[프로그래밍] R과 전형적인 프로그래밍 언어의 차이점: 벡터와 인덱싱

프로그래밍을 하다 보면 R이 다른 전형적인 언어(C, Python, Java 등)와 다르게 동작하는 부분이 많다는 것을 알 수 있습니다. 특히 R은 **벡터화(Vectorization)**와 **논리 인덱싱(Logical Indexing)**을 기본적으로 지원하여, 데이터를 다루는 방식이 다릅니다. 이번 글에서는 R과 전형적인 프로그래밍 언어의 차이점을 정리해 보겠습니다.

---

1. R은 벡터 연산을 기본으로 한다

R에서는 벡터 연산을 기본적으로 지원하여, 반복문 없이도 전체 데이터를 쉽게 처리할 수 있습니다. 반면, 다른 언어에서는 for 문을 사용해야 하는 경우가 많습니다.

📌 예제: R과 Python의 차이

✅ R에서 벡터 연산

x <- c(1, 2, 3, 4, 5)
y <- x * 2   # 벡터 전체에 연산 적용
print(y)
# [1] 2 4 6 8 10

🚫 Python에서 반복문 사용

x = [1, 2, 3, 4, 5]
y = [i * 2 for i in x]  # 리스트 컴프리헨션 필요
print(y)
# [2, 4, 6, 8, 10]

📌 Python에서도 numpy를 사용하면 벡터 연산이 가능하지만, 기본적으로 리스트는 반복문을 사용해야 합니다.

---

2. 논리 인덱싱(Logical Indexing) 지원

대부분의 언어는 조건문과 for문을 사용해 요소를 필터링해야 하지만, R에서는 논리 벡터를 이용한 직관적인 인덱싱이 가능합니다.

📌 예제: 특정 조건의 요소 필터링

✅ R에서 논리 인덱싱

x <- c(10, 20, 30, 40, 50)
filtered <- x[x > 25]  # 조건을 바로 적용
print(filtered)
# [1] 30 40 50

🚫 C에서 for 문 사용

#include <stdio.h>

int main() {
    int x[] = {10, 20, 30, 40, 50};
    int size = 5;

    for (int i = 0; i < size; i++) {
        if (x[i] > 25) {
            printf("%d ", x[i]);
        }
    }
    return 0;
}

📌 R은 한 줄로 끝나지만, C에서는 for 문과 조건문이 필요합니다.

---

3. for 문보다 벡터 연산이 빠르다

R에서는 for 문을 사용하면 성능이 떨어지는 경우가 많습니다. 대신 **벡터화 연산(Vectorized Operations)**을 활용하는 것이 성능 면에서 유리합니다.

📌 예제: for 문 대신 sapply() 사용

✅ R에서 벡터화 연산 (sapply)

x <- c(1, 2, 3, 4, 5)
y <- sapply(x, function(i) i * 2)
print(y)
# [1]  2  4  6  8 10

🚫 Python에서는 리스트 컴프리헨션 필요

x = [1, 2, 3, 4, 5]
y = [i * 2 for i in x]  # 리스트 컴프리헨션 필요
print(y)
# [2, 4, 6, 8, 10]

📌 R에서는 sapply(), lapply(), map() 등의 함수형 프로그래밍 스타일을 사용하여 루프 없이 반복 연산을 할 수 있습니다.

---

4. R과 전형적인 프로그래밍 언어의 비교

특징	R	전형적인 언어 (C, Python, Java 등)
벡터 연산	기본적으로 지원	for 문 필요 (Python의 numpy 사용 가능)
논리 인덱싱	지원 (x[x > 0])	for 문 또는 필터링 함수 필요
루프 사용	권장되지 않음 (apply() 계열 함수 사용)	for 문이 기본적인 접근 방식
배열 기본 타입	벡터(Vector)	리스트(List), 배열(Array) 등

---

🔥 결론: R은 벡터화 프로그래밍을 기본으로 하는 언어

🎯 R은 데이터 분석을 위해 설계된 언어이기 때문에, 반복문보다 벡터 연산과 논리 인덱싱을 적극 활용하는 것이 유리합니다! 🚀