,,大数据分析R语言RStudio使用超详细教程

,,大数据分析R语言RStudio使用超详细教程

RStudio是一个用于R编程的开源工具。本文主要介绍大数据分析R语言RStudio教程以及RStudio的一些重要技巧、窍门和快捷方式,可以让你快速变成RStudio的高级用户。感兴趣的朋友可以和边肖一起看看。

RStudio是一个用于R编程的开源工具。如果你对用R编程感兴趣,那就有必要了解一下RStudio的功能。这是一个灵活的工具,可以帮助您创建可读的分析,并保持您的代码,图像,评论和图表在一起。

在这篇关于大数据分析R语言RStudio使用的教程文章中,我们将介绍RStudio免费版的一些最佳功能:RStudio Desktop。我们收集了RStudio的一些重要技巧、窍门和快捷方式,可以让你迅速成为RStudio的高级用户!

  1.在窗口窗格之间快速导航

RStudio窗格允许您访问有关项目的重要信息。知道如何在窗格之间切换而不用触摸鼠标来移动光标将节省时间并改进工作流程。使用这些快捷键可以在窗格之间即时移动:

1)控制/Ctrl 1:源代码编辑器(您的脚本)

2)控制/Ctrl 2:舒适性

3)控制/Ctrl 3:帮助

4)控制/Ctrl 4:历史

5)控制/Ctrl 5:文件

6)控制/Ctrl 6:绘图

7)控制/Ctrl 7:包

8)控制/Ctrl 8:环境

9)控制/Ctrl 9:查看器

如果您想一次只查看一个窗格,请将Shift键添加到上述任何命令中,以最大化窗格。例如,输入Control/Ctrl Shift 1以最大化您正在使用的R脚本、笔记本或R Markdown文件。

(旁注:我们在快捷键中的意思是“和”,所以我们不需要实际键入键。)

但是如果您想返回到标准的四窗格视图呢?没问题!输入控制/Ctrl Shift 0:

  2.键盘快捷键

知道RStudio键盘快捷键会节省很多编程的时间。RStudio提供了许多有用的快捷键,您可以通过顶部菜单访问它们工具键盘快捷键帮助。

访问RStudio键盘快捷键的另一种方法是使用快捷键!要访问快捷方式,请在Mac上输入Option Shift K或在Windows上输入Alt Shift KLinux。

以下是我们最喜欢的RStudio快捷方式:

1)在Mac或Linux和Windows上,插入-assignment运算符。选项-Alt -

2)插入管道运算符%%并在Mac上命令Shift M,或者在Linux和Windows上命令Ctrl Shift M。

3)命令Enter在Mac上运行当前行代码或控制EnterLinux和Windows。

4)命令A Enter运行Mac上的所有行代码或控制A EnterLinux和Windows。

5)重新启动当前R会话,然后在Mac上命令Shift F10重新开始,或者在Windows上控制Shift F10Linux。

6)命令Shift C在Mac上使用注释或非注释行,或者在CLinux和Windows上控制Shift。

7)试图记住您之前提交的订单?命令[向上箭头]在Mac或控制[向上箭头]Linux和Windows,从控制台搜索命令历史。

有用的快捷键有很多,但是掌握了上面的快捷键,你就会成为一个高级RStudio用户!

RStudio快捷方式的另一个重要资源是这里提供的官方RStudio备忘单。

  3.通过代码完成节省时间

键入后,会弹出一个建议窗口,其中包含匹配的函数、对象和代码片段名称。您可以使用向上或向下箭头在列表中切换,然后单击return/Enter进行选择。

此外,您可以利用一个非常酷的功能,称为模糊匹配,它允许您通过输入匹配的唯一字母来缩小搜索范围。不需要输入所有的字母,只要输入的内容与字符串的顺序匹配即可。

让我们看看这些代码完成方法是如何工作的。首先,我们将installed.packages()通过键入部分函数名来选择函数,然后使用箭头来选择它。接下来,我们将使用模糊匹配仅输入instd,以进一步缩小选择范围:

  4.快速查找文件和功能

在RStudio中,找文件不需要摸索文件夹结构,也不需要挖掘功能!输入快捷键control/ctrl。打开“转到文件/函数”窗口,然后使用模糊匹配技巧缩小选择范围:

  5.自定义外观

RStudio提供了大量选项,可根据您的喜好定制外观。在RStudio选项卡下,导航浏览许多带有首选项外观的可用选项。RStudio的一个很好的特性是,你可以快速点击编辑器主题窗口来预览每个主题。

  6.轻松链接到文档

在帮助窗口右下方的选项卡下,您会找到R函数和R包的在线文档的便捷链接。例如,如果我们install.packages()使用搜索栏来搜索关于特性的信息,那么将返回正式文档:

我们还可以通过将文档添加到软件包或功能之前来访问帮助选项卡中的文档。比如说?然后在控制台中运行该命令。无论哪种方式,RStudio都会在您键入时自动填充匹配的函数名!

