
such cases necessary to have some idea about data size and memory management
and requirements. Under such circumstances it is often still possible
to use R as an analysis engine on part of the data sets. Smaller useful data sets
can be obtained by selecting a certain region or by sub-sampling, aggregating or
generalising the original data. Chapters 4 and 6 will give hints on how to do this.
Spatial data are usually displayed on maps, where the x- and y-axes show
the coordinate values, with the aspect ratio chosen such that a unit in x
equals a unit in y. Another property of maps is that elements are added for
reference purposes, such as coast lines, rivers, administrative boundaries, or
even satellite images.
Display of spatial data in R is a challenge on its own, and is dealt with
in Chap. 3. For many users, the graphical display of statistical data is among
the most compelling reasons to use R, as maps are traditionally amongst the
strongest graphics we know.
The core R engine was not designed specifically for the display and analysis
of maps, and the limited interactive facilities it offers have drawbacks in this
area. Still, a large number of visualisations come naturally to R graphics,
while they would take a substantial effort to accomplish in legacy GIS. For
one thing, most GIS do not provide conditioning plots, where series of plots
are organised in a regular lattice, share axes, and legends, and allow for systematic
comparison across a large number of settings, scenarios, time, or other
variables (e.g. Fig. 3.10). R provides on-screen graphics and has many graphics
drivers, for example for vector graphics output to PostScript, Windows
metafiles, PDF, and many bitmapped graphics formats. And, as mentioned,
it works equally well as a front end or as a service providing back end for
statistical analysis.

Hasil (Bahasa Indonesia) 1:

1.5 penyimpanan dan tampilanSebagai R adalah open source, kita dapat mengetahui arti dari setiap satu bit dan bitadimanipulasi oleh perangkat lunak jika kita perlu melakukannya. Sebagian besar pengguna, namun, akansenang menemukan bahwa ini tidak mungkin diperlukan, dan dibiarkan dalam kelompok kecilpengembang dan pakar. Mereka akan bergantung pada kenyataan bahwa banyak pengguna telahdilihat, diuji atau menggunakan kode sebelum.Saat menjalankan sesi R, data yang biasanya dibaca atau impor menggunakan eksplisitperintah, setelah semua data disimpan dalam memori; pengguna dapat memilihuntuk beban kerja disimpan atau objek data. Selama sesi R, ruang kerjadapat disimpan ke disk atau memilih objek dapat disimpan dalam bentuk biner portabeluntuk pemuatan ke sesi berikutnya. Ketika meninggalkan R sesi interaktif,pertanyaan Simpan gambar kerja? mungkin menjawab positif untuk menyimpan hasiluntuk disk; menyimpan sesi sejarah adalah cara yang sangat berguna untuk mendokumentasikan apatelah dilakukan, dan adalah dianjurkan sebagai praktek biasa-pertimbangkan untuk memilihnama file yang informatif.Terlepas dari kenyataan bahwa komputer memiliki kapasitas memori lebih besar daripada merekadigunakan untuk, R mungkin tidak akan cocok untuk analisis kumpulan data besar-besaran, karenadata yang sedang dianalisis diadakan di memori. Besar set data dapat, misalnyaberasal dari citra satelit, atau pantai global rinci baris informasi. DalamHal ini diperlukan untuk memiliki beberapa gagasan tentang pengelolaan data memori dan ukurandan persyaratan. Dalam keadaan seperti sangat sering masih mungkinuntuk menggunakan R sebagai analisis engine pada bagian dari kumpulan data. Kecil berguna data setdapat diperoleh dengan memilih daerah tertentu atau oleh sub sampling, menggabungkan atauIa data asli. Bab 4 dan 6 akan memberikan petunjuk tentang cara untuk melakukan ini.Data spasial dipajang di maps, mana x - dan y - axes menunjukkannilai koordinat, dengan rasio aspek dipilih sedemikian rupa sehingga unit di xsama dengan unit di y. Properti lain Maps adalah bahwa unsur-unsur yang ditambahkan untukreferensi tujuan, seperti garis pantai, sungai, batas-batas administratif, ataubahkan citra satelit.Tampilan data spasial dalam R merupakan tantangan sendiri, dan berurusan dengandalam bab 3. Bagi banyak pengguna, tampilan grafis data statistik adalah di antaraalasan yang paling menarik untuk menggunakan R, karena peta secara tradisional antaraterkuat grafis yang kita tahu.Mesin inti R tidak dirancang khusus untuk tampilan dan analisispeta, dan fasilitas interaktif terbatas menawarkan memiliki kekurangan dalam hal inidaerah. Namun, sejumlah besar visualisasi datang secara alami kepada R grafis,sementara mereka akan mengambil upaya yang besar untuk mencapai dalam warisan GIS. Untuksatu hal, kebanyakan GIS tidak menyediakan ruangan "(Hotel AC di plot,) mana serangkaian plotdiselenggarakan di kisi-kisi biasa, berbagi kapak dan legenda, dan memungkinkan untuk sistematisperbandingan di sejumlah pengaturan, skenario, waktu, atau lainnyavariabel (misalnya Fig. 3,10). R menyediakan layar grafis dan memiliki banyak grafisdriver, misalnya untuk vektor grafis output ke PostScript, Windowsmetafiles, PDF, dan banyak format grafis kompresinya. Dan, seperti yang disebutkan,Ia bekerja sama baik sebagai sebuah front end atau sebagai layanan yang menyediakan back-end untukanalisis statistik.

