大數(shù)據(jù)分析R和RStudio使用指南

　　在大數(shù)據(jù)分析R和RStudio使用指南中，我們將學習如何使用RStudio開始使用R進行編程。我們將安裝R和RStudio RStudio，這是R的非常流行的開發(fā)環(huán)境。我們將學習RStudio的關(guān)鍵功能，以便自己開始在R中進行編程。
 

　　如果您已經(jīng)知道如何使用RStudio，并且想學習一些技巧，竅門和快捷方式，請查看此AAA教育文章。
 

　　目錄
 

　　1.安裝R

　　2.安裝RStudio

　　3.首先看一下RStudio

　　4.控制臺

　　5.全球環(huán)境

　　6.安裝 tidyverse 軟件包

　　7.將tidyverse 軟件包加載 到內(nèi)存中

　　8.識別裝載的包裹

　　9.獲取有關(guān)包裝的幫助

　　10.獲取功能幫助

　　11. RStudio項目

　　12.保存您的“真實”工作。刪除其余的。

　　13. R腳本

　　14.運行代碼

　　15.訪問內(nèi)置數(shù)據(jù)集

　　16.風格

　　17.具有R Markdown的可復制報告

　　18.使用RStudio Cloud
 

　　RStudio入門
 

　　RStudio是用于在R中進行編程的開源工具。RStudio是一種靈活的工具，可幫助您創(chuàng)建可讀的分析，并將代碼，圖像，注釋和圖形保持在一個地方。值得了解RStudio在R中進行數(shù)據(jù)分析和編程的功能。
 

　　使用RStudio在R中進行數(shù)據(jù)分析和編程具有許多優(yōu)點。以下是RStudio提供的一些示例：
 

　　1)直觀的界面使我們能夠跟蹤保存的對象，腳本和圖形

　　2)具有顏色編碼語法等功能的文本編輯器，可幫助我們編寫簡潔的腳本

　　3)自動完成功能可節(jié)省時間

　　4)用于創(chuàng)建包含項目代碼，注釋和視覺效果的文檔的工具

　　5)專用的Project文件夾可將所有內(nèi)容保存在一個地方
 

　　RStudio還可以用于以其他語言進行編程，包括SQL，Python和Bash等。
 

　　但是在安裝RStudio之前，我們需要在計算機上安裝R的最新版本。
 

　　一、安裝R
 

　　R是可從下載官方R網(wǎng)站。查找網(wǎng)頁的此部分：

　　要下載的R版本取決于我們的操作系統(tǒng)。下面，我們包括Mac OS X，Windows和Linux(Ubuntu)的安裝說明。
 

　　MAC OS X
 

　　1)選擇Download R for (Mac) OSX選項。

　　2)查找R的最新版本(新版本會頻繁發(fā)布并顯示在頁面頂部)，然后單擊.pkg文件進行下載。

　　3)打開.pkg文件，然后按照標準說明在MAC OS X上安裝應(yīng)用程序。

　　4)將R應(yīng)用程序拖放到該Applications文件夾中。
 

　　視窗
 

　　1)選擇Download R for Windows選項。

　　2)選擇base，因為這是我們在計算機上的第一個R安裝。

　　3)請按照標準說明安裝Windows程序。如果要求我們選擇Customize Startup或Accept Default Startup Options，請選擇默認選項。
 

　　Linux / Ubuntu

　　1)選擇Download R for Linux選項。

　　2)選擇Ubuntu選項。

　　3)選擇與您相關(guān)的Linux軟件包管理系統(tǒng)Ubuntu。
 

　　RStudio與R的許多版本兼容(R版本3.0.1或更高版本，截至2020年7月)。與RStudio分開安裝R后，用戶可以選擇適合他們需要的R版本。
 

　　二、安裝RStudio
 

　　現(xiàn)在已經(jīng)安裝了R，我們可以安裝RStudio。
 

　　當我們到達RStudio下載頁面時，讓我們單擊RStudio Desktop Open Source License Free選項的“下載”按鈕：

　　通常會自動檢測到我們的操作系統(tǒng)，因此我們可以通過單擊“下載RStudio”按鈕直接為我們的計算機下載正確的版本。如果我們要為另一個操作系統(tǒng)(而不是正在運行的操作系統(tǒng))下載RStudio，請向下導航至頁面的“所有安裝程序”部分。
 

