1. 請教安裝R ggplot2出錯的問題
如果因為網路的原因,不能上網,或者網路被公司的網管封了,那麼會導致直接在R上無法安裝ggplot2。
可以採取下載下來安裝ggplot2的包的方式。
還有一種方式就是找另一台可以上網的機器,安裝R,再安裝ggplot2包。
最後把下載下來的包從這台機器上到不能上網的機器上即可。
R的包的目錄是:C:\Users\用戶名\Documents\R\win-library
我因為公司的機器不能上網,安裝包這個事情,弄了好幾天,也沒有查到相關的文檔。
我自己試了試,這樣可以。貢獻給大家。
這種方法應該可以適用於其他的包。
2. 為什麼我成功安裝了ggplot2這個包,卻載入不了
總結來說有以下幾點:ggplot2的核心理念是將繪圖與數據分離,數據相關的繪圖與數據無關的繪圖分離ggplot2是按圖層作圖ggplot2保有命令式作圖的調整函數,使其更具靈活性ggplot2將常見的統計變換融入到了繪圖中。==========================
3. 導入ggplot時候無法導入userdict
Python | ggplot安裝(含numpy、scipy安裝)
http://jingyan..com/article/adc815137d9ce4f723bf73f9.html
4. 為什麼我成功安裝了ggplot2如何載入這個包,卻載入不了
diamonds是一個數據集,開始的部分就是用這組數據集來進行舉例的。作者給出了diamonds的樣子,見表2.1
library(ggplot2)
data(diamonds)
summary(diamonds) 這樣就可以用了,
data(quot;diamondsquot;,package=quot;ggplot2quot;) 或者這樣
5. 我的R語言無法安裝一些常用包,比如ggplot2,psych等等,,怎麼回事求高手指教!!
你可以在R中裝一個devtools,然後安裝githubinstall包,以後下載包的時候遇到裝不了的你就直接去github上面下載安裝,這樣再也不會出現有些包安裝不了了,具體怎麼弄網路一下,我有點忘記了
6. 數據科學入門丨選Python還是R
數據科學入門丨選Python還是R
對於想入門數據科學的新手來說,選擇學Python還是R語言是一個難題,本文對兩種語言進行了比較,希望能幫助你做出選擇。
我是德勤的數據科學家主管,多年來我一直在使用Python和R語言,並且與Python社區密切合作了15年。本文是我對這兩種語言的一些個人看法。
第三種選擇
針對這個問題,Studio的首席數據科學家Htley Wickham認為,比起在二者中選其一,更好的選擇是讓兩種語言合作。因此,這也是我提到的第三種選擇,我在文本最後部分會探討。
如何比較R和Python
對於這兩種語言,有以下幾點值得進行比較:
· 歷史:
R和Python的發展歷史明顯不同,同時有交錯的部分。
· 用戶群體:
包含許多復雜的社會學人類學因素。
· 性能:
詳細比較以及為何難以比較。
· 第三方支持:
模塊、代碼庫、可視化、存儲庫、組織和開發環境。
· 用例:
根據具體任務和工作類型有不同的選擇。
· 是否能同時使用:
在Python中使用R,在R中使用Python。
· 預測:
內部測試。
· 企業和個人偏好:
揭曉最終答案。
歷史
簡史:
ABC語言 - > Python 問世(1989年由Guido van Rossum創立) - > Python 2(2000年) - > Python 3(2008年)
Fortan語言 - > S語言(貝爾實驗室) - > R語言問世(1991年由Ross Ihaka和Robert Gentleman創立) - > R 1.0.0(2000年) - > R 3.0.2(2013年)
用戶群體
在比較Python與R的使用群體時,要注意:
只有50%的Python用戶在同時使用R。
假設使用R語言的程序員都用R進行相關「科學和數字」研究。可以確定無論程序員的水平如何,這種統計分布都是真實。
這里回到第二個問題,有哪些用戶群體。整個科學和數字社區包含幾個子群體,當中存在一些重疊。
使用Python或R語言的子群體:
· 深度學習
· 機器學習
· 高級分析
· 預測分析
· 統計
· 探索和數據分析
· 學術科研
· 大量計算研究領域
雖然每個領域幾乎都服務於特定群體,但在統計和探索等方面,使用R語言更為普遍。在不久之前進行數據探索時,比起Python,R語言花的時間更少,而且使用Python還需要花時間進行安裝。
這一切都被稱為Jupyter Notebooks和Anaconda的顛覆性技術所改變。
Jupyter Notebook:增加了在瀏覽器中編寫Python和R代碼的能力;
Anaconda:能夠輕松安裝和管理Python和R。
現在,你可以在友好的環境中啟動和運行Python或R,提供開箱即用的報告和分析,這兩項技術消除了完成任務和選擇喜歡語言間的障礙。Python現在能以獨立於平台的方式打包,並且更快地提供快速簡單的分析。
社區中影響語言選擇的另一個因素是「開源」。不僅僅是開源的庫,還有協作社區對開源的影響。諷刺的是,Tensorflow和GNU Scientific Library等開源軟體(分別是Apache和GPL)都與Python和R綁定。雖然使用R語言的用戶很多,但使用Python的用戶中有很多純粹的Python支持者。另一方面,更多的企業使用R語言,特別是那些有統計學背景的。
最後,關於社區和協作,Github對Python的支持更多。如果看到最近熱門的Python包,會發現Tensorflow等項目有超過3.5萬的用戶收藏。但看到R的熱門軟體包,Shiny、Stan等的收藏量則低於2千。