Hasil (Bahasa Indonesia) 2:

1,5 Penyimpanan dan Tampilan
Sebagai R adalah open source, kita bisa mengetahui arti dari setiap bit tunggal dan byte
dimanipulasi oleh perangkat lunak jika kita perlu untuk melakukannya. Sebagian besar pengguna akan, bagaimanapun,
senang menemukan bahwa ini tidak mungkin diperlukan, dan diserahkan kepada sekelompok kecil
pengembang dan ahli. Mereka akan bergantung pada fakta bahwa banyak pengguna telah
melihat, diuji, atau menggunakan kode sebelumnya.
Saat menjalankan sesi R, data biasanya membaca atau diimpor menggunakan eksplisit
perintah, setelah semua data disimpan dalam memori; pengguna dapat memilih
untuk memuat ruang kerja atau data objek disimpan. Selama sesi R, ruang kerja
dapat disimpan ke disk atau benda yang dipilih dapat disimpan dalam bentuk biner portable
untuk loading ke sesi berikutnya. Ketika meninggalkan sesi R interaktif,
pertanyaan Simpan kerja gambar? dapat menjawab secara positif untuk menyimpan hasil
ke disk; menyimpan sejarah sesi adalah cara yang sangat berguna mendokumentasikan apa yang
telah dilakukan, dan direkomendasikan sebagai praktek normal - mempertimbangkan memilih
nama file informatif.
Terlepas dari kenyataan bahwa komputer memiliki kapasitas memori lebih besar dari yang mereka
digunakan untuk, R mungkin tidak cocok untuk analisis data set besar, karena
data yang dianalisis diadakan di memori. Set data yang besar mungkin, misalnya
berasal dari citra satelit, atau detail informasi garis pantai global. Dalam
kasus-kasus seperti yang diperlukan untuk memiliki beberapa ide tentang ukuran data dan manajemen memori
dan persyaratan. Dalam keadaan seperti itu sering masih mungkin
untuk menggunakan R sebagai mesin analisis bagian dari set data. Kecil set data yang bermanfaat
dapat diperoleh dengan memilih daerah tertentu atau oleh sub-sampling, menggabungkan atau
generalising data asli. Bab 4 dan 6 akan memberikan petunjuk tentang cara untuk melakukan hal ini.
Data spasial biasanya ditampilkan pada peta, di mana x dan y-sumbu menunjukkan
koordinat nilai, dengan rasio aspek yang dipilih sedemikian rupa sehingga unit x
sama dengan unit di y . Properti lain dari peta adalah bahwa unsur-unsur yang ditambahkan untuk
tujuan referensi, seperti garis pantai, sungai, batas administratif, atau
bahkan gambar satelit.
Tampilan data spasial di R merupakan tantangan sendiri, dan dibahas
di Bab. 3. Bagi banyak pengguna, tampilan grafis dari data statistik adalah salah
satu alasan yang paling kuat untuk menggunakan R, sebagai peta secara tradisional antara
grafis terkuat kita tahu.
Mesin R inti tidak dirancang khusus untuk tampilan dan analisis
peta, dan fasilitas interaktif yang terbatas menawarkan memiliki kekurangan dalam hal ini
daerah. Namun, sejumlah besar visualisasi datang secara alami untuk R grafis,
sementara mereka akan mengambil upaya besar untuk capai dalam warisan GIS. Untuk
satu hal, sebagian besar GIS tidak memberikan plot conditioning, di mana serangkaian plot
diatur dalam kisi teratur, berbagi sumbu, dan legenda, dan memungkinkan untuk sistematis
perbandingan di sejumlah besar pengaturan, skenario, waktu, atau lainnya
variabel (misalnya Gambar. 3.10). R menyediakan di layar grafis dan memiliki banyak grafis
driver, misalnya untuk output grafis vektor ke PostScript, Windows
metafile, PDF, dan format grafis bitmap. Dan, seperti yang disebutkan,
bekerja sama dengan baik sebagai front end atau sebagai layanan yang menyediakan back end untuk
analisis statistik.