　　三、首先看一下RStudio
 

　　首次打開RStudio時，我們可能會看到這樣的布局：

　　但是背景顏色將是白色，因此不要期望在RStudio首次啟動時看到這種藍色背景。查看此AAA教育文章，以了解如何自定義RStudio的外觀。
 

　　當我們打開RStudio時，也會啟動R。新用戶經(jīng)常犯的一個錯誤是打開R而不是RStudio。要打開RStudio，請在桌面上搜索RStudio，然后將RStudio圖標固定在首選位置(例如，桌面或工具欄)。
 

　　四、控制臺
 

　　讓我們從介紹Console的一些功能開始。這Console是RStudio中的一個標簽，我們可以在其中運行R代碼。
 

　　請注意，在控制臺位于窗玻璃包含三個選項卡：Console，Terminal和Jobs(這可能取決于所使用的版本RStudio的)。我們現(xiàn)在將重點放在Console。
 

　　當我們打開RStudio時，控制臺包含有關(guān)我們正在使用的R版本的信息。向下滾動，然后嘗試鍵入一些這樣的表達式。按Enter鍵查看結(jié)果。

　　如我們所見，我們可以使用控制臺立即測試代碼。當我們輸入類似的表達式時1 + 2，在按下Enter鍵后，我們將在下面看到輸出。
 

　　我們可以將此命令的輸出存儲為變量。在這里，我們將變量命名為result：

　　在<-被稱為賦值運算符。該運算符將值分配給變量。上面的命令被翻譯成以下句子：
 

　　該result變量的值為一加二。
 

　　RStudio的一項不錯的功能是用于鍵入分配運算符的鍵盤快捷鍵<-：
 

　　1)Mac OS X：Option+-

　　2)Windows / Linux：Alt+-
 

　　我們強烈建議您記住此鍵盤快捷鍵，因為從長遠來看，它可以節(jié)省大量時間!
 

　　當我們result在控制臺中鍵入內(nèi)容并按Enter鍵時，我們將看到的存儲值3：

　　當我們在RStudio中創(chuàng)建變量時，會將其另存為R 全局環(huán)境中的對象。在下一節(jié)中，我們將討論環(huán)境以及如何查看存儲在環(huán)境中的對象。
 

　　五、全球環(huán)境
 

　　我們可以將全球環(huán)境視為我們的工作空間。在R中進行編程時，我們定義的任何變量或?qū)氩⒈４嬖跀?shù)據(jù)框中的數(shù)據(jù)都存儲在我們的全局環(huán)境中。在RStudio中，我們可以Environment在界面右上角的標簽中查看全局環(huán)境中的對象：

　　我們會result在Environment標簽中的值下看到所有創(chuàng)建的對象，例如。注意，將3顯示存儲在變量中的值。
 

　　有時，全局環(huán)境中的命名對象太多會造成混亂。也許我們想刪除全部或部分對象。要刪除所有對象，請單擊窗口頂部的掃帚圖標：
 

　　要從工作空間中刪除選定的對象，請從下拉菜單中選擇“網(wǎng)格”視圖：

　　在這里，我們可以選中要刪除的對象的框，然后使用掃帚圖標將其清除Global Environment。
 

　　六、安裝tidyverse軟件包
 

　　R中的許多功能來自使用軟件包。包是代碼，數(shù)據(jù)和文檔的可共享集合。軟件包本質(zhì)上是我們上面安裝的R程序的擴展或附件。
 

　　R中最受歡迎的軟件包集合之一被稱為“ tidyverse”。tidyverse是為處理數(shù)據(jù)而設(shè)計的R程序包的集合。tidyverse軟件包具有共同的設(shè)計理念，語法和數(shù)據(jù)結(jié)構(gòu)。Tidyverse包“一起玩”。使用tidyverse，您可以花費更少的時間來清理數(shù)據(jù)，從而可以將更多的精力放在分析，可視化和建模數(shù)據(jù)上。
 

　　讓我們學習如何安裝tidyverse軟件包。最常見的“核心” tidyverse軟件包是：
 

　　1)readr，用于數(shù)據(jù)導入。

　　2)ggplot2，用于數(shù)據(jù)可視化。

　　3)dplyr，用于數(shù)據(jù)操作。

　　4)tidyr，用于數(shù)據(jù)整理。

　　5)purrr，用于函數(shù)式編程。

　　6)tibble，對于小標題，是對數(shù)據(jù)幀的現(xiàn)代重新構(gòu)想。

　　7)stringr，用于字符串操作。

　　8)forcats，用于處理因素(分類數(shù)據(jù))。
 

　　要在R中安裝軟件包，我們使用內(nèi)置install.packages()功能。我們可以一一安裝上面列出的軟件包，但是幸運的是，tidyverse的創(chuàng)建者提供了一種通過單個命令安裝所有這些軟件包的方法。在控制臺中鍵入以下命令，然后按Enter鍵。

