最近学习的几个包的总结

浏览: 1696 
    乐享数据一直以分享知识，总结经验，传播快乐为主题，这一期我想为大家分享几个最近学习的R包，通过简单的介绍和链接上相应的学习资源，希望志同道合的朋友可以一起来学习，一起来提高。

1.REmap包，构建可交互地图

    如果翻看往期的乐享数据的文章，可以发现有比较多的是运用地图数据可视化的文章（如果有朋友没有看到，可加入微信公众号“乐享数据”关注后，在历史文章中查看学习）。而当我看到REmap包的时候顿时眼前一亮，以前需要花大把时间获取百度地图API，或获取地图经纬度信息的手段，通过REmap一两条命令就完全搞定，让人大呼过瘾。

    REmap包是由郎大为基于Echarts 的一个R包。主要的目的是为广大数据玩家提供一个简便的,可交互的地图数据可视化工具。
    目前托管在[github](https://github.com/lchiffon/REmap)上。其内部自动封装了百度API获取城市经纬度数据。可以通过以下步骤安装：
library(devtools)
install_github('lchiffon/REmap')
library(REmap)

可方便获取城市经纬度：
library(REmap)
get_city_coord("天津") #获取一个城市经纬度
## [1] 117.20591  39.09091
get_geo_position(c("北京","上海","广州","深圳")) #获取城市向量经纬度
##            lon       lat city

## 12  116.413554 39.911013 北京

## 120 121.480237 31.236305 上海

## 21  113.270793 23.135308 广州

## 25  114.066112 22.548515 深圳
    同时可绘制漂亮的可交互的动态地图。主要运用remap()函数绘制迁徙地图，remapC()绘制分级统计地图及remapB()绘制可放缩交互地图。大家可以在七风阁作者博客上自己学习。<http://lchiffon.github.io/>

image.png

    另外可以再做一个小广告 - 下周六晚上(7月30日) 郎大为会在雪晴数据网，以在线直播方式给大家介绍 REmap包<http://www.xueqing.tv/cms/article/10>，感兴趣的筒子可以一起来学习并与作者参与互动。

2.wordcloud2包

    一般我们都用wordcloud包来创建词云，也是在七风阁作者博客上<http://lchiffon.github.io/>发现一个wordcloud2包，非常好玩。
    除了拥有wordcloud包的分词可视化功能外，它还可以让我们自定义形成词云的形状，例如：
library(wordcloud2)
wordcloud2(demoFreq, size = 1,shape = 'star')

image.png

   再比如可以自己选择中意的图片作为词云绘制的形状，在作者example中举例选择一个t.png的黑白图片：

image.png

figPath = "t.png"
wordcloud2(demoFreq, figPath = figPath, size = 1.5,color = "skyblue")

image.png

3.corrplot相关性可视化图

    相关性分析作为探索性分析的开始，往往是数据分析中用得最多的，corrplot包就是一个专门针对相关性分析做的可视化包。虽然说包已经是比较老的了，但可以说是非常实用的。corrplot由魏太云创建，可实现矩阵的可视化，甚至一些聚类的可视化功能。详细学习资料可以在：魏太云：矩阵可视化及corrplot包的介绍<http://wenku.it168.com/d_001241048.shtml>及SCAN上学习。
    以林荟女士最近的“用R进行市场调查和消费者感知分析”抽取一个用corrplot()做相关的图为例子吧！
# 我们用`corrplot()`函数检查问卷调查问题的相关性：
# 选取其中的问卷调查项
library(dplyr)
select(airline,Easy_Reservation:Recommend) %>%
  # 得到相关矩阵
  cor() %>%
  # 用corrplot()绘制相关图
  # 选项order="hclust"按照变量的相似度，基于系统聚类的结果对行列进行重新排列
  corrplot(,order="hclust")

image.png

4.sparklyr包

    这是Rstudio公司最新颁布的实现R与Spark连接的包，可以说为长期使用R做大数据的人带来了福音。主要功能：

1.实现R与Spark的连接—sparklyr包提供了一个完整的dplyr后端

2.筛选并聚合Spark数据集，接着在R中实现分析与可视化

3.利用Spark的MLlib机器学习库在R中实现分布式机器学习算法

4.可以创建一个扩展，用于调用SparkAPI并为Spark的所有包集提供了一个接口

5.未来在RStudio IDE中集成支持Spark和sparklyr包

通过通过devtools包实现sparklyr包的安装：
install.packages("devtools")
devtools::install_github("rstudio/sparklyr")

当然这个包涉及的内容比较多，本人也是在探索中，所有感兴趣的筒子可以一起来探讨哈。

以下是学习网址：

http://mp.weixin.qq.com/s?__biz=MzA5NTcyNDg1MQ==&mid=2649610745&idx=1&sn=1bfb1cbc1ee4cd1e04ae22d2d8c9efb8&scene=23&srcid=07243QyKrqibP59ueE1WVK54#rd

5.其他学习内容

最后，列出一些近期正在捣鼓的其他学习内容，小伙伴们，一起学习吧！

  1. coreNLP包 文本挖掘

  2. Rwordseg包 中文文本挖掘

  3. fmsb包 radarchart()做雷达图

  4. Windows下搭建Docker环境，R做可重复研究的liftr包

  5. slidify包 实现幻灯片制作 及中文乱码的解决

参考资料


  • SCAN其他资料

要想获取分析代码，可查看原文，进入本人的GitHubhttps://github.com/Alven8816查看下载，或通过本人邮箱yuwenhuajiayou@sina.cn与本人联系

”乐享数据“个人公众号，不代表任何团体利益，亦无任何商业目的。任何形式的转载、演绎必须经过公众号联系原作者获得授权，保留一切权力。欢迎关注“乐享数据”。


image.png

推荐 1
蓝和
本文由 余文华 创作，采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者，并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录或注册