学习R语言一篇文章让你从懵圈到入门.docx
- 文档编号:10872452
- 上传时间:2023-02-23
- 格式:DOCX
- 页数:9
- 大小:19.38KB
学习R语言一篇文章让你从懵圈到入门.docx
《学习R语言一篇文章让你从懵圈到入门.docx》由会员分享,可在线阅读,更多相关《学习R语言一篇文章让你从懵圈到入门.docx(9页珍藏版)》请在冰豆网上搜索。
学习R语言一篇文章让你从懵圈到入门
学习R语言,一篇文章让你从懵圈到入门
在昨天本文的推送中,由于小编失误,将本篇文章的原文链接标注错误,给原出处雪晴数据网和广大读者带来不便,敬请谅解,特此更正:
本文编译:
雪晴数据网原文参考:
在实际工作中,每个数据科学项目各不相同,但基本都遵循一定的通用流程。
具体如下:
数据科学工作流程:
1.数据导入2.数据整理3.反复理解数据
数据可视化
数据转换统计建模4.作出推断(比如预测)
5.沟通交流
6.自动化分析
7.程序开发下面列出每个步骤最有用的一些R包:
数据导入
以下R包主要用于数据导入和保存数据feather:
一种快速,轻量级的文件格式。
在R和python上都可使用
readr:
实现表格数据的快速导入。
中文介绍可参考这里
readxl:
读取MicrosoftExcel电子表格数据
openxlsx:
读取MicrosoftExcel电子表格数据
googlesheets:
读取google电子表格数据
haven:
读取SAS,SPSS和Stata统计软件格式的数据
httr:
从网站开放的API中读取数据
rvest:
网页数据抓取包
xml2:
读取HTML和XML格式数据
webreadr:
读取常见的Web日志格式数据
DBI:
数据库管理系统通用接口包
RMySQL:
用于连接MySQL数据库的R包RPostgres:
用于连接PostgreSQL数据库的R包bigrquery用于连接GoogleBigQuery的R包
PivotalR:
用于读取Pivitol(Greenplum)和HAWQ数据库中的数据
dplyr:
提供了一个访问常见数据库的接口
data.table:
data.table包的fread()函数可以快速读取大数据集
git2r:
用于访问git仓库
数据整理
以下R包主要用于数据整理,以便于你后续建模分析:
tidyr:
用于整理表格数据的布局
dplyr:
用于将多个数据表连接成一个整齐的数据集
purrr:
函数式编程工具,在做数据整理时非常有用。
broom:
用于将统计模型的结果整理成数据框形式
zoo:
定义了一个名zoo的S3类型对象,用于描述规则的和不规则的有序的时间序列数据。
数据可视化
以下R包用于数据可视化:
ggplot2及其扩展:
ggplot2包提供了一个强大的绘图系统,并实现了以下扩展
ggthemes:
提供扩展的图形风格主题ggmap:
提供GoogleMaps,OpenStreetMaps等流行的在线地图服务模块ggiraph:
绘制交互式的ggplot图形
ggstance:
实现常见图形的横向版本
GGally:
绘制散点图矩阵
ggalt:
添加额外的坐标轴,geoms等
ggforce:
添加额外geoms等
ggrepel:
用于避免图形标签重叠
ggraph:
用于绘制网络状、树状等特定形状的图形
ggpmisc:
光生物学相关扩展
geomnet:
绘制网络状图形
ggExtra:
绘制图形的边界直方图
gganimate:
绘制动画图
plotROC:
绘制交互式ROC曲线图
ggspectra:
绘制光谱图
ggnetwork:
网络状图形的geoms
ggradar:
绘制雷达图
ggTimeSeries:
时间序列数据可视化
ggtree:
树图可视化
ggseas:
季节调整工具lattice:
生成栅栏图
rgl:
交互式3D绘图
ggvis:
交互式图表多功能系统
htmlwidgets:
一个专为R语言打造的可视化JS库leaflet:
绘制交互式地图
dygraphs:
绘制交互式时间序列图
plotly:
交互式绘图包,中文介绍详见这里
rbokeh:
用于创建交互式图表和地图,中文介绍
Highcharter:
绘制交互式Highcharts图
visNetwork:
绘制交互式网状图
networkD3:
绘制交互式网状图
d3heatmap:
绘制交互式热力图,中文介绍
DT:
用于创建交互式表格threejs:
绘制交互式3d图形和地球仪-rglwidget:
绘制交互式3d图形DiagrammeR:
绘制交互式图表
MetricsGraphics:
绘制交互式MetricsGraphics图rCharts:
提供了对多个javascript数据可视化库(highcharts/nvd3/polychart)的R封装。
coefplot:
可视化统计模型结果
quantmod:
可视化金融图表
colorspace:
基于HSL的调色板
viridis:
Matplotlibviridis调色板
munsell:
Munsell调色板
RColorBrewer:
图形调色板
igraph:
用于网络分析和可视化
latticeExtra:
lattice绘图系统扩展包
sp:
空间数据工具
数据转换
以下R包用于将数据转换为新的数据类型dplyr:
一个用于高效数据清理的R包。
视频学习课程
magrittr:
一个高效的管道操作工具包。
tibble:
高效的显示表格数据的结构
stringr:
一个字符串处理工具集
lubridate:
用于处理日期时间数据
xts:
xts是对时间序列数据(zoo)的一种扩展实现,提供了时间序列的操作接口。
data.table:
用于快速处理大数据集
vtreat:
一个对预测模型进行变量预处理的工具
stringi:
一个快速字符串处理工具
Matrix:
著名的稀疏矩阵包
统计建模与推断
下述R包是统计建模最常用的几个R包,其中的一些R包适用于多个主题。
car:
提供了大量的增强版的拟合和评价回归模型的函数。
Hmisc:
提供各种用于数据分析的函数
multcomp:
