《數(shù)據(jù)科學(xué)家100天精進(jìn)計(jì)劃》Day7:數(shù)據(jù)科學(xué)家常用R包

《數(shù)據(jù)科學(xué)家100天精進(jìn)計(jì)劃》，分享我作為數(shù)據(jù)科學(xué)家的所學(xué)、所想和所做，希望幫助更多人了解數(shù)據(jù)科學(xué)家或者成為數(shù)據(jù)科學(xué)家。

《數(shù)據(jù)科學(xué)家100天精進(jìn)計(jì)劃》Day1:數(shù)據(jù)科學(xué)家黃金圈法則
《數(shù)據(jù)科學(xué)家100天精進(jìn)計(jì)劃》Day2:數(shù)據(jù)科學(xué)工作流 《數(shù)據(jù)科學(xué)家100天精進(jìn)計(jì)劃》Day3:數(shù)據(jù)科學(xué)家技能修煉 《數(shù)據(jù)科學(xué)家100天精進(jìn)計(jì)劃》Day4:我的數(shù)據(jù)科學(xué)高效工具分享 《數(shù)據(jù)科學(xué)家100天精進(jìn)計(jì)劃》Day5:數(shù)據(jù)科學(xué)家的SQL技術(shù)清單 《數(shù)據(jù)科學(xué)家100天精進(jìn)計(jì)劃》Day6:數(shù)據(jù)科學(xué)家R語(yǔ)言學(xué)習(xí)指南

Day7:數(shù)據(jù)科學(xué)家常用R包

R語(yǔ)言功能強(qiáng)大，R包功不可沒(méi)。

有許多R包可供數(shù)據(jù)科學(xué)家在不同領(lǐng)域進(jìn)行數(shù)據(jù)處理、分析、可視化和建模。本文包括3個(gè)內(nèi)容。

1）R包管理知識(shí)

2）數(shù)據(jù)科學(xué)常用R包

3）我學(xué)習(xí)和使用R包的心得

1 R包管理知識(shí)

R包管理知識(shí)，我們需要掌握如何正確安裝和卸載R包。

我使用過(guò)的R包安裝方法

1）直接從CRAN上面安裝，選擇離自己最近的鏡像，使用install.packages()安裝R包。舉例說(shuō)明

      
      #?安裝數(shù)據(jù)科學(xué)套件包
install.packages('tidyverse')

    

2）從Github上面安裝，可以在線安裝或者下載源碼后，經(jīng)過(guò)編譯后，再安裝。舉例說(shuō)明

      
      install.packages("devtools")
library(devtools)
#?安裝github上的R包
devtools::install_github('lchiffon/REmap')

    

3）生物信息的一些R包，可以從Bioconductor包安裝，Bioconductor可以簡(jiǎn)單理解為基于R語(yǔ)言專(zhuān)門(mén)做生物信息學(xué)分析的眾多工具包的集合。舉例說(shuō)明

      
      #?安裝limma包
if?(!requireNamespace("BiocManager",?quietly?=?TRUE))
???install.packages("BiocManager")
BiocManager::install("limma")

    

卸載R包，直接使用remove.packages()函數(shù)操作。

2 數(shù)據(jù)科學(xué)家常用R包

數(shù)據(jù)科學(xué)家們，經(jīng)常使用的R語(yǔ)言包，簡(jiǎn)單說(shuō)明如下，更詳細(xì)地介紹，可以查看對(duì)應(yīng)包的幫助文檔和使用范例。我的親身經(jīng)驗(yàn)，要用好一個(gè)R包，一定要利用好幫助文檔和范例，還有基于這個(gè)R包的做項(xiàng)目的他人的代碼，這些都是很好的學(xué)習(xí)素材，值得你去閱讀和遷移。

1） dplyr：這是一個(gè)功能強(qiáng)大的數(shù)據(jù)操作包，使數(shù)據(jù)清洗和操縱任務(wù)變得容易。dplyr提供了一系列函數(shù)，用于進(jìn)行基本的數(shù)據(jù)操作，如篩選、聚合、排序、重命名變量等。這個(gè)包的一個(gè)顯著優(yōu)勢(shì)在于其符合直覺(jué)的語(yǔ)法。

2）tidyr：tidyr是一個(gè)用于整理數(shù)據(jù)的包，目的是將數(shù)據(jù)整理為“長(zhǎng)格式”或“寬格式”。這有助于分組操作、存儲(chǔ)數(shù)據(jù)以及與ggplot2進(jìn)行集成。

