精华内容
下载资源
问答
  • R包

    2018-10-25 10:49:23
    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 readxl:读取Microsoft Excel电子表格数据 openxlsx:读取Microsoft Excel...

    1.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
    • readxl:读取Microsoft Excel电子表格数据
    • openxlsx:读取Microsoft Excel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
    • 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

    2.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

    3.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Google Maps、Open Street Maps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
    • 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:Matplotlib viridis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

    4.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
    • 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

    5.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eXtreme Gradient Boosting。是Gradient Boosting Machine的一个c 实现。目前已制作了xgboost工具的R语言接口
    • 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

    6.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R Markdown为基础,用于创作书籍和长篇文档
    • rticles:提供了一套R Markdown模板
    • tufte:用于实现Tufte讲义风格的R Markdown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

    7.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:

    8.程序开发

    以下这些包主要用于开发自定义的R包:

    • RStudio Desktop IDE:R的IDE。大家都懂,不用解释。
    • RStudio Server Open Source:开源免费的RStudio服务器
    • RStudio Server Professional: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
    • 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Armadillo C Library(一种C 的线性代数库)的接口

    9.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
    • 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
    • data-moviesggplotmovies:来自互联网电影数据库imdb.com的数据
    • pop-flows:2008年全美人口流动数据
    • data-housing-crisis:经过清洗后的2008美国房地产危机数据
    • gun-sales:纽约时报提供的有关枪支购买的每月背景调查统计分析数据
    • stationaRy:从成千上万个全球站点收集到的每小时气象数据
    • gapminder:摘自Gapminder的数据
    • janeaustenr:简·奥斯丁小说全集数据
    展开全文
  • r语言安装r

    2020-12-21 20:03:20
    r语言安装r2020首先根据r存储的地方,就可以分为三种下载方式CRANbioconductorGitHub其他安装方式 首先根据r存储的地方,就可以分为三种下载方式 cran,bioconductor还有GitHub。bioconductor一般都是生物信息...

    首先根据r包存储的地方,就可以分为三种下载方式

    cran,bioconductor还有GitHub。bioconductor一般都是生物信息方面的R包。github是代码的托管平台,很多软件,多种语言的程序包也都在这里发布。

    CRAN

    // CRAN里的r包下载代码
    install.packages("dyplr")
    

    注意

    1. 这种方法只能够下载cran里的r包,如果r包在github上那就下载不了。
    2. 有时候需要更改镜像,也就是说cran在全球的各地都设置了镜像网站可以解决跨地区网络的问题。这个命令使用的默认的下载地址,也就是cran官网。
    // 更改镜像
    options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
    options(BioC_mirror = "https://mirrors.tuna.tsinghua.edu.cn/bioconductor")
    

    :前一个是更改cran镜像,后一个是更改bioconductor的镜像。最好每次下载r包前更改镜像

    bioconductor

    在biocondcutor上的r包需要先下载BiocManager包,然后使用BiocManager.install()

    // 下载bioconductor上的r包
    install.packages("BiocManager")
    library(BiocManager)
    BiocManager.install("survival")
    

    此种安装方法也需要更改镜像。
    还有就是以前安装bioconductor的包都用srouce命令+bioLite或者BiocInstaller包。大概18年以后,都开始使用BioManager方式安装。

    GitHub

    这种方法也需要先安装devtools包,进而安装GitHub中的r包

    // 下载GitHub上的r包
    install.packages("devtools")
    library(devtools)
    install_github("yulab-smu/yulab.utils")##安装的是Y叔的包,后面会说到
    

    其他安装方式

    一般来说,接下来只要等着就可以了。有时会因为依赖包而失败。那么就需要你在报错中,找到依赖包,先下载依赖包,再安装需要安的r包。一般这种r命令安装方式就会先安装依赖包。
    还有一种错误,是因为需要安装rtools。
    https://cran.r-project.org/bin/windows/Rtools/history.html
    这个是各个版本的rtools下载地址。安装时,一定要勾选添加rtools到环境变量。

    如果还是安装失败的话,可以去r包所在的网址,下载压缩包。然后在用install.packages命令加载。或者用rstudio上的tools的install package。不过,这种方法不会自动安装依赖包。所以启用包的话,就会失败。

    最后,关于GitHub的r包,Y叔开发了r包可以下载。就是在devtool展示的R包。可以非常方便下载。推荐去试一试。
    安装命令是,install_zip_gh

    展开全文
  • R语言 使用R

    千次阅读 2020-03-27 15:50:42
    正因为R的跨度非常大,所以R语言如此流行。 认识R 是R函数、数据、预编译代码以一种定义完善的格式组成的集合 计算机上存储的目录称为库(library) 函数.libPaths()能够显示库所在的位置 函数library()则...
    R的优势主要体现在其软件包生态系统上,即常说的R包。具体的R包在官网上。这些R包提供了涉及各个领域的强大功能,包括数据读取、可视化绘图、计算统计等。正因为R包的跨度非常大,所以R语言如此流行。