　　該install.packages()命令僅需要用于首次下載和安裝軟件包。
 

　　七、將tidyverse程序包加載到內(nèi)存中
 

　　將軟件包安裝到計算機的硬盤驅(qū)動器上之后，該library()命令用于將軟件包加載到內(nèi)存中：

　　使用將包加載到內(nèi)存中可以library()使給定包的功能可在當前R會話中使用。R用戶通常在其硬盤驅(qū)動器上安裝數(shù)百個R軟件包，因此一次加載所有軟件包效率低下。相反，我們指定特定項目或任務(wù)所需的R包。
 

　　幸運的是，核心tidyverse軟件包可以通過一個命令加載到內(nèi)存中。這是命令和輸出在控制臺中的外觀：

　　Attaching packages輸出的部分指定了軟件包及其裝入內(nèi)存的版本。本Conflicts節(jié)指定了我們剛剛加載到內(nèi)存中的程序包中包含的任何函數(shù)名，這些函數(shù)名與已經(jīng)加載到內(nèi)存中的函數(shù)具有相同的名稱。使用上面的示例，現(xiàn)在如果我們調(diào)用filter()函數(shù)，R將使用dplyr軟件包中為此函數(shù)指定的代碼。這些沖突通常不是問題，但是值得閱讀輸出消息以確保。
 

　　八、識別裝載的包裹
 

　　如果需要檢查加載了哪些軟件包，可以參考控制臺右下角窗口中的“ 軟件包”選項卡。

　　我們可以搜索軟件包，然后選中軟件包旁邊的框以加載它(代碼顯示在控制臺中)。
 

　　或者，在控制臺中輸入以下代碼將顯示當前已加載到內(nèi)存中的所有軟件包：

　　哪個返回：

　　返回當前加載到內(nèi)存中的軟件包名稱的另一個有用的函數(shù)是search()：

　　九、獲取有關(guān)包裝的幫助
 

　　我們已經(jīng)學習了如何安裝和加載軟件包。但是，如果我們想了解有關(guān)已安裝軟件包的更多信息該怎么辦?這很簡單!單擊Packages選項卡中的程序包名稱會將我們帶到Help所選程序包的選項卡。如果單擊該tidyr包，我們將看到以下內(nèi)容：

　　或者，我們可以在控制臺中鍵入以下命令并獲得相同的結(jié)果：

　　軟件包的幫助頁面提供了對軟件包中每個功能的文檔的快速訪問。在軟件包的主要幫助頁面上，您還可以在可用的“小插圖”上進行訪問。小插圖提供了有關(guān)軟件包或如何使用軟件包中特定功能的簡要介紹，教程或其他參考信息。

　　產(chǎn)生以下可用選項列表：

　　從那里，我們可以選擇一個特定的小插圖來查看：

　　現(xiàn)在，我們看到“透視圖”小插圖顯示在Help選項卡中。這就是為什么RStudio是使用R進行編程的強大工具的一個示例。我們可以在不離開RStudio的情況下訪問功能和軟件包文檔以及教程!
 

　　十、獲取功能幫助
 

　　正如我們在上一節(jié)中了解到的那樣，我們可以通過單擊中的包名稱Packages，然后單擊功能名稱以查看幫助文件來獲得有關(guān)功能的幫助。在這里，我們看到包中的pivot_longer()函數(shù)tidyr在此列表的頂部：

　　如果單擊“ pivot_longer”，則會得到以下信息：

　　Console使用以下任何函數(shù)調(diào)用，我們都可以達到相同的結(jié)果：

　　請注意，如果包含該功能的軟件包尚未加載到內(nèi)存中Help，則該pivot_longer()功能(或我們感興趣的任何功能)的特定選項卡可能不是默認結(jié)果。通常，最好在尋求功能幫助之前確保已加載特定的程序包。
 

　　十一、RStudio項目
 

　　RStudio提供了強大的功能，可讓您保持井井有條;項目。在進行多個分析時，保持有條理很重要。RStudio的項目使您可以將所有重要工作放在一個地方，包括代碼腳本，繪圖，圖形，結(jié)果和數(shù)據(jù)集。
 

　　導航到FileRStudio中的選項卡，然后選擇，創(chuàng)建一個新項目New Project...。然后指定您是否要在新目錄或現(xiàn)有目錄中創(chuàng)建項目。在這里，我們選擇“新目錄”：

