乐胖代购免代理版

应用程序

图形用户界面

数据

原创 2019-02-11 15:10:00 98 阅读

使用 shinydashboard

除了 shiny 扩展包提供的函数之外，RStudio 也开发了一个 shinydashboard 扩展包（http://rstudio.github.io/shinydashboard/），它呈现数据的方式就是专门用于概览或监测数据。接下来的例子旨在说明创建一个简易仪表板有多简单，这个仪表板可以

数据

扩展包

应用程序

原创 2019-02-11 15:09:00 98 阅读

创建 shiny 应用程序

R 本身是一个优秀的数据分析和数据可视化平台。然而，我们通常不会将 R 和分析脚本提供给客户，让客户自己运行。数据分析的结果不仅可以在 HTML 网页、PDF 文档或 Word 文档中显示，还可以呈现在交互式应用中，这种应用允许用户与数据进行交互，用户可以修改某些参数并查看结果如何发生变化。由 RS

ide

用户界面

应用程序

原创 2019-02-11 15:06:00 82 阅读

编写 R Markdown 文档

数据分析师的工作不仅是将数据放入模型并得出一些结论。通常需要完成从数据收集、数据清理、可视化、建模再到最后编写报告或制作演示文稿的完整工作流程。在前面几章中，我们从不同方面深入学习 R 编程语言，从各个环节，一步一步提升生产效率。在本章中，我们将关注最后一步：报告和展示。在以下内容中，我们将学习一种

数据

工作流程

建模

原创 2019-02-11 15:04:00 92 阅读

嵌入表格和图表

如果没有 R 代码块，R Markdown 与普通的 markdown 文档没有什么区别。使用代码块，代码的输出便可以嵌入到文档中，动态生成最终结果。如果代码块使用的是随机数生成器而没有设定随机数种子，那么每次渲染文档，都将得到不同的结果。在默认情况下，代码块的输出直接放在代码下面，以##开头，固定

扩展包

交互图

数据

原创 2019-02-11 15:03:00 186 阅读

将 R 整合到 markdown 中

markdown 易于写入和读取，具有编写报告的必要功能，例如简单的文本格式，嵌入图片、链接、表、引用、数学公式以及代码块。虽然在 markdown 中编写纯文本很容易，但是创建具有许多图片和表格的报告却不是很容易，特别是当图和表是由代码动态生成的时候。R Markdown 是将 R 整合到 mar

html

代码块

应用程序

原创 2019-02-11 14:59:00 73 阅读

分析 HTML 代码并提取数据

在前面的内容中，我们已经学习了 HTML、CSS 和 XPath 的基础知识。从真实世界的网页中获取数据，关键在于如何编写合适的 CSS 或者 XPath 选择器。本节介绍一些确定选择器的简单方法。假设从https://cran.rstudio.com/web/packages/available_

html

选择器

css

原创 2019-02-11 14:52:00 37 阅读

使用 XPath 选择器

在前面的内容中，我们掌握了一些 CSS 选择器和它们的使用方法，以及 rvest 包中用于提取网页内容的函数。一般来说，CSS 选择器足够满足绝大部分的 HTML 节点匹配的需要。但是，当需要根据某些特殊条件选择节点时，需要用更强大的技术。图 14-5 所示的网页比 data/products.ht

html

xml

css

原创 2019-02-11 14:47:00 119 阅读

使用 CSS 选择器从网页中提取数据

在 R 中，关于网络爬虫最简单易用的扩展包是 rvest。运行以下代码从 CRAN 上安装：install.packages("rvest")首先，加载包并用 read_html( ) 读取 data/single-table.html，再尝试从网页中提取表格：library(rvest)## Lo

html

数据

选择器

原创 2019-02-11 14:46:00 210 阅读

查阅网页内容

信息展示在网页上。图 14-1 展示了一个简单的网页（网址为 data/simple-page.html），包括标题和一个段落：所有现代浏览器都支持这样的网页。用任意的文本编辑器打开 data/simple-page.html，就会看到网页背后的代码，如下所示：<!DOCTYPE html><htm

html

css

嵌套

原创 2019-02-11 14:44:00 89 阅读

提高代码性能

在上一节中，我们演示了如何使用分析工具找出代码中的“性能瓶颈”。本节将学习一些提高代码性能的方法。使用内置函数使用向量化使用字节码编译器使用由 Intel MKL 支持的 R 使用并行计算使用 Rcpp