    认识R包

    • 包是R函数、数据、预编译代码以一种定义完善的格式组成的集合
    • 计算机上存储包的目录称为库(library)
    • 函数.libPaths()能够显示库所在的位置
    • 函数library()则可以显示库中有哪些包
    • R自带了一系列默认包(包括base、datasets、utils、grDevices、graphics、stats以及methods),它们提供了种类繁多的默认函数和数据集。其他包可通过下载来进行安装


    掌握常用的R包

    常用R包可划分为:

    • 空间数据分析类
    • 机器学习与统计学习类
    • 多元统计类
    • 药物动力学数据分析类
    • 计量经济类
    • 金融分析类
    • 并行计算类
    • 数据库访问类

    机器学习与统计学习类别就包含有实现分类、聚类、关联规则、时间序列分析等功能的R包,通过加载不同的R包就能够实现相应的数据挖掘功能


    包的使用

    • 包的安装是指从某个CRAN镜像站点下载它并将其放入库中的过程。要在R会话中使用它,还需要使用library()命令载入这个包
    • 载入一个包之后,就可以使用一系列的新的函数和数据集了


    使用包时常见的错误

    • 错误的大小写
    • 忘记使用必要的引号
    • 函数调用时忘记使用括号
    • 使用了尚未载入包中的函数
    展开全文
  • R

    2017-05-12 16:03:00
    【下面列出每个步骤最有用的一些R包】 1.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 readxl:读取Microsoft...
    【下面列出每个步骤最有用的一些R包】
    
    1.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
    readxl:读取Microsoft Excel电子表格数据
    openxlsx:读取Microsoft Excel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Google BigQuery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
    
    
    2.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
    3.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Google Maps、Open Street Maps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
    rbokeh:用于创建交互式图表和地图
    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
    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:Matplotlib viridis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
    
    
    4.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
    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
    
    
    5.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大圣众包威客平台(http://www.dashengzb.cn/)
    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eXtreme Gradient Boosting。是Gradient Boosting Machine的一个c++实现。目前已制作了xgboost工具的R语言接口
    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
    
    
    6.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R Markdown为基础,用于创作书籍和长篇文档
    rticles:提供了一套R Markdown模板
    tufte:用于实现Tufte讲义风格的R Markdown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
    
    
    7.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
    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
    Shiny Server Open Source:为Shiny应用程序提供开源免费的服务器
    Shiny Server Pro: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web API
    rmarkdown:用于创建可重复性报告和动态文档
    rstudioapi:用于安全地访问RStudio IDE的API
    
    
    8.程序开发
    以下这些包主要用于开发自定义的R包:
    RStudio Desktop IDE:R的IDE。大家都懂,不用解释。
    RStudio Server Open Source:开源免费的RStudio服务器
    RStudio Server Professional: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
    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Armadillo C++ Library(一种C++的线性代数库)的接口
    
    
    9.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
    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
    data-movies和ggplotmovies:来自互联网电影数据库imdb.com的数据
    pop-flows:2008年全美人口流动数据
    data-housing-crisis:经过清洗后的2008美国房地产危机数据
    gun-sales:纽约时报提供的有关枪支购买的每月背景调查统计分析数据
    stationaRy:从成千上万个全球站点收集到的每小时气象数据
    gapminder:摘自Gapminder的数据
    janeaustenr:简·奥斯丁小说全集数据

     

    转载于:https://www.cnblogs.com/alamps/p/6845933.html

    展开全文
  • 这里写目录标题R语言入门mac——安装【附安装链接】一、总体安装步骤1 安装R2下载RStudio二、R安装 一、总体安装步骤 1 安装R RStudio需要R 3.0.1+ 下载链接:https://cran.rstudio.com/ 2下载RStudio 下载链接:...
  • R语言】4种R安装方式

    万次阅读 多人点赞 2018-12-14 02:49:12
    4种R包安装方式 第一种方式,当然是R自带的函数直接安装包了,这个是最简单的,而且不需要考虑各种之间的依赖关系。 对普通的R包,直接install.packages()即可,一般下载不了都是的名字打错了,或者是R的版本...
  • R语言包路径

    千次阅读 2017-06-25 16:35:14
    R语言包路径
  • R语言及R在线更新

    千次阅读 2020-03-10 21:44:50
    往往在升级软件时都需要在官网下载最新版安装包,然后去卸载以前的版本,而R语言很好的解决了这一问题,使用installr可方便快捷的在线更新R语言版本。 install.packages("installr") library(installr) updateR() ...
  • Rstudio安装R包错误

    2020-05-19 14:15:57
    ** R包安装错误: 无法打开 URL’https://cran.rstudio.com/src/contrib/PACKAGES’ 解决办法: win10:控制面板>internet选项>高级>安全,勾选使用TLS.1.1和使用TLS1.2
  • R语言 更改R默认安装路径

    万次阅读 2019-04-25 14:19:33
    #更改R包默认安装路径 .libPaths(“D:/Program Files/R/win-library/3.5”) myPaths <- c(“D:/Program Files/R/win-library/3.5”) .libPaths(myPaths) 然后把代码复制到初始文件.Rprofile中。 重启R,即可...
  • 常用R语言包介绍