　　如果您使用的是R軟件包或Shiny Web應(yīng)用程序，則RStudio提供專用的項目類型。在這里，我們選擇“ New Project”，它將創(chuàng)建一個R項目：

　　接下來，我們給我們的項目起一個名字。“將項目創(chuàng)建為：的子目錄”顯示文件夾在計算機上的位置。如果我們批準該位置，請選擇“創(chuàng)建項目”，否則請選擇“瀏覽”，然后在計算機上選擇該項目文件夾所在的位置。

　　現(xiàn)在在RStudio中，我們看到項目的名稱顯示在屏幕的右上角。我們還在選項卡中看到該.Rproj文件Files。我們添加到該項目或在該項目內(nèi)生成的任何文件將顯示在Files選項卡中。
 

　　當您需要與同事共享工作時，RStudio項目非常有用。您可以將項目文件(以結(jié)尾.Rproj)與所有支持文件一起發(fā)送，這將使您的同事更輕松地重新創(chuàng)建工作環(huán)境并重現(xiàn)結(jié)果。
 

　　十二、保存您的“真實”工作。刪除其余的。
 

　　該技巧來自我們的23個RStudio技巧，竅門和快捷方式文章文章，但它非常重要，因此我們也在這里分享它!
 

　　練習良好的內(nèi)務(wù)管理，避免將來遇到不可預見的挑戰(zhàn)。如果創(chuàng)建值得保存的R對象，請在R腳大數(shù)據(jù)分析R和RStudio使用指南件中捕獲生成該對象的R代碼。保存R腳本，但不要保存創(chuàng)建對象的環(huán)境或工作空間。
 

　　為防止RStudio保存工作區(qū)，請在啟動時打開Preferences > General并取消選擇要還原.RData到工作區(qū)的選項。確保指定您永遠不要保存工作空間，如下所示：
 

　　現(xiàn)在，每次打開RStudio時，都會從一個空會話開始。您以前的會話生成的代碼都不會被記住。R腳本和數(shù)據(jù)集可用于從頭開始重新創(chuàng)建環(huán)境。
 

　　其他專家一致認為不會保存您的工作空間是最好的做法使用RStudio時。
 

　　十三、R腳本
 

　　在學習大數(shù)據(jù)分析R和RStudio使用指南時，我們在中編寫了代碼Console。隨著項目變得越來越復雜，我們將編寫更長的代碼塊。如果要保存我們的工作，則必須將代碼組織成腳本。這使我們可以跟蹤項目的工作，編寫帶有大量注釋的簡潔代碼，重現(xiàn)我們的工作并與他人共享。
 

　　在RStudio中，我們可以在界面左上方的文本編輯器窗口中編寫腳本：
 

　　要創(chuàng)建新腳本，我們可以使用文件菜單中的命令：

　　我們也可以使用鍵盤快捷鍵Ctrl+ Shift+ N。保存腳本時，其文件擴展名為.R。作為示例，我們將創(chuàng)建一個新腳本，其中包含以下代碼以生成散點圖：

　　要保存腳本，我們導航到File菜單選項卡并選擇Save?；蛘呶覀冚斎胍韵旅睿?br />  

　　1)Mac OS X：Cmd+S

　　2)Windows / Linux：Ctrl+S
 

　　十四、運行代碼
 

　　要運行輸入到腳本中的一行代碼，我們可以單擊Run腳本的右上角，或者當光標位于要運行的行上時使用以下鍵盤命令：
 

　　1)Mac OS X：Cmd+Enter

　　2)Windows / Linux：Ctrl+Enter
 

　　在這種情況下，我們需要突出顯示多行代碼以生成散點圖。要突出顯示并運行腳本中的所有代碼行，請輸入：
 

　　1)Mac OS X：Cmd+ A+Enter

　　2)在Windows / Linux的：Ctrl+ A+Enter
 

　　當我們運行上面指定的代碼行時，讓我們檢查一下結(jié)果：

　　旁注：此散點圖是使用包中mpg包含的數(shù)據(jù)集中的數(shù)據(jù)生成的ggplot2。該數(shù)據(jù)集包含1999年至2008年的38種流行車型的燃油經(jīng)濟性數(shù)據(jù)。
 

　　在該圖中，發(fā)動機排量(即尺寸)在x軸(水平軸)上顯示。y軸(垂直軸)表示以每加侖英里為單位的燃油效率。通常，燃料經(jīng)濟性隨著發(fā)動機尺寸的增加而降低。此圖是使用tidyverse軟件包生成的ggplot2。該軟件包非常適合R中的數(shù)據(jù)可視化。
 