3） lubridate：lubridate是一個(gè)處理日期和時(shí)間數(shù)據(jù)的包，提供了一系列易于使用的函數(shù)，用于解析、操作和格式化日期和時(shí)間數(shù)據(jù)。它簡(jiǎn)化了跨時(shí)間格式的工作，包括轉(zhuǎn)換為不同的時(shí)區(qū)，處理閏年等。

4） ggplot2：這是一個(gè)優(yōu)秀的數(shù)據(jù)可視化包，使用圖形語(yǔ)法（Grammar of Graphics）創(chuàng)建精美且信息豐富的圖表。ggplot2提供了一套靈活且統(tǒng)一的界面來(lái)構(gòu)建復(fù)雜的定制圖形。

5） randomForest：這個(gè)包實(shí)現(xiàn)了隨機(jī)森林算法，用于分類(lèi)和回歸任務(wù)。隨機(jī)森林是一種強(qiáng)大的集成學(xué)習(xí)技術(shù)，通過(guò)構(gòu)造多個(gè)決策樹(shù)來(lái)提高預(yù)測(cè)精度。

6） xgboost：Extreme Gradient Boosting（xgboost）包提供了一個(gè)優(yōu)化梯度增強(qiáng)算法的實(shí)現(xiàn)。它在大量機(jī)器學(xué)習(xí)競(jìng)賽中取得了優(yōu)異成績(jī)，被認(rèn)為是一種非常強(qiáng)大且實(shí)用的預(yù)測(cè)模型。

7） caret：Classification And REgression Training（Caret）是一個(gè)流行的機(jī)器學(xué)習(xí)框架，用于構(gòu)建和評(píng)估各種預(yù)測(cè)模型。Caret包含大量常用的機(jī)器學(xué)習(xí)算法，并提供了一個(gè)簡(jiǎn)單的界面來(lái)進(jìn)行數(shù)據(jù)預(yù)處理、特征選擇、模型訓(xùn)練和評(píng)估等步驟。

8）rmarkdown：rmarkdown包用于R Markdown文檔的編輯，R Markdown文檔（可以包含富文本和R代碼）方便寫(xiě)數(shù)據(jù)報(bào)告，支持生成多種格式，例如html、PDF等。

9）shiny：shiny是一個(gè)構(gòu)建交互式web應(yīng)用程序的框架，用于實(shí)時(shí)發(fā)布、共享和探索數(shù)據(jù)?？梢暬蚏代碼可以輕松地整合在一起，不需要任何web開(kāi)發(fā)經(jīng)驗(yàn)即可發(fā)布到Web上。

3 我學(xué)習(xí)和使用R包的心得

我在使用R語(yǔ)言做數(shù)據(jù)科學(xué)工作時(shí)，離不開(kāi)R包。我簡(jiǎn)潔分享下自己學(xué)習(xí)和使用R包的心得。

1）學(xué)習(xí)R包這塊

第一步：明確問(wèn)題和目標(biāo)，例如我要學(xué)習(xí)R語(yǔ)言做數(shù)據(jù)可視化分析，我會(huì)檢索R語(yǔ)言做可視化的包，確定所要學(xué)習(xí)的R包

第二步：R包管理，對(duì)需要學(xué)習(xí)的R包進(jìn)行正確安裝，便于后續(xù)學(xué)習(xí)和使用。

第三步：查看R包幫助文檔和范例。

      
      #?數(shù)據(jù)可視化包ggplot2
help(package="ggplot2")

    

結(jié)果如下

這份結(jié)果提供這些重要信息

1）這個(gè)R包介紹和用途

2）這個(gè)R包按著字幕排序的函數(shù)集和內(nèi)嵌數(shù)據(jù)集

第四步：多閱讀這個(gè)R包使用的案例和代碼，我會(huì)基于我關(guān)注的問(wèn)題或者要學(xué)習(xí)的內(nèi)容從Github上面尋找代碼，并從代碼中學(xué)習(xí)。

2）使用R包這塊，根據(jù)自己要解決的問(wèn)題，選擇合適的R包，然后就是安裝和加載R包，利用R包提供的函數(shù)集，解決自己的問(wèn)題或者做自己想做的事情。

總之，作為一名數(shù)據(jù)科學(xué)家，學(xué)習(xí)和熟練上述R包，一來(lái)可以提升數(shù)據(jù)科學(xué)工作的水平，二來(lái)數(shù)據(jù)科學(xué)工作流各個(gè)環(huán)節(jié)都有了合理的解決方案。

我的微信二維碼，歡迎你添加，大家多交流。