In questo articolo, esamineremo la lista di alcuni importanti pacchetti in R. Discuteremo i pacchetti più popolari e comunemente usati. Questi pacchetti non hanno classifiche in nessun ordine, ma fanno parte di questo articolo a causa delle loro funzionalità e operazioni diverse.
R è la lingua franca della scienza dei dati che comprende un enorme archivio di pacchetti. Questi pacchetti si rivolgono a vari campi che fanno uso di R per i loro scopi di dati. Ci sono 10.000 pacchetti in CRAN, che lo rendono un oceano di funzioni statistiche per eccellenza. Anche se non è possibile nominare ogni singolo pacchetto in questo articolo, faremo del nostro meglio per includere i pacchetti più popolari e comunemente usati in R.
Rimani aggiornato sulle ultime tendenze della tecnologia
Entra in DataFlair su Telegram!
Lista dei pacchetti in R
La lista dei principali pacchetti nel linguaggio di programmazione R è la seguente:
tidyr
Come suggerisce il nome, usiamo tidyr per rendere i dati ‘ordinati’. Funziona bene con dplyr. Questo è fondamentalmente un’evoluzione del pacchetto reshape2 di cui parleremo più avanti.
Aspetta, prima impara a installare e usare i pacchetti nella programmazione R
ggplot2
Con ggplot2, puoi creare grafici in modo dichiarativo. ggplot2 è famoso per i suoi grafici eleganti e di qualità che lo distinguono da altri pacchetti di visualizzazione.
ggraph
ggraph è un’estensione di ggplot2. Elimina la limitazione di ggplot2, cioè la sua dipendenza dai dati tabulari.
dplyr
Utilizziamo questa libreria per eseguire il trattamento e l’analisi dei dati. La libreria dplyr facilita diverse funzioni per i data frame in R.
Rivediamo il concetto di R Data Frame Operations
tidyquant
tidyquant è un pacchetto finanziario che viene utilizzato per eseguire analisi finanziarie quantitative. Si aggiunge all’universo di tidyverse come pacchetto finanziario. Possiamo usarlo per importare, analizzare e visualizzare i dati.
dygraphs
Il pacchetto dygraphs in R fornisce un’interfaccia alla principale libreria JavaScript che possiamo usare per i grafici. È usato specialmente per tracciare dati di serie temporali in R.
leaflet
La leaflet è una libreria JavaScript open-source per creare visualizzazioni interattive. Siti web popolari come New York Times, Flickr, Github, ecc. usano leaflet. Il pacchetto R di leaflet rende facile interagire con esso.
Tutte le librerie JavaScript essenziali che devi conoscere!
ggmap
Questo è un pacchetto di mappatura che viene utilizzato per delineare visualizzazioni spaziali. Consiste anche di vari strumenti per la geolocalizzazione e il routing.
glue
Gli sviluppatori hanno creato questo pacchetto per eseguire l’operazione di wrangling dei dati. Usiamo questo pacchetto per valutare le espressioni di R che sono presenti all’interno della stringa.
shiny
Con l’aiuto di shiny, è possibile sviluppare applicazioni web interattive ed esteticamente piacevoli usando R. Fornisce anche varie estensioni con CSS, widget HTML e JavaScript.
plotly
Il pacchetto R ‘plotly’ fornisce grafici interattivi e di qualità online. Si estende sulla libreria JavaScript -plotly.js.
tidytext
Questo pacchetto fornisce varie funzioni di text mining per l’elaborazione delle parole e la realizzazione di analisi del sentimento attraverso ‘dplyr’, ‘ggplot’ e altri strumenti vari.
Esplora il progetto Data Science sull’analisi del sentimento in R
stringr
Questo pacchetto fornisce wrapper coerenti e semplici da usare per il pacchetto ‘stringi’ che facilita le comuni operazioni sulle stringhe.
reshape2
Questo pacchetto facilita la ristrutturazione e l’aggregazione flessibile dei dati usando le funzioni melt() e decast().
dichromat
Il pacchetto R dichromat serve a rimuovere i contrasti rosso-verde o blu-verde dai colori.
digest
Facciamo uso del pacchetto digest per la creazione di oggetti hash crittografici di funzioni R.
MASS
MASS fornisce un gran numero di funzioni statistiche. Fornisce set di dati che sono in combinazione con il libro “Modern Applied Statistics with S”.
caret
Il pacchetto caret fornisce funzioni per eseguire compiti di classificazione e regressione. CaretEnsemble, una caratteristica di caret è per la combinazione di diversi modelli.
È necessario conoscere la classificazione nella programmazione R prima di procedere avanti
e1071
Questa libreria fornisce funzioni utili che sono essenziali per l’analisi dei dati come Trasformazioni di Fourier, Naive Bayes, Clustering, SVMs e altre funzioni varie.
sentimentr
Questo pacchetto fornisce funzioni per eseguire l’analisi del sentiment. Calcola la polarità del testo a livello di frase ed esegue l’aggregazione per righe o raggruppamenti di variabili.
Sommario
Nell’articolo precedente, abbiamo esaminato la lista dei pacchetti più popolari in R. Abbiamo discusso varie librerie che utilizziamo per il trattamento, l’analisi e la visualizzazione dei dati. R è un linguaggio in continua evoluzione che ha creato il suo punto d’appoggio nel settore della scienza dei dati. Speriamo che vi sia piaciuto leggere questo articolo. Se abbiamo tralasciato qualche pacchetto che tu consideri importante, assicurati di commentare.
Il prossimo passo della nostra serie R Tutorial DataFlair – Statistica e programmazione R