性能
這方面不容易進行比較。
原因是需要測試的指標和情況太多。很難在任何一個特定硬體上測試。有些操作通過其中一種語言優化,而不是另一種。
循環
在此之前讓我們想想,如何比較Python與R。你真的想在R語言寫很多循環嗎?畢竟這兩種語言的設計意圖不太相同。
{
"cells": [
{
"cell_type": "code",
"execution_count": 1,
"metadata": {},
"outputs": [],
"source": [
"import numpy as npn",
"%load_ext rpy2.ipython"
]
},
{
"cell_type": "code",
"execution_count": 2,
"metadata": {},
"outputs": [],
"source": [
"def do_loop(u1):n",
"n",
" # Initialize `usq`n",
" usq = {}n",
"n",
" for i in range(100):n",
" # i-th element of `u1` squared into `i`-th position of `usq`n",
" usq[i] = u1[i] * u1[i]n"
]
},
{
"cell_type": "code",
"execution_count": 3,
"metadata": {},
"outputs": [],
"source": [
"%%Rn",
"do_loop <- function(u1) {n",
" n",
" # Initialize `usq`n",
" usq <- 0n",
"n",
" for(i in 1:100) {n",
" # i-th element of `u1` squared into `i`-th position of `usq`n",
" usq[i] <- u1[i]*u1[i]n",
" }n",
"n",
"}"
]
},
{
"cell_type": "code",
"execution_count": 4,
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"1.58 ms ± 42.8 ?s per loop (mean ± std. dev. of 7 runs, 1000 loops each)n"
]
}
],
"source": [
"%%timeit -n 1000n",
"%%Rn",
"u1 <- rnorm(100)n",
"do_loop(u1)"
]
},
{
"cell_type": "code",
"execution_count": 5,
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"36.9 ?s ± 5.99 ?s per loop (mean ± std. dev. of 7 runs, 1000 loops each)n"
]
}
],
"source": [
"%%timeit -n 1000n",
"u1 = np.random.randn(100)n",
"do_loop(u1)"
]
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.6.3"
}
},
"nbformat": 4,
"nbformat_minor": 2
}
Python為0.000037秒,R為0.00158秒
包括載入時間和在命令行上運行:R需要0.238秒,Python需要0.147秒。強調,這並不是科學嚴謹的測試。
測試證明,Python的運行速度明顯加快。通常這並沒有太大影響。
除了運行速度外,對於數據科學家而言哪種性能更重要?兩種語言之所以受歡迎是因為它們能被用作命令語言。例如,在使用Python時大多時候我們都很依賴Pandas。這涉及到每種語言中模塊和庫,以及其執行方式。
第三方支持
Python有PyPI,R語言有CRAN,兩者都有Anaconda。
CRAN使用內置的install.packages命令。目前,CRAN上有大約1.2萬個包。其中超過1/2的包都能用於數據科學。
PyPi中包的數量超過前者的10倍,約有14.1萬個包。專門用於科學工程的有3700個。其中有些也可以用於科學,但沒有被標記。
在兩者中都有重復的情況。當搜索「隨機森林」時,PyPi中可以得到170個項目,但這些包並不相同。
盡管Python包的數量是R的10倍,但數據科學相關的包的數量大致相同。
運行速度
比較DataFrames和Pandas更有意義。
我們進行了一項實驗:比較針對復雜探索任務的執行時間,結果如下:
在大多數任務中Python運行速度更快。
http://nbviewer.jupyter.org/gist/brianray/
可以看到,Python + Pandas比原生的R語言DataFrames更快。注意,這並不意味著Python運行更快,Pandas 是基於Numpy用C語言編寫的。
可視化
這里將ggplot2與matplotlib進行比較。
matplotlib是由John D. Hunter編寫的,他是我在Python社區中最敬重的人之一,他也是教會我使用Python的人。
Matplotlib雖然不易學習但能進行定製和擴展。ggplot難以進行定製,有些人認為它更難學。
如果你喜歡漂亮的圖表,而且無需自定義,那麼R是不錯的選擇。如果你要做更多的事情,那麼Matplotlib甚至互動式散景都不錯。同樣,R的ShinnyR能夠增加交互性。
是否能同時使用
可能你會問,為什麼不能同時使用Python和R語言?
以下情況你可以同時使用這兩種語言:
· 公司或組織允許;
· 兩種都能在你的編程環境中輕松設置和維護;
· 你的代碼不需要進入另一個系統;
· 不會給合作的人帶來麻煩和困擾。
一起使用兩種語言的方法是:
· Python提供給R的包:如rpy2、pyRserve、Rpython等;
· R也有相對的包:rPython、PythonInR、reticulate、rJython,SnakeCharmR、XRPython
· 使用Jupyter,同時使用兩者,例子如下:
之後可以傳遞pandas的數據框,接著通過rpy2自動轉換為R的數據框,並用「-i df」轉換:
http://nbviewer.jupyter.org/gist/brianray/
預測
Kaggle上有人對開發者使用R還是Python寫了一個Kernel。他根據數據發現以下有趣的結果:
· 如果你打算明年轉向Linux,則更可能是Python用戶;
· 如果你研究統計數據,則更可能使用R;如果研究計算機科學,則更可能使用Python;
· 如果你還年輕(18-24歲),則更可能是Python用戶;
· 如果你參加編程比賽,則更可能是Python用戶;
· 如果你明年想使用Android,則更可能是Python用戶;
· 如果你想在明年學習SQL,則更可能是R用戶;
· 如果你使用MS office,則更可能是R用戶;
· 如果你想在明年使用Rasperry Pi,則更可能是Python用戶;
· 如果你是全日制學生,則更可能是Python用戶;
· 如果你使用的敏捷方法(Agile methodology),則更可能是Python用戶;
· 如果對待人工智慧,比起興奮你更持擔心態度,則更可能是R用戶。
企業和個人偏好
當我與Googler和Stack Overflow的大神級人物Alex Martelli交流時,他向我解釋了為什麼Google最開始只官方支持少數幾種語言。即使是在Google相對開發的環境中,也存在一些限制和偏好,其他企業也是如此。
除了企業偏好,企業中第一個使用某種語言的人也會起到決定性作用。第一個在德勤使用R的人他目前仍在公司工作,目前擔任首席數據科學家。我的建議是,選擇你喜歡的語言,熱愛你選擇的語言,起到領導作用,並熱愛你的事業。
當你在研究某些重要的內容時,犯錯是難以避免的。然而,每個精心設計的數據科學項目都為數據科學家留有一些空間,讓他們進行實驗和學習。重要的是保持開放的心態,擁抱多樣性。
最後就我個人而言,我主要使用Python,之後我期待學習更多R的內容。
7. 如何使用 ggplot2
R語言 高階可視化繪圖系統:ggplot2入門
ggplot2是《The Grammar of Graphics》/《圖形的語法》中提出了一套圖形語法,將圖形元素抽象成可以自由組合的要素,類似Photoshop中的圖層累加,ggplot2將指定的元素/映射關系逐層疊加,最終形成所圖形。更加深入學習ggplot2,請參考《ggplot2: 數據分析與圖形藝術》。
目 錄
引言:ggplot2基本要素
1. 數據(Data)和映射(Mapping)
2、幾何對象(Geometric)
3、標度(Scale):fill、color、shape
4、統計變換(Stat)
5、坐標系統(Coordinante)
6、分面(Facet)
7、主題(Theme)
附:ggplot2函數速查表
引言:ggplot2基本要素
「+」和「%+%」
數據(data)和映射(mapping):ggplot2的數據(data)必須是一個數據框(dataframe)。
幾何對象(geometric):幾何對象(geom)代表你在圖中實際看到的元素,如點、線、多邊形等。
統計變換(statistics):統計變換(stat)是對數據進行的某種匯總。
標度(Scale):標度(scale)的作用是將數據的取值映射到圖形空間,例如用顏色、大小或形狀來表示不同的取值。
坐標系統(Coordinate):坐標系(coord)描述了數據是如何映射到圖形所在的平面的,它同時提供了看圖所需的坐標軸和網格線。
圖層(Layer):一個圖層由4部分組成:數據和圖形屬性映射;一種統計變換;一種幾何對象;一種位置調整方式。
分面(Facet):分面(facet)描述了如何將數據分解為各個子集,以及如何對子集作圖並聯合進行展示。
p1 <- base + geom_smooth() + labs(title="圖1") #如圖1
#用%+%調整映射關系中的數據
base <- ggplot(mpg, aes(displ, hwy)) + geom_point()
