Introduction

  • 语言风格：很多r包是数据科学家和统计学家自己为了完成某个算法单独编写的

  • 需要配置两部分的内容，一是自身的语言安装包，从官网下载；二是对应的IDE（集成开发环境），python我用anaconda，R用Rstudio。
  • 包管理。两种语言本身只提供了基本功能，许多优秀的功能都需要安装第三方扩展包（packages）来实现。
    1. python使用pip包管理器可以实现第三方包的安装、更新或卸载；注意windows下pip是在cmd下运行的，而非python的命令中执行。
    2. R语言的包管理更为先进（没感觉，感觉更麻烦），是本身语言的一部分（python也是可以集成进去的）。
  • 包加载。安装完包后，每次调用前，两种语言都需要先对其进行加载。
    1. Python。import xx导入模块对于模块中的函数，每次调用需要“模块.函数”来用。from xx import fun 直接导入模块中某函数，直接fun()就可用。最好大法：from xx import * 该模块中所有函数可以直接使用。
    2. R语言使用library(packagename)。注意前者不带括号，后者带括号。在整个分析流程中，往往需要用到多种不同的包，每次加载都很麻烦。这里强推tidyverse，它是一个集成的系统包，里面包含了众多用作数据处理分析的library，并且持续更新中。简而言之，每次开始数据分析任务之前，只需要导入这样一个library，就可以高效的开始各种数据处理和图像化。
  • 编程注意事项;
    1. 数据和路径中不要使用中文字符；
    2. 自定义变量不要与自带的函数相冲突，例如data，means等等。
    3. 注意区分大小写

R packages

  • 逻辑核心：对于Python和R，编写程序的逻辑无非为：载入所需包（load）——导入（input）数据——处理数据（processing）——导出和保存数据处理结果（output）。
  • Python和R的包可以相互调用。

帮助，查询和安装

  • 要寻找所需要的包，可以通过Linux的Synaptic图形界面包管理工具搜索R和CRAN即可。或者到R的官网查看。
  • R包查询网站：https://www.rdocumentation.org/
  • 如Introduction所述，R语言内置了包管理函数：
    • install.packages(“name”)，安装名称为name的软件包；
    • installed.packages()，显示当前环境中安装的软件包，包含详细信息；
    • library()，显示当前安装的包的简要列表；
    • old.packages()，检查CRAN上是否有已安装包的最新版本；
    • update.packages()，更新已安装包的最新版本；
    • remove. packages(c(“pkg1”,”pkg2”) , lib = file .path(“path”, “to”, “library”))，删除指定的软件包。
  • 帮助，help(“函数名”)，或?函数名

Input and output (IO)

  • 设置工作目录： setwd("c:/myfiles") # use / or \\ to separate directories under Windows (\\ becomes \ once processed through the escape character mechanism)
  • 加载语句 source("myfile.R") # load and execute a script of R commands
  • 数据导入：rio。全能IO（input and output）包，SPSS Excel等等通吃。详见 https://cran.r-project.org/web/packages/rio/index.html

数据整理：

  1. tidyr。tidyr是reshape2（2010-2014）和reshape（2005-2010）的进化版，作者都是Hadley Wickham。该包内常用的函数有：
    1. gather(): 将宽数据转为长数据, 类似于reshape2包中的melt()函数;
    2. spread(): 将长数据转为宽数据, 类似于reshape2包中的cast()函数;
    3. unit(): 将多列合并为一列;
    4. separate(): 将一列分离为多列.
  2. dplyr - 必备的数据处理工具，可以对数据集做subset, summarize, rearrange, join等处理2.

数据可视化

  • ggplot2 - R中最著名的可视化工具包
  • ggvis - 一个可以做基于web的交互可视化工具包
  • rgl - 在R中做3D交互可视化

数据建模

  • car - 做方差分析
  • mgcv - 调用广义相加模型
  • lme4 / nlme - 调用线性/非线性混合效应模型
  • ** R： Generalized Additive Models**广义相加模型，简单的非线性模型都可以归纳在广义相加模型之下。
  • rendomForest - 调用机器学习中的随机森林模型
  • multcomp - 做多重比较分析
  • vcd - 实现分类数据做可视化及测试
  • glmnet - 调用Laso and elastic-net回归模型及交叉检验
  • survival - 做生存分析
  • caret - 训练回归/分类模型的工具包

tidyverse

最后，强烈推荐tidyverse，这个包涵盖了数据分析和画图常用的包，一个顶多个：

  1. dplyr and tidyr
  2. ggplot2

心理学统计和汇报

  1. psycho.R，不关注统计，而是构建统计和心理学成果之间的桥梁。
  2. report 输入统计结果变量，直接输出统计的文字汇报。
  3. rstatix do ANOVA better than lmerTest 简单易用，报表漂亮
  4. bruceR：数据分析的三头六臂

其他

教程

  1. R语言数据处理全流程教学

参考

  1. Python & R数据分析常用包 https://segmentfault.com/a/1190000005041649
  2. ffmpeg 安装： https://zh.wikihow.com/%E5%9C%A8Windows%E4%B8%8A%E5%AE%89%E8%A3%85FFmpeg%E7%A8%8B%E5%BA%8F 使用： http://blog.csdn.net/wangshuainan/article/details/77914508?fps=1&locationNum=4 http://www.linuxidc.com/Linux/2011-10/45125.htm
  3. Python pandas，https://www.jianshu.com/p/7764b6591cf5
  4. tidyverse http://www.sohu.com/a/194197656_466874
  5. R 通道符 http://blog.fens.me/r-magrittr/
  6. 与心理学数据分析相关的R工具包，https://zhuanlan.zhihu.com/p/26853983