    万次阅读 多人点赞 2017-04-23 08:44:40
    r与python差异比较大的一个地方就是,python的机器学习算法集中程度比较高,比如sklearn,就集成了很多的算法,而R语言更多时候需要一个一个去了解,比较费时费力,对于python转过来的朋友非常不友好,抽空整理...
  • R语言学习中R的安装必不可少,可能很多人都没有深究R是怎么安装的,只是用install.packages("xx名")命令来进行安装。R安装过程其实是这样子滴。 使用install.packages()命令进行安装,默认情况下首先从cran...
  • [R]Rstudio中建立包含Rcpp的R包

    千次阅读 2017-05-03 16:48:12
     初步学习:Rstudio中建立包含Rcpp的R包。 过程不顺利:花了2天时间解决问题,主要是此方面相对系统的资料很少。1. 环境--安装Rtools 检查path是否有2个Rtools相关路径2. 入门1--- hello worldstep 1 : 在...
  • R语言介绍(R与帮助文档)

    千次阅读 2020-09-16 18:01:57
    R包与帮助文档 R中很多非常有用的工具都是通过R包的形式发布的。 一、R包 1 install.packages 打开RStudio 确保计算机已经连接到互联网。 在命令行窗口内运行命令install.packages("ggplot2")。 或者:install....
  • 1.R语言        R语言是S语言的一种实现。R是一个全面的统计研究平台,提供了各式各样的数据分析技术,拥有顶尖的绘图功能。        R中有...
  • RStudio制作包含Rcpp代码的R包

    千次阅读 2018-08-31 20:54:32
    前面博客中有提及,当我们进行模拟想要再次进行提速时,通常都会使用Rcpp将我们的R代码改成C++代码。具体Rcpp的使用可参考博客:让你的R代码更快——Rcpp入门,利用RcppEigen进行矩阵运算。 平时在我们使用的时候...
  • 常用的R语言包汇总

    2020-04-22 22:58:32
    总结一下已经安装过R语言包,以防止换电脑而忘记 R的清华镜像:TUNA CRAN Rstudio install.packages:【error】 unable to access index for repository https://mirrors.tuna.tsinghua.edu.cn/CRAN/src/contrib ...
  • 一、在电脑的那个位置创建自己的R包? 编写R包的第一步就是要知到在哪里可以写包,电脑的任何位置,只要能够创建文件夹的地方都可以写R包,但是文件的路径要是英文。简单的方法就是在DEF等盘下直接创建一个文件夹,...
  • R语言包_reshape2

    千次阅读 2015-09-01 20:25:28
    reshape2 r语言包
  • r语言 说明

    2016-12-21 17:23:00
    【下面列出每个步骤最有用的一些R包】1.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readxl:读取Microsoft Excel电子.....
  • rmdTemplates:包含Rmarkdown模板集合的R包
  • R语言基础——R的安装与使用

    千次阅读 2020-03-13 10:55:44
    R语言基础——R的安装与使用 R的安装 选择镜像站点 下载R 使用函数library()来查看库里有哪些安装包 R的使用 载入 列出的帮助文档 列出R包中所有包含的函数 列出R包中包含的数据集 移除...
  • 前言R语言程序R语言的灵魂,是R语言的核心,每一个R语言用户都会使用到R。2006年3月15日,第一个R(coxrobust)加入CRAN,截止2020年5月17日,已经有超过15000个R,这些R涵盖了各个领域,解决了各种各样的...
  • Linux安装R语言包

    千次阅读 2015-06-04 10:36:16
    1. R包介绍 R(package)通常有两种: 二进制代码(Binary package):这种属于即得即用型(ready-to-use),但是依赖与平台,比如Windows和Linux平台下不同。 源代码(Source package): 此类...
  • R语言包的安装

    万次阅读 2018-08-30 23:03:18
    1、使用install.packages(“vcd”)命令下载。选择china(Beijing)[https] 1.1输入: install.packages("vcd") 1.2 回车后,在如下界面选择镜像站点, 1.3 选择china其中的一个...
  • 可以选择在RGUI或者是Rstudio中进行R的自动更新,推荐在RGUI中完成更新。 方法非常简单,首先...其实它完成的功能相当于我们手动安装新版的R语言后,再将原本的R语言已经安装的拷贝到新环境中。 特别要注意的...
  • R语言包的安装教程

    千次阅读 2018-08-21 18:38:49
    R语言包在线安装so happy,离线安装so hard,尤其是解决依赖问题…. 安装包 在线安装 在R的控制台,输入 # 安装 gridExtra install.packages("gridExtra") # 安装 stepNorm install.packages(&...
  • RStudio中制作R包

    千次阅读 2014-12-19 20:38:20
    RStudio已经为我们准备了一个有界面的环境,方便我们制作R包。 创建一个工程sayHello编辑DESCRIPTION创建sayHello.R的脚本编辑sayHello.Rd的文档 1). 创建一个工程sayHello 2). 编辑rstudio/sayHello/...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,972,949
精华内容 789,179
关键字:

r包