作為乙個接近三年的r語言使用者，在使用了python，php，以及前端三劍客-html，css，js之後，越來越明白了在做具體的工作的時候，選擇正確的語言並且發揮它最大的優勢是多麼重要。一遍工作一遍學習中，也積累了不少對於r的經驗和工具包的使用心得，在這裡和大家分享一些資源，也鼓勵大家在資料科學領域多使用r這門語言。
1.1 資料視覺化包：
ggplot2: 不用我多說，懂r的都知道這個包
plotly：繪製可互動式圖形，而且和ggplot2有深度整合
leaflet: 繪製可互動式地圖的不二選擇，語法簡單，而且完美支援管道運算子
ggforce：放大資料報，可以放大指定區域影象
ggrepel：ggplot2的注釋補充包，可以通過更加美觀的方式新增注釋
treemapify：繪製樹狀圖的ggplot2補充包
ggridges：ggplot2的脊線圖補充
alluvial，ggalluvial：沖積圖
1.2 機器學習包：
caret：類似於python的sciki-learn包，提供多種演算法的api，同時也有交叉驗證，資料預處理等函式，相當強大
randomforest：最忠實於原文獻的隨機森林演算法包
xgboost：大名鼎鼎的xgboost，kaggle高位利器
arules：關聯演算法
c50：c50決策樹演算法包
rpart：cart決策樹演算法
e1071：svm和***** bayes
glmnet：lasso以及ridge回歸演算法
nnet，neuralnet：神經網路演算法
h2o，mxnet，tensorflow，keras：深度學習框架
（knn，kmeans等演算法貌似有自帶函式）
1.3 資料操作：
dplyr：運算元據礦的神器，誰用誰知道
plyr：list，array，dataframe三者的神奇變化包
data.table：資料io和操作神器
tidyr：處理髒資料
tidytext：分詞以及詞頻提取
stringr：處理字串的神包
jiebar，tm：中文分詞利器，nlp專用
lubridate：時間處理最好的包，沒有之一
broom：將各種統計學模型結果資料框化
tidyverse：rstudio出品的整合包，資料科學一攬子解決方案
magrittr：管道符
1.4 資料讀取
data.table：最高支援100g資料，fread和fwrite快的你不敢想，還支援資料型別判斷
readr：rstudio出品，完美替代原生資料io函式
readxl，openxlsx：讀寫excel檔案
1.5 缺失值處理包：
vim：視覺化缺失情況
hmisc：處理缺失值
mice：利用各種演算法補全缺失值的包
1.6 rmarkdown系列：
knitr：完美將markdown轉化成pdf和html
rmarkdown：markdown的核心包
1.7 資料展示：
kableextra：資料框的**展示，支援bootstrap樣式
dt：js庫datatables和r的完美結合
1.8 其他：
zoo，forcats：時間序列
proc，rocr：繪製roc曲線
wordcloud，wordcloud2：詞云
igraph：網路圖以及pagerank演算法
network3d：結合d3.js
survival：生存分析
dbi：和sql的互動
R語言 缺失值
資料集中往往存在缺失值，在進行資料分析前需要了解資料的缺失值情況。r語言中的一些基本函式可用於查詢缺失資料，另外還有一些第三方包可用於查詢和處理資料缺失。基本的缺失值查詢可以通過is.na 和complete.cases 函式，當存在缺失值na或者nan時is.na 返回true，complete....
R語言處理缺失值
在處理資料過程中，避免不了會產生一些缺失值，如未填寫資料或者編碼錯誤等原因，用na表示缺失值。在r語言中，is.na 函式可以判斷元素是否是缺失值，從而返回邏輯值 true false 所以該函式將會返回和元資料集一樣大小的資料集。在判斷缺失值的過程中，需要注意以下兩點 既然缺失值可能無處不在，那麼...
R語言矩陣 缺失值處理
缺失值處理一般包括三步 1.識別缺失資料 2.檢查導致資料缺失的原因 3.刪除包含缺失值的例項或用合理的數值代替 插補 缺失值。x is.na x 1 true is.nan x 1 false is.infinite x 1 false 函式complete.cases 可用來識別矩陣或資料框中沒...