Liste over R-pakker – mestre alle de vigtigste pakker i R-programmering!

I denne artikel vil vi gennemgå en liste over nogle vigtige pakker i R. Vi vil diskutere de mest populære og almindeligt anvendte pakker. Disse pakker har ikke rangordning i nogen rækkefølge, men er en del af denne artikel på grund af deres funktionaliteter og forskellige operationer.

R er lingua franca for Data Science, der består af et massivt lager af pakker. Disse pakker appellerer til forskellige områder, der gør brug af R til deres dataformål. Der er 10 000 pakker i CRAN, hvilket gør det til et hav af kvintessens af statistiske funktioner. Selv om det ikke er muligt at nævne hver enkelt pakke i denne artikel, vil vi gøre vores bedste for at medtage de mest populære og almindeligt anvendte pakker i R.

Liste over R-pakker

Hold dig opdateret med de nyeste teknologitrends
Join DataFlair on Telegram!!

Liste over pakker i R

Listen over de vigtigste pakker i programmeringssproget R er som følger:

tidyr

Som navnet antyder, bruger vi tidyr til at gøre dataene “ryddelige”. Det fungerer godt sammen med dplyr. Dette er grundlæggende en videreudvikling af reshape2-pakken, som vi vil diskutere senere.

Venter! Lær først at installere og bruge pakker i R-programmering

ggplot2

Med ggplot2 kan du oprette grafik deklarativt. ggplot2 er berømt for sine elegante og kvalitetsgrafer, der adskiller den fra andre visualiseringspakker.

ggraph

ggraph er en udvidelse af ggplot2. Den fjerner begrænsningen i ggplot2, nemlig dens afhængighed af tabeldata.

dplyr

Vi bruger dette bibliotek til at udføre data wrangling og dataanalyse. Biblioteket dplyr letter flere funktioner for datarammer i R.

Lad os revidere begrebet R Data Frame Operations

tidyquant

tidyquant er en finansiel pakke, der bruges til at udføre kvantitative finansielle analyser. Den føjer sig til tidyverse-universet som en finansiel pakke. Vi kan bruge den til at importere, analysere og visualisere data.

dygraphs

Dygraphs-pakken i R giver en grænseflade til det primære JavaScript-bibliotek, som vi kan bruge til diagrammer. Den bruges især til at plotte tidsseriedata i R.

leaflet

Laflet er et open source JavaScript-bibliotek til at skabe interaktive visualiseringer. Populære websteder som New York Times, Flickr, Github osv. bruger leaflet. R-pakken af leaflet gør det nemt at interagere med den.

Alle væsentlige JavaScript-biblioteker, som du skal kende!

ggmap

Dette er en kortpakke, der bruges til afgrænsning af rumlige visualiseringer. Den består også af forskellige værktøjer til geolokalisering og routing.

glue

Udviklerne har lavet denne pakke til at udføre operationen med data wrangling. Vi bruger denne pakke til at evaluere R-udtryk, der er til stede i strengen.

shiny

Med hjælp af shiny kan du udvikle interaktive og æstetisk tiltalende webapps ved hjælp af R. Den giver også forskellige udvidelser med CSS, HTML-widgets og JavaScript.

plotly

R-pakken “plotly” giver online interaktive og kvalitetsgrafer. Den udvider JavaScript-biblioteket -plotly.js.

tidytext

Denne pakke indeholder forskellige funktioner til tekstudvinding til tekstbehandling og udførelse af følelsesanalyser via “dplyr”, “ggplot” og andre forskellige værktøjer.

Udforsk også Data Science Project on Sentiment Analysis in R

stringr

Denne pakke giver konsistente og brugervenlige wrappere til pakken ‘stringi’, som letter almindelige strengoperationer.

reshape2

Denne pakke letter fleksibel omstrukturering og aggregering af data ved hjælp af funktionerne melt() og decast().

dichromat

Den R dichromat-pakke er til at fjerne rød-grøn- eller blå-grøn-kontraster fra farverne.

digest

Vi gør brug af digest-pakken til oprettelse af kryptografiske hash-objekter af R-funktioner.

MASS

MASS indeholder et stort antal statistiske funktioner. Den indeholder datasæt, der er i forbindelse med bogen “Modern Applied Statistics with S”.

caret

Pakken caret indeholder funktioner til udførelse af klassifikations- og regressionsopgaver. CaretEnsemble, en funktion i caret, er til kombination af forskellige modeller.

Du skal kende til klassifikation i R-programmering, før du går videre

e1071

Dette bibliotek indeholder nyttige funktioner, der er vigtige for dataanalyse som Fouriertransformationer, Naive Bayes, Clustering, SVM’er og andre diverse funktioner.

sentimentr

Denne pakke indeholder funktioner til udførelse af sentimentanalyse. Den beregner tekstpolaritet på sætningsniveau og udfører aggregering efter rækker eller grupperingsvariabler.

Summary

I ovenstående artikel gennemgik vi listen over de mest populære pakker i R. Vi diskuterede forskellige biblioteker, som vi bruger til datafangst, analyse og visualisering. R er et sprog i konstant udvikling, der har skabt sit fodfæste i Data Science-branchen. Vi håber, at du nød at læse denne artikel. Hvis vi har udeladt en pakke, som du mener er vigtig, skal du sørge for at kommentere.

Det næste skridt i vores R Tutorial DataFlair-serie – Statistik og R-programmering

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.