|
作者：解螺旋.麦子 如需转载请注明来源：解螺旋·医生科研助手 初入R语言大门的同学，可能会听说各种包。本来只想做一种运算，可能会有人跟你说，可以用XX包里的OO函数，还可以用OO包里的XX函数，还可以用……这到底是什么鬼？今天带大家来认识一下。 前面我们介绍了R语言基础入门《R语言学习起来太费劲？那是你没找对领路人（Geek伪装指南）》，今天麦子给你推荐几款最实用的语言包。R语言的包，常常听到各种名字，扩展包、程序包、软件包、函数包、算法包……不如单名一个“包（Package）”字来的简单粗暴。它就像R语言这个游戏里要用到的装备，种种装备都各自有特定的功能（功能就是函数嘛，所以函数的英文也叫function）。想做数据分析，要配备数据分析的包，想画图，要用画图的包，所以要在R这个战场上玩转数据，就得配上不同的装备。 当然安装R的时候会有一些自带的包，用它们来做简单的分析也足够了，但对于复杂一点的分析，或者想要画出好看一点、复杂一点的图，就要安装稍高级一点的包。 你要问装这么多包，占空间吗？电脑会不会吃不消？放心好了，这不是你要担心的问题，每个包也就几百KB到几MB。你要担心的也许是选择困难，因为R语言的官网上现在已有9562个包了，而且还在不断涌现……不过这也恰是R的魅力，各种包使它拥有极佳的扩展性，能满足你无穷无尽的探索欲，让数据处理变得越来越轻松，也越来越好玩。 但探索是比较高级的玩法了，这里我们筛选10个实用又有意思的包，先屯起来，将来慢慢学习（享用）~.~ 包的下载安装方法 还记得上回讲的“展示区”吗？我承认这个名字是我瞎起的，同时我也说到了这个区的功能比较杂，上回只用到了Plots选项卡，这回我们要用的Packages也在这个区里。 选中这个选项卡之后点Install，在弹出的对话框中，Install from这一栏选择Repository，在下面的Packages输入包的名字，此处以ggplot2这个包为例，设好安装路径（一般就用默认的），点Install，就等着 自动下载安装就可以了。不过好像有时候要翻墙。 或者也可以从本地安装，即从网上下载回来之后，在Install from里选择另一个选项，Package Archive File，选择事先下载好的包装上。 安装完成后要载入，就是在编辑栏输入 library(ggplot2) 然后运行，就可以使用里面的函数了。 第三种方法比较Geek（撞壁），就是在编辑栏输入install.packages(‘ggplot2’)并运行，然而这不就是刚才第一种方法安装时，在控制台里自动跳出来的那串代码嘛……所以RStudio真的比裸R省了好多事~ 就用代码的方法安装gridExtra包试试看吧： 一样是输了一半就会有弹窗提示。这里我没有像上边一样加上引号，但没关系，选中提示里的包，回车键之后就会自动加上（可能加的是双引号，反正都能用）。 此处注意：R语言是区分大小写的！每一个命令都是如此。不过如果输错了，也会智能的给个提示： 所以很放心哒。Ok，一切都准备就绪，来看看都有哪些实用的包，边看边装咯~ 十大好用的包 一、数据可视化 ggplot2 ggplot2是最常用、最受用户们喜爱的作图工具包了，被誉为数据作图的标杆。它做出的图不仅漂亮，而且可以涵盖很多复杂的信息。网上也有大量关于它的教程，学习资源很丰富。 gridExtra ggplot2的一个缺点就是不能像自带的graphics基础包那样，把几张图拼成一组图。而gridExtra就可以解决这个问题，把ggplot2做出来的漂亮的图组织到一张大图里。 lattice lattice经常被拿来和ggplot2相提并论，这两者也是选择困难户的纠结点。ggplot2做出来的图更漂亮，但它入门难啊~lattice则适合入门选手，作图速度较快，还能进行三维绘图，这是ggplot2不具备的。 二、统计分析 lme4 (或者nlme) 如果你常做一些复杂的数据，实验分了好几个层，有好多亚组，亚组下面还有亚亚组，比如要做好几种细胞，检测好几个指标，每个指标还有不同的观察时间点……此时lme4包就可以比较轻松地把这些数据组织起来。nlme也一样，选一个就好。 forecast 比较适合分析时间序列数据。 zoo forecast里有很多好用的内置函数，但有时候还需要更简单易用的计算移动平均、移动标准差的函数，这时zoo会是个很好的补充。 spatstat 空间分析神器，比如某种疾病发病率在地理空间上的分布特征等等。 三、数据整理 dplyr dplyr可以很好地把数据随意分解、整合。这个包可能也比较难上手，但熟悉之后，就像老司机开车一样形成本能。 四、生物信息学 Bioconductor 对于做基因组或芯片分析、阵列、基因流等等的小伙伴，Bioconductor是个好选择。它还有个很活跃的用户社区，可获得及时反馈，每年更新2次，还有丰富的学习资源，比如http://www./help/course-materials/这里的一系列教程。 五、展示 knitr 虽然一开始说到的数据可示化也是展示的一种，但这里要说的是，通过更丰富的方式来展示其他多种内容。除了数据分析成果，还有分析过程中各种代码、运行过程、文本说明等，都可以通过knitr生成网页、PDF、幻灯片等形式展示出来。比较适用于教学、报告等场合。 shiny shiny包也像knitr一样可以做出漂高的网页，此外还可以快速搭建动态的交互网页App。它一大优势就是不需要学习其他网页编程语言（CSS、JS等），纯靠R。 stringr 字符串处理神器。可在作图、网页编辑、数据清洗等操作中起到很好的辅助作用，对字符串进行拼接、匹配、变换等。 以上都是一些比较出名、经常用到的包，尤其是ggplot2、lattice和dplyr，可以先装上以备不时之需。但偶尔还会要用到一些函数，不在你安装过的包里，而且还不知道在哪个包，怎么办？就是在Packages选项卡旁边的Help里搜索，返回的结果中看到“一串字母::你搜的函数”，前面那串字母就是包的名字啦，比如这个Kest函数就是在spatstat包里，下载、安装、载入就可以用了~ 参考资料： My 10 Favorite R Packages and the Cool Things You Can Do with Them  |
|
|