  7.预览并保存您的绘图

RStudio会话期间生成的图形将显示在绘图窗口右下方的选项卡下。在此窗口中,您可以通过放大和缩小来检查图表。如果要保存绘图,可以将其保存为PDF或图像文件。

  8.导入和预览数据集

RStudio无需编码即可轻松导入和预览数据集!在环境右上方窗口的选项卡下,您可以导入数据集。此功能支持多种格式:

您甚至可以在加载数据集之前预览它:

将数据集加载到RStudio后,可以使用View()命令或单击数据集的名称来查看它:

  9.一键查看命令历史记录

之前我们从控制台学习了命令历史的快捷方式。RStudio还允许您通过单击History选项卡在右上角窗口中查看整个命令历史:

  10.保存您的“真实”工作。

其余删除。

实践良好的内务管理,避免未来不可预见的挑战。如果创建了值得保存的R对象,请在R-foot大数据分析R语言RStudio教程中抓取R代码生成对象。r保存脚本,但不要保存创建对象的环境或工作区。

要防止RStudio存储工作空间,请打开“偏好设置”“通用”并取消选择选项。RData在启动时恢复到工作区。确保永远不要保存工作区,如下所示:

现在,每次打开RStudio时,都是从一个空会话开始。您之前的会话生成的任何代码都不会被记住。r脚本和数据集可以用来从头开始重新创建环境。

  11.组织项目工作

RStudio提供强大的功能,让你井井有条;项目。进行多项分析时,保持条理非常重要。RStudio的项目使您能够将所有重要的工作放在一个地方,包括代码脚本、绘图、图形、结果和数据集。

导航到FileRStudio中的选项卡,然后选择新建项目新建项目.您可以选择在新目录或现有目录中创建新项目。如果你使用的是R包或者Shiny Web应用,RStudio提供了专用的项目类型。

当你需要与同事分享你的工作时,RStudio项目非常有用。您可以发送项目文件(以。Rproj)和所有支持文件,这将使您的同事更容易重建工作环境和再现结果。

但是,如果您想要无缝协作,您可能需要将包管理引入到您的工作流中。幸运的是,RStudio提供了一个有用的软件包管理工具renv,它现在与RStudio project兼容。Renv接下来我们将介绍。

  12.使用renv管理软件包版本

我们喜欢AAA教育的R,但是管理包版本可能是一个挑战!幸运的是,由于RStudio的renv(“可复制环境”)包,R包管理比以往任何时候都更容易。现在,RStudio包含了对renv的内置支持。

Renv在这个关于大数据分析R语言RStudio的使用教程中,我们不会详细描述如何与RStudio项目一起使用,因为RStudio在我们提供的链接和小插图中为您提供了所需的信息。不过renv配合RStudio使用可以让R包管理更容易,所以想告诉你!

renv软件包将取代RStudio曾经维护的Packrat软件包。

使用renv和您的RStudio项目包升级到RStudio的最新版本,然后安装renv和包库(' renv ')。在那里,您可以选择renv来用于所有新项目:

如果您希望renv与现有项目一起使用,请浏览工具项目选项环境并选中相应的框以启用renv:

  13.在RStudio中使用GitHub管理版本控制

除了在RStudio中管理软件包之外,您还可以将GitHub与RStudio一起使用来维护项目和R脚本的版本控制。看看这篇来自GitHub的文章和这篇来自RStudio中所有你需要的Git集成到你的工作流RStudio的文章的信息。

  14.代码段

RStudio提供了一个非常有用的函数,用于插入称为代码片段的通用代码块。我们最喜欢的一个是这个lib代码片段,它可以让你在调用library()函数加载R包时节省一些输入时间:

按回车键选择代码片段后,将加载library()函数,并且光标已经定位,因此您可以立即开始输入要加载的包的名称:

我们最喜欢的另一个有趣的片段是为编写定制函数提供基本模板的片段。您甚至可以添加自己的代码片段!要了解更多信息,请查看RStudio的代码片段。

  15.深入研究函数的源代码

如果您想要研究某个函数的源代码,请将光标移动到所需的函数,然后输入F2(在Mac上,您可能需要输入fn F2)。这个特性甚至适用于从您使用的任何R包中加载的特性。

  16.函数提取

如果你写了一个要转换成函数的代码块,高亮显示这个代码块,然后在Mac上的Linux/Windows上输入control option X Ctrl Alt X,会出现一个弹出窗口,要求你选择一个函数名。