　　十五、訪問內(nèi)置數(shù)據(jù)集
 

　　是否想mpg從ggplot2上一個示例中提到的包中了解有關(guān)數(shù)據(jù)集的更多信息?使用以下命令執(zhí)行此操作：

　　從那里，您可以使用head()函數(shù)查看數(shù)據(jù)的前六行：

　　使用以下summary()功能獲取摘要統(tǒng)計信息：

　　或打開Help標簽中的幫助頁面，如下所示：

　　最后，R中內(nèi)置了許多可以使用的數(shù)據(jù)集。內(nèi)置數(shù)據(jù)集很容易練習新的R技能，而無需搜索數(shù)據(jù)。使用以下命令查看可用的數(shù)據(jù)集：

　　十六、風格
 

　　編寫R腳本時，最好在腳本頂部指定要加載的包：

　　在編寫R腳本時，也是一種好的做法，添加注釋以解釋我們的代碼(# like this)。R忽略以開頭的代碼行#。與同事和協(xié)作者共享代碼是很常見的。確保他們了解我們的方法將非常重要。但是更重要的是，詳盡的注釋對您的未來很有幫助，以便您將來重新訪問腳本時可以理解自己的方法!
 

　　這是我們的散點圖代碼的注釋示例：

　　十七、具有R Markdown的可復制報告
 

　　上面示例中使用的注釋可以很好地提供有關(guān)我們R腳本的簡短說明，但是這種格式不適合編寫需要總結(jié)結(jié)果和發(fā)現(xiàn)的報告。我們可以使用R Markdown文件在RStudio中編寫格式精美的報告。
 

　　R Markdown是用于在R中生成可復制報告的開源工具。RMarkdown使我們能夠?qū)⑺写a，結(jié)果和編寫都集中在一個地方。使用R Markdown，我們可以選擇將我們的作品導出為多種格式，包括PDF，Microsoft Word，幻燈片或HTML文檔，以供網(wǎng)站使用。
 

　　如果您想學習R Markdown，請查看以下AAA教育文章：
 

　　1)R Markdown入門-指南和備忘單

　　2)R Markdown技巧，竅門和快捷方式
 

　　十八、使用RStudio Cloud
 

　　RStudio現(xiàn)在提供了一個基于云的RStudio桌面版本，稱為RStudio Cloud。RStudio Cloud允許您在RStudio中進行編碼而無需安裝軟件，只需要一個Web瀏覽器。我們在大數(shù)據(jù)分析R和RStudio使用指南中學到的幾乎所有內(nèi)容都適用于RStudio Cloud!
 

　　RStudio Cloud中的工作被組織成與桌面版本相似的項目。RStudio Cloud使您可以指定要用于每個項目的R版本。如果您要重新考慮圍繞R的早期版本構(gòu)建的舊項目，那就太好了。
 

　　RStudio Cloud還可以輕松，安全地與同事共享項目，并確保每次訪問項目時都能完全再現(xiàn)工作環(huán)境。
 

　　RStudio Cloud的布局與RStudio桌面非常相似：
 

　　學習RStudio的最好方法是應(yīng)用大數(shù)據(jù)分析R和RStudio使用指南中介紹的內(nèi)容。自行跳入并熟悉RStudio!創(chuàng)建自己的項目，保存工作并共享結(jié)果。我們不能足夠強調(diào)這一點。
 

　　不知道從哪里開始?查看下面列出的其他資源!
 

　　其他資源
 

　　如果您喜歡大數(shù)據(jù)分析R和RStudio使用指南，請在AAA教育與我們一起學習!如果您不熟悉R和RStudio，建議您從R課程中的AAA教育大數(shù)據(jù)分析入門開始。這是R路徑中AAA教育大數(shù)據(jù)分析師的第一門課程。
 

　　在此AAA教育文章中了解如何使用tidyverse工具加載和清除數(shù)據(jù)。
 

　　RStudio已發(fā)布了大量有關(guān)如何使用RStudio的文章。在這里找到他們。
 

　　如果您想學習R Markdown，請查看以下AAA教育文章：
 

　　1)R Markdown入門-指南和備忘單

　　2)R Markdown技巧，竅門和快捷方式
 

　　Hadley Wickham的R for Data Science學習R和tidyverse 。通過完成RStudio中的練習來鞏固您的知識，并保存您的工作以備將來參考。