参数模型中的常见线性假设的同时检验和置信区间计算,包括线性、广义线性、线性混合效应和生存模型。
pbkrtest用于线性混合效应模型的参数Bootstrap检验
MatrixModels:
用于稠密矩阵和稀疏矩阵建模
mvtnorm:
用于计算多元正态分布和t分布的概率,分位数,随机偏差等
SparseM:
用于稀疏矩阵的基本线性代数运算
lme4:
利用C++矩阵库Eigen进行线性混合效应模型的计算。
broom:
将统计模型结果整理成数据框形式
caret:
一个用于解决分类和回归问题的数据训练综合工具包
glmnet:
通过极大惩罚似然来拟合广义线性模型
gbm:
用于实现随机梯度提升算法
xgboost:
全称是eXtremeGradientBoosting。
是GradientBoostingMachine的一个c++实现。
目前已制作了xgboost工具的R语言接口。
详见统计之都的一篇介绍
randomForest:
提供了用随机森林做回归和分类的函数
ranger:
用于随机森林算法的快速实现
h2o:
H2O是0xdata的旗舰产品,是一款核心数据分析平台。
它的一部分是由R语言编写的,另一部分是由Java和Python语言编写的。
用户可以部署H2O的R程序安装包,之后就可以在R语言环境下运行了。
ROCR:
通过绘图来可视化分类器的综合性能。
pROC:
用于可视化,平滑和对比ROC曲线
沟通交流
以下R包用于实现数据科学结果的自动化报告,以便于你跟人们进行沟通交流。
rmarkdown:
用于创建可重复性报告和动态文档
knitr:
用于在PDF和HTML文档中嵌入R代码块
flexdashboard:
基于rmarkdown,可以轻松的创建仪表盘
bookdown:
以RMarkdown为基础,用于创作书籍和长篇文档
rticles:
提供了一套RMarkdown模板
tufte:
用于实现Tufte讲义风格的RMarkdown模板
DT:
用于创建交互式的数据表
pixiedust:
用于自定义数据表的输出
xtable:
用于自定义数据表的输出
highr:
用于实现R代码的LaTeX或HTML格式输出
formatR:
通过tidy_source函数格式化R代码的输出
yaml:
用于实现R数据与YAML格式数据之间的通信。
自动化分析
以下R包用于创建自动化分析结果的数据科学产品:
shiny:
一个使用R语言开发交互式web应用程序的工具。
中文教程shinydashboard:
用于创建交互式仪表盘
shinythemes:
给出了Shiny应用程序的常用风格主题
shinyAce:
为Shiny应用程序开发者提供Ace代码编辑器。
shinyjs:
用于在Shiny应用程序中执行常见的JavaScript操作
miniUI:
提供了一个UI小部件,用于在R命令行中集成交互式应用程序
shinyapps.io:
为创建的Shiny应用程序提供托管服务
ShinyServerOpenSource:
为Shiny应用程序提供开源免费的服务器
ShinyServerPro:
为企业级用户提供一个Shiny应用程序服务器rsconnect:
用于将Shiny应用程序部署到shinyapps.io
plumber:
用于将R代码转化为一个webAPI
rmarkdown:
用于创建可重复性报告和动态文档
rstudioapi:
用于安全地访问RStudioIDE的API
程序开发
以下这些包主要用于开发自定义的R包:
RStudioDesktopIDE:
R的IDE。
大家都懂,不用解释。
RStudioServerOpenSource:
开源免费的RStudio服务器
RStudioServerProfessional:
商业版RStudio服务器
devtools:
一个让开发R包变得简单的工具集
packrat:
创建项目的特定库,用于处理包的版本问题,增强代码重现能力。
drat:
一个用于创建和使用备选R包库的工具
testthat:
单元测试,让R包稳定、健壮,减少升级的痛苦。
roxygen2:
通过注释的方式,生成文档,远离Latex的烦恼。
purrr:
一个用于提供函数式编程方法的工具
profvis:
用于可视化R代码的性能分析数据
Rcpp:
用于实现R与C++的无缝整合。
详见统计之都文章
R6:
R6是R语言的一个面向对象的R包,可以更加高效的构建面向对象系统。
htmltools:
用于生成HTML格式输出
nloptr:
提供了一个NLopt非线性优化库的接口
minqa:
一个二次近似的优化算法包
rngtools:
一个用于处理随机数生成器的实用工具
NMF:
提供了一个执行非负矩阵分解的算法和框架
crayon:
用于在输出终端添加颜色
RJSONIO:
rjson是一个R语言与json进行转的包,是一个非常简单的包,支持用C类库转型和R语言本身转型两种方式。
jsonlite:
用于实现R语言与json数据格式之间的转化
RcppArmadillo:
提供了一个ArmadilloC++Library(一种C++的线性代数库)的接口
实验数据
以下R包给出了案例实战过程中可用的训练数据集:
babynames:
包含由美国社会保障局提供的三个数据集
neiss:
2009-2014年期间提供给美国急诊室的所有事故报告样本数据
yrbss:
美国疾病控制中心2009-2013年期间青年危险行为监测系统数据
hflights:
USAboundaries:
2011年全年休斯顿机场的所有航班数据
rworldmap:
国家边界数据
usdanutrients:
美国农业部营养数据库
fueleconomy:
美国环保署1984-2015年期间的燃油经济数据
nasaweather:
包含了一个覆盖中美洲的非常粗糙的24*24格地理位置和大气测量数据。
mexico-mortality:
墨西哥死亡人数数据
来源|雪晴数据网
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 学习 语言 一篇 文章 懵圈到 入门
![提示](https://static.bdocx.com/images/bang_tan.gif)