分析工具

并行计算

性能瓶颈

原创 2019-02-11 14:39:00 73 阅读

使用 Rcpp

正如我们所提到的那样，并行计算只有在每次迭代都是独立的情况下才可行，这样最终结果才不会依赖运行顺序。然而，并非所有任务都像这样理想。因此，并行计算可能会受到影响。那么怎样才能使算法快速运行，并且可以轻松地与 R 实现交互呢？答案是通过 Rcpp 用 C++ 语言编写算法（http://www.rcp

c++

多线程

向量化

原创 2019-02-11 14:38:00 93 阅读

使用并行计算

正如我们在上一节提到的，R 是被设计成单线程的，但它仍然可以使用多线程并行计算，即运行多个 R 会话进行计算。该技术是由一个随 R 一起发布的并行库来支持的。假设我们需要做一次模拟：生成一个遵循特定随机过程的随机路径，看看在任何一点是否有值超出了起点的一个固定邻域。以下代码是一种实现：set.see

并行计算

sed

加载

原创 2019-02-11 14:35:00 278 阅读

使用由 Intel MKL 支持的 R

我们通常使用的 R 版本是单线程的，即只使用一个 CPU 线程运行所有 R 代码。这样的好处是运行模型比较简单且安全，但是它并没有利用多核计算。Microsoft R Open（MRO，https://mran.microsoft.com/open/）是 R 的一个增强版本。由 IntelMath

microsoft

多核

多线程

原创 2019-02-11 14:33:00 87 阅读

使用字节码编译器

在上一节中，我们介绍了向量化的强大之处。然而，有时候难以使用向量化解决某些问题，必须使用 for 循环。在这种情况下，我们可以考虑使用字节代码编译器来编译函数，就不需要对函数进行解析，运行速度也会更快。首先，我们加载编译器的包，它是随 R 一起发布的。使用 cmpfun( ) 函数编译一个给定的 R

编译器

向量化

c#

原创 2019-02-11 14:32:00 41 阅读

使用向量化

算术运算符是一些特殊的内置函数，诸如 +、-、*、/、^ 和 %%。这些运算符不仅高效，还是向量化的。比如在 R 中完成一个 + 的实现：add <- function(x, y) {stopifnot(length(x) == length(y),is.numeric(x), is.numeric

向量化

返回结果

迭代

原创 2019-02-11 14:31:00 130 阅读

使用内置函数

前面，我们演示了 my_cumsum1( )、my_cumsum2( ) 和内置函数 cumsum( ) 之间的性能差异。尽管 my_cumsum2( ) 比 my_cumsum1( ) 快，但是当输入向量的数据量很大时，cumsum( ) 要比它们都快很多。而且，随着输入向量数据量的增加，cums

内置函数

转置

泛型

原创 2019-02-11 14:29:00 60 阅读

代码的性能分析

在上一节中，我们学习了如何使用 microbenchmark( ) 对表达式进行基准测试。当一个问题有多种解法时，我们就

性能分析

性能瓶颈

分析工具

原创 2019-02-11 14:27:00 148 阅读

理解代码为什么会慢

在前面的内容中，我们学习了测试代码时间和分析代码性能的工具。为了解决同样的问题，某个函数可能非常快，而另一个函数可能会很慢。理解代码为什么会慢，对编程是很有帮助的。首先，R 是一个动态编程语言。它本身提供了非常灵活的数据结构和代码运行机制。因此，在函数被调用之前，代码解释器很难提前知道如何处理调用。

迭代

数据结构

预分配

原创 2019-02-11 14:27:00 94 阅读

用 profvis 进行性能分析

Rprof( ) 函数提供了有用的信息帮助我们找到代码瓶颈，进而提升代码性能。RStudio 也发布了一个增强版的分析工具 profvis( )，它还提供了用于分析 R 代码的交互式可视化功能（https://rstudio.github.io/profvis/）。它是一个 R 扩展包，已经集成到

时间轴

函数调用

github

原创 2019-02-11 14:26:00 143 阅读

用 Rprof 进行性能分析

R 提供了内置函数 Rprof( ) 对代码的性能进行分析。在分析过程中，会有一个抽样程序，并且是和后续代码一起运行的，直到分析结束。默认情况下，抽样程序基本上每隔20 毫秒就会记录一下当前 R 在运行哪个函数。这样，如果某个函数运行得很慢，那么很可能大部分时间都在调用这个函数。这种抽样方法可能不会

运行时间

数据

临时文件

原创 2019-02-11 14:24:00 35 阅读

测试代码性能

输入相同，3 个函数的输出结果也相同。尽管如此，它们的性能差异还是很明显。为了揭示性能差异，我们需要一些工具来测试每段代码的运行时间。最简单的便是system.time( ) 函数。测试任意表达式的运行时间，只需将代码封装在函数内。这里，我们测试 my_cumsum1( ) 函数计算包含 100 个

sed

数据

运行时间

原创 2019-02-11 14:22:00 102 阅读

理解代码性能问题

在诞生之初，R 就是为统计计算和数据可视化而设计的，并且被学界和业界广泛运用。就大多数数据分析的目的而言，正确性比性能更重要。换句话说，在 1 分钟内得到正确的结果比在 20 秒内获得错误的结果要好。速度快 3 倍的结果并不比速度慢但正确的结果好 3倍。因此，在确认自己的代码正确之前先不必考虑性能的