选择函数名后,代码会自动添加为函数所需的输入和代码结构。

如果你有一个要提取的变量,高亮显示它,然后在Mac上的Linux/Windows上输入control option V Ctrl Alt V。

  17.重命名范围

有时,您可能需要更改函数名或其中一个函数中使用的变量。但是使用“查找和替换”来实现这一点可能会很麻烦!幸运的是,RStudio可以在范围内重命名。这意味着您的更改将仅限于感兴趣的变量或特性。这可以防止您意外地在代码脚本的其他地方替换同名的变量。要使用此函数,请选择要更改的函数或变量,然后在Mac上输入control shift option M或在Windows上输入Ctrl Shift Alt MLinux/Windows。

  18.多光标支持

RStudio支持多个游标。按住optionMac或AltWindows/Linux的同时,点击拖动鼠标即可。

  19.将Python与RStudio一起使用并网状

RStudio支持python编码。在RStudio中启动和运行python的过程包括以下一般步骤:

安装Python的基本版本

安装pip和virtualenv

在RStudio项目中创建Python环境

激活您的Python环境

在您的环境中安装所需的Python包。

安装并配置RRECTRICULATE包以使用Python

大数据分析R语言RStudio教程提供了上述步骤所需的代码。我们试了一下,在RStudio中运行python只需要几分钟:

  20.使用DBI包查询SQL

在RStudio中运行SQL查询有很多种方式。从DBI的R包开始,这里有三种最流行的方法。

首先,生成一个内存中的SQL数据库,供所有SQL查询示例使用。您将为著名的“mtcars”数据集生成一个SQL数据库。这是代码:

现在编写一个SQL查询,从数据库中选择所有使用四缸发动机的汽车。此命令返回一个数据框,您将把它保存为dbi_query:

数据帧如下:

  21.使用R Markdown或使用R Notebook查询SQL

通过创建一个{sql}代码块,可以在R Notebook或R Markdown中得到相同的结果。使用第一个示例中的连接和数据库,运行以下代码:

指定output.var="mt _ cars _ df "将查询结果保存到数据框中。此数据框是标准的R数据框,与您在上一示例中生成的数据框相同。您可以在R代码块中使用此数据框来执行分析或生成ggplot,例如:

  22.使用dbplyr查询SQL

最后,您将使用dbplyr软件包编写标准的dplyr命令,这些命令将被转换为SQL!再次使用第一个示例中的连接和数据库,您可以编写一个标准的filter()调用来查询四缸汽车,这将返回一个list对象:

要查看该命令转换的SQL代码,可以使用dbplyr中的show_query()函数:

当您对查询结果感到满意时,可以使用dbplyr中的collect()函数将结果保存为数据框:

你拿到了!三种不同的查询SQL数据库的方法得到相似的结果。这两个示例之间唯一的区别是,dbplyr方法返回一个副标题,而前两个方法返回一个标准的R数据帧。

要了解更多关于使用RStudio查询SQL数据库的知识,请参考大数据分析的R语言《使用RStudio》教程。

  23.将它带到云端!

RStudio现在提供了一个基于云的版本,名为RStudio Desktop。你猜对了.……RStudio云。RStudio Cloud可以让你不用安装软件,只需要一个网页浏览器就可以在RStudio中编码。

RStudio Cloud中的工作被组织到类似于桌面版本的项目中,但是RStudio Cloud允许您指定每个项目要使用的R版本。

RStudio Cloud还可以轻松安全地与同事分享项目,并确保每次访问项目时都能完整再现工作环境。

可以看到,RStudio云的布局与RStudio桌面非常相似:

出发地:https://www.aaa-cg.com.cn/data/2394.html

本文关于大数据分析的R语言RStudio教程到此为止。有关R语言RStudio的更多信息,请搜索我们以前的文章或继续浏览下面的相关文章。希望大家以后能多多支持我们!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

相关文章阅读

  • oracle的clob大小,oracle clob类型转字符串,Oracle的CLOB大数据字段类型操作方法
  • 大数据在不同应用场景的价值体现,举例说明大数据应用的场景和优势
  • Python与大数据,python能不能分析大数据
  • 人工智能产业的框架结构分别为,人工智能产业的框架结构的基础层包括大数据
  • Python处理大数据,Python科学计算及大数据
  • 随着ai和大数据技术的发展,对大数据与人工智能的理解
  • 数据开发和大数据开发的区别,大数据开发是啥
  • 应用统计学思考题,应用统计学在大数据背景下的应用与创新
  • hadoop大数据技术基础及应用pdf,基于hadoop的大数据处理技术
  • 大数据技术主要包括哪几方面,大数据技术包括哪些主要内容
  • 与大数据相关的书籍,大数据方面的书籍推荐
  • 数据存储方式,大数据存储的概念是什么,大数据的存储方式包括
  • 学python大数据,Python做大数据
  • 如何成为大数据架构师,大数据架构师发展前景分析,如何成为大数据架构师,大数据架构师发展前景怎么样
  • 大数据学了能做什么,大数据 要学什么吗,大数据学了能做什么,大数据 要学什么科目
  • 留言与评论(共有 条评论)
       
    验证码: