R语言中有哪些命令和包

本篇内容介绍了“R语言中有哪些命令和包”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

创新互联是一家集网站建设,金东企业网站建设,金东品牌网站建设,网站定制,金东网站建设报价,网络营销,网络优化,金东网站推广为一体的创新建站企业,帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿,时刻以成就客户成长自我,坚持不断学习、思考、沉淀、净化自己,让我们为更多的企业打造出实用型网站。

我从开始学R到现在一直都在发现“相见恨晚”的R包。

分析与建模:
  • Matrix包:先进的稀疏矩阵处理,不了解稀疏矩阵概念的时候内存占用和运行速度都不忍直视。

  • Reshape2/ddply:数据处理不用愁。

  • *apply系列:比for更好用的函数,其中tapply远不如lapply流行,但是实用程度不在其下。实际上lapply有没有变快得看各人的实现,因为虽然lapply调用了C实现,但是它还是要回头调用在R里用户定义的函数才能做计算,这个函数速度如何才是关键。

  • compiler包:即使代码里有for也可以加速。

  • foreach:通用的并行接口,跨平台多功能。

  • lubridate:处理时间日期格式不求人。

  • gbm:效果和randomForest相近,但是占用内存很少很幸福,而且支持多核 CrossValidation 运算。

  • stats::optim():做优化的最傻瓜选择。不信看这个三行R代码做出SVM:weibo.com/1459604443/A3,不懂牛顿法也没关系。


报告与可视化:
  • knitr/slidify:knitr是 @谢益辉 的代表作。做报告、幻灯片 so easy,但是slidify的作者不喜欢写文档,所以很头疼。

  • shiny:用R生成Web App,后端强劲接口统一。例如:hetong.shinyapps.io/img 。

  • recharts:在R中方便快捷地生成可交互图形,再也不用从R换到js了。


其他:
  • devtools::install_github():脱离CRAN强权统治,Github让世界更美好。

  • base::match():很多情况下比which,is.element不知高到哪里去了。

  • utils::read.table():设置nrows能提前分配内存,设置comment.char=""与colClasses更能加快读入。

  • OpenBLAS库:虽然不是R包,但是多核CPU上对矩阵运算的加速效果实在是太方便明显了,而且Ubuntu上安装方便,并不需要重新编译R。

  • 定义启动项:如果对stringsAsFactors永远默认为TRUE深痛恶觉,可以修改Rprofile.site文件,加上每次启动都自动运行的命令。 @任坤 在评论中提到:定义启动项比较危险,不注意的话会使得代码的可移植性出现问题哦,放到别人电脑上一运行发现各种factor。

  • 升级R包:R的版本更迭之后,可以把老R包复制到新版本的library目录下,然后运行 update.packages(checkBuilt=TRUE, ask=FALSE) ,这是官方的提示,放在FAQ里,不知道有多少人留意了:R for Windows FAQ

“R语言中有哪些命令和包”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站,小编将为大家输出更多高质量的实用文章!


本文名称:R语言中有哪些命令和包
文章网址:http://scyanting.com/article/pdcspe.html