迭代

运行时间

维护时间

原创 2019-02-11 14:20:00 37 阅读

使用 rlist 包处理嵌套数据结构

在前面的章节中，我们已经学习了存储表的关系型数据库，支持嵌套数据结构的非关系型数据库。在 R 中，最常见的嵌套数据结构就是列表对象。之前的章节都关注操作表格数据。本节，我们一起玩转作者开发的 rlist 包，这是一个为操作非表格数据设计的包。rlist 的设计和 dplyr 非常相似。它提供了针对列

sed

数据

json

原创 2019-02-11 14:16:00 99 阅读

使用 dplyr 管道操作处理数据框

关于数据操作的另一个流行的包是dplyr，它发明了一种数据操作语法。dplyr 扩展包并没有使用构建子集函数（[ ]），而是定义了一系列基础的变形函数作为数据操作模块，并且引入了一个管道操作符，利用管道操作符将这些变形函数串联起来，进而完成复杂的多步任务。如果还没有安装 dplyr，请运行以下代码以

数据

操作符

sed

原创 2019-02-11 14:14:00 16 阅读

使用 data.table 包操作数据

在第一节中，我们回顾了许多用于操作数据框的内置函数。然后，了解了 sqldf 扩展包，它使得简单的数据查询和统计变得更简便。然而，两种方法都有各自的局限性。使用内置函数可能既繁琐又缓慢，而相对于各式各样的 R 函数来说，SQL 又不够强大，所以用 sqldf 进行数据的汇总统计，也不容易。data.

sed

数据

sql

原创 2019-02-11 14:11:00 77 阅读

data.table 中的动态作用域

data.table 中最常用的语法就是 data[i, j, by]，其中 i、j 和 by 都是在动态作用域中被计算的。换句话说，我们不仅可以直接使用列，也可以提前定义诸如 .N 、.I 和 .SD 来指代数据中的重要部分。演示之前，我们先创建一个新的 data.table ，并命名为 mark

数据

原始数据

作用域

原创 2019-02-11 14:10:00 57 阅读

使用原地设置函数

使用 data.frame 时，改变列名或者排序，都会导致数据结构的复制。在最新版本的 R中，对列重命名已经很少复制了，但要实现完全不进行任何复制就能将某列重新排序，仍然很困难。当数据量较小的时候，还不是问题，如果数据非常大的话，这种操作对性能和内存造成的压力可能就比较麻烦了。作为 data.fra

重命名

数据

数据结构

原创 2019-02-11 14:08:00 50 阅读

重塑 data.table

在前面的章节中，我们已经学习了如何使用 reshape2 扩展包对 data.frame 进行塑形。其实，data.table 扩展包为 data.table 对象提供了更快更强的 dcast( ) 函数和 melt( ) 函数。例如，将 toy_tests 的每个产品的质量得分按照年和月进行对齐：

数据

数据类型

扩展包

原创 2019-02-11 14:06:00 74 阅读

对数据分组汇总

data.table 中另一个非常重要的参数是 by，它用于将数据分割成多个部分（即按照 by 的值进行分组），并且对每个部分（组）计算第 2 个参数。在本节中，我们将会演示如何通过 by 以更简便的方式实现数据的分组汇总。例如，by 的最简单用法就是计算每组的记录条数。在下面的代码中，我们将分别统

sed

搜索

数据

原创 2019-02-11 14:05:00 106 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

navysummer的博客

欢迎

创建交互式应用程序

使用 shinydashboard

创建 shiny 应用程序

编写 R Markdown 文档

嵌入表格和图表

将 R 整合到 markdown 中

分析 HTML 代码并提取数据

使用 XPath 选择器

使用 CSS 选择器从网页中提取数据

查阅网页内容

提高代码性能

使用 Rcpp

使用并行计算

使用由 Intel MKL 支持的 R

使用字节码编译器

使用向量化

使用内置函数

代码的性能分析

理解代码为什么会慢

用 profvis 进行性能分析

用 Rprof 进行性能分析

测试代码性能

理解代码性能问题

使用 rlist 包处理嵌套数据结构

使用 dplyr 管道操作处理数据框

使用 data.table 包操作数据

data.table 中的动态作用域

使用原地设置函数

重塑 data.table

对数据分组汇总