Продолжение предыдущих публикаций «Инструменты DataScience как альтернатива классической интеграции ИТ систем» и
«Экосистема R как инструмент для автоматизации бизнес-задач».
Настоящая статья является ответом на возникшие вопросы по пакетам R, которые полезны для реализации описанных подходов. Я ее рассматриваю исключительно как справочную информацию, и отправную точку для последующего детального изучения заинтересовавшимися, поскольку за каждым пакетом скрывается огромное пространство со своей философией и идеологией, математикой и путями развития.
Как правило, все пакеты (9109 штук на 07.09.2016) находятся в репозитории CRAN. Те, что по тем или иным причинам, пока не опубликованы в репозиторий, могут быть найдены на GitHub. Итак, кратким списком:
Пакеты Hadley Wickham (Hadleyverse)
Детально про пакеты можно прочесть на репозитории GitHub
dplyr
— расширения грамматических конструкций для манипуляций с данными. В качестве вводной статьи, я бы посоветовал "dplyr and pipes: the basics", несмотря на то, что опубликована она была в 2014-м годуggplot2
— расширения грамматических конструкций для визуализации. Представление о возможностях можно получить в книге "Cookbook for R", глава "Graphs"scales
— расширение ggplot2 для масштабирования осей графиковggmap
— расширение ggplot2 для работы с картографиейlubridate
— "магия" по работе с датами и временем. Идеология описана в статье "Dates and Times Made Easy with lubridate"readr
— улучшенный импорт текстовых данных в Rforcats
— улучшенная работа с категориальными переменнымиtibble
— современное переосмысление штатной структуры данных data.framereadxl
— импорт excel данных в Rpurrr
— расширения грамматических конструкций для функционального программированияtidyr
— улучшенная работа с "грязными" исходными данными. Идеология описана в статье "Tidy Data"reshape2
— улучшенная трансформация данных. Идеология описана в статье "Reshaping Data with the reshape Package"stringr
— улучшенная работа с текстовыми строкамиcurl
— улучшенный подход для работы с данными по HTTPhttr
— упрощенный подход по работе с данными по протоколу httpxml2
— улучшенная работа по поддержке XML
Элементы программирования и работы с данными
futile.logger
— развитая система логированияiterators
— поддержка итераторовforeach
— улучшенная поддержка циклических конструкцийmagrittr
— грамматика работы с маршрутизацией данных (pipe)jsonlite
— упрощенная поддержка JSONsp
— поддержка работы с геоданнымиdata.table
— расширение штатной модели данных data.frame для работы с большими даннымиbroom
— преобразование данных стат. функций в формат tidy data (см. выше). Детально можно ознакомиться в статье broom: An R Package for Converting Statistical Analysis Objects Into Tidy Data Framesknitr
— подготовка документов различных форматов (статика и интерактив, детальнее здесь) из единого формата R Markdown. В целом, это вообще отдельный мир.
Shiny и веб формы
shiny
— сам фреймворкshinythemes
— дополнительные темы (shiny построен на bootstrap)highcharter
— враппер для highchartsgoogleVis
— коннектор к Google Charts диаграмм. Детальнее здесь и здесьshinydashboard
— наборы функций для построения дашбордов (немного устарел)flexdashboard
— современный подход к построению дашбордов. Детально можно ознакомиться здесьshinyjs
— дополнительный JS интерактивhtmlwidgets
— поддержка html виджетов, галерея здесьplotly
— интерфейс к интерактивной системе визуализации Plot.ly. Детально можно ознакомиться здесьleaflet
— враппер для интерактивных карт JS leaflet. Детально можно ознакомиться здесьDT
— враппер для интерактивных таблиц JS DataTable. Детально можно ознакомиться здесьrbokeh
— R интерфейс к библиотеке визуализации Bokeh. Детально можно ознакомиться здесь
Цвета и темы
RColorBrewer
— пакет для гибкой работы с цветамиviridis
— цветовая палитра Virdis. Детали здесьwesanderson
— еще палитраggthemes
— темы для ggplot2. Детали здесь
В своей деятельности я еще использую 2-3 десятка других пакетов, но они имеют более узкую специфику, либо просто обеспечивают коннекты к внешним источикам (ODBC, No-SQL, git, dropbox, etc.)
Предыдущий пост: "Экосистема R как инструмент для автоматизации бизнес-задач"
Следующий пост: "Применение R для работы с утверждением «Кто виноват? Конечно ИТ!»"