# To override the data, you must use %+%
#也即覆蓋原始數據必須通過%+%
p2 <- base %+% subset(mpg, fl == "p") + labs(title="圖2") #圖2
#第二種調整數據的方法list
# Alternatively, you can add multiple components with a list.
# This can be useful to return from a function.
p3 <- base + list(subset(mpg, fl == "p"), geom_smooth(), labs(title="圖3")) #圖3
###########一頁多圖########
#library(grid)
grid.newpage() ##新建頁面
pushViewport(viewport(layout = grid.layout(2,2))) #將頁面分成2*2矩陣
vplayout <- function(x,y){ viewport(layout.pos.row = x, layout.pos.col = y)}
print(p1, vp = vplayout(1,1)) #(1,1)的位置畫圖1
print(p2, vp = vplayout(1,2)) #(1,2)的位置畫圖2
print(p3, vp = vplayout(2,1)) #(2,1)的位置畫圖3
其中各要素通過「+」以圖層(layer)的方式來粘合構圖(可以簡單理解為要素/圖層疊加符號);另外在ggplot2中,數據集必須為數據框(data.frame)格式,並且可以通過%+%符號調整已有數據集(ggplot2指導文檔中明確寫出「To override the data, you must use %+%」,也就是覆蓋數據必須通過%+%)。以mpg數據集為例。
7、主題(Theme)
p1 <- ggplot(mtcars, aes(wt, mpg)) + geom_point() + labs(title = "Fuel economy declines as weight increases") + labs(title="圖20") #圖20
p17 <- p1 + theme(plot.title = element_text(size = rel(2))) + labs(title="圖17") #圖17
p18 <- p1 + theme(plot.background = element_rect(fill = "green")) + labs(title="圖18") #圖18
p19 <- p1 + theme(panel.background = element_rect(fill = "white", colour = "grey50")) + labs(title="圖19") #圖19
###########一頁多圖########
#library(grid)
grid.newpage() ##新建頁面
pushViewport(viewport(layout = grid.layout(2,2)))#將頁面分成2*2矩陣
vplayout <- function(x,y){ viewport(layout.pos.row = x, layout.pos.col = y)}
print(p1, vp = vplayout(1,1)) #(1,1)的位置畫圖20
print(p17, vp = vplayout(1,2)) #(1,2)的位置畫圖17
print(p18, vp = vplayout(2,1)) #(2,1)的位置畫圖18
print(p19, vp = vplayout(2,2)) #(2,2)的位置畫圖19
8. ggplot2包載入失敗,不知道是什麼原因
colorspace 是ggplot2 的依賴包。在安裝ggplot2的時候會自動安裝它所依賴的包,如果出錯建議:
1,手動安裝 colorspace 包。
2,或者用Rstudio 去安裝
3,或者改變鏡像地址。
9. 到底要怎樣安裝ggplot啊,老是失敗
安裝GGPLOT2不是一定要用這個install.packages('ggplot2')命令的。用R上面的PACKAGES,這個菜單就可以了,很簡單。希望我的回答對你有所幫助,如果滿意請設置為最佳答案,謝謝
10. 求助大神,載入ggplot2的數據列表有diamonds,載入數據時卻總說沒有這個數據集
diamonds是一個數據集,開始的部分就是用這組數據集來進行舉例的。作者給出了diamonds的樣子,見表2.1
library(ggplot2)
data(diamonds)
summary(diamonds) 這樣就可以用了,
data("diamonds",package="ggplot2") 或者這樣