Fråga:
Vilka R-paket tycker du är mest användbara i ditt dagliga arbete?
radek
2010-07-20 00:51:33 UTC
view on stackexchange narkive permalink

Dubbel tråd: Jag installerade just den senaste versionen av R. Vilka paket ska jag få?

Vad är R paket som du inte kunde föreställa dig ditt dagliga arbete med data? Ange både allmänna och specifika verktyg.

UPPDATERING: Vad gäller 24.10.10 ggplot2 verkar vara vinet med 7 röster.

Andra paket som nämns mer än en är:

  • plyr - 4
  • RODBC , RMySQL - 4
  • sqldf - 3
  • gitter - 2
  • zoo - 2
  • Hmisc / rms - 2
  • Rcurl - 2
  • XML - 2

Tack alla för dina svar!

Mycket subjektiv fråga: denna fråga kan inte besvaras och är inte lämplig för en QA-webbplats.
Borde antagligen vara community wiki; användbar fråga här men har inte definitivt svar.
@Shane: bra poäng. rörd. @ Egon: subjektivt. men om svaren kommer från kunniga människor bryr jag mig inte om dos av subjektivitet. jag har börjat lära mig R nyligen och har några dussintals installerade för att utforska, men jag märker att det finns verktyg som jag använder mycket oftare oberoende av uppgiften till hands.
Det vore intressant om StackExchange kunde stödja någon metod för att länka community-wiki-inlägg över webbplatser. Eftersom jag slår vad om den här frågan har ställts på Stackoverflow och jag tror också att statistisk analys kan locka vissa människor som vanligtvis inte besöker SO.
@Sharpie: har det funnits flera intressanta SO-inlägg som http://stackoverflow.com/questions/1295955/what-is-the-most-useful-r-trick eller http://stackoverflow.com/questions/1535021/whats-the -biggest-r-gotcha-youve-run-across men de är inte fokuserade på paket. och jag håller med, länkning av community wiki kan vara riktigt bra.
26 svar:
Shane
2010-07-20 00:52:49 UTC
view on stackexchange narkive permalink

Jag använder plyr och ggplot2 mest dagligen.

Jag litar också mycket på tidsseriepaket; speciellt paketet zoo .

Mehper C. Palavuzlar
2010-07-20 00:58:56 UTC
view on stackexchange narkive permalink

Jag använder paketet xtable . Xxtable-paketet förvandlar tabeller som produceras av R (särskilt tabellerna som visar anovaresultaten) till LaTeX-tabeller för att ingå i en artikel.

user88
2010-07-20 01:25:09 UTC
view on stackexchange narkive permalink

multicore är ganska trevligt för verktyg för att göra snabbare skript snabbare.
cacheSweave sparar mycket tid när du använder Sweave .

Stephen Turner
2010-07-20 20:20:39 UTC
view on stackexchange narkive permalink

ggplot2 - utan tvekan bästa visualisering för R.

RMySQL / RSQLite / RODBC - för anslutning till en databas

sqldf - manipulera data.frames med SQL-frågor

Hmisc / rms - paket från Frank Harrell som innehåller praktiska diverse funktioner och fina funktioner för regressionsanalyser.

GenABEL - trevligt paket för genomomgående associeringsstudier

Rcmdr - ett anständigt GUI för R om du behöver en.

Kolla även in CRANtastic - den här länken har en lista över de mest populära R-paketen. Många på toppen av listan har redan nämnts

Branson
2010-07-27 09:27:34 UTC
view on stackexchange narkive permalink

data.table är min favorit nu! Ser mycket fram emot den nya versionen med mer önskelista implementerad.

Tony Breyal
2010-07-20 14:13:29 UTC
view on stackexchange narkive permalink

För mig personligen använder jag följande tre paket mest, alla tillgängliga från det fantastiska Omega-projektet för statistisk databehandling (jag påstår mig inte vara expert, men för mina syften är de mycket enkel att använda):

  • RCurl : Den har många alternativ som ger åtkomst till webbplatser som standardfunktionerna i bas R skulle ha svårt med tror jag det är rättvist att säga. Det är ett R-gränssnitt till libcurl-biblioteket, som har lagt till fördelen av att en hel grupp utanför R utvecklar den. Finns även på CRAN.

  • XML : Det är mycket förlåtande att analysera felaktigt formad XML / HTML. Det är ett R-gränssnitt till libxml2-biblioteket och har återigen lagt till fördelen med att en hel grupp utanför R utvecklar det. Finns även på CRAN.

  • RJSONIO : Det gör att man kan analysera texten som returneras från ett json-samtal och organisera den i en liststruktur för vidare analys. Konkurrenten till detta paket är rjson men den här har fördelen att vara vektoriserad, lätt förlängbar genom S3 / S4, snabb och skalbar till stora data.
Roman Luštrik
2010-07-27 14:00:43 UTC
view on stackexchange narkive permalink

Paket som jag ofta använder är raster, sp, spatstat, vegan och splancs. Jag använder ibland ggplot2, tcltk och gitter.

John D. Cook
2010-07-30 20:43:29 UTC
view on stackexchange narkive permalink

Sweave låter dig bädda in R-kod i ett LaTeX-dokument. Resultaten av exekvering av koden och eventuellt källkoden blir en del av det slutliga dokumentet.

Så istället för att till exempel klistra in en bild som produceras av R i en LaTeX-fil kan du klistra in R kod i filen och förvara allt på ett ställe.

Bara en ledtråd för alla som vill komma igång med reproducerbar forskning med R. Jag skulle råda dig att ta en titt på det nya paketet `knitr 'istället för Sweave. Det är i princip sväva på steroider. Det är lika enkelt, om inte lättare, att lära sig och mycket mer flexibelt.
Graham Cookson
2010-07-20 16:59:57 UTC
view on stackexchange narkive permalink

Dag till dag måste det mest användbara paketet vara "främmande" som har funktioner för att läsa och skriva data för andra statistiska paket, t.ex. Stata, SPSS, Minitab, SAS, etc. Att arbeta i ett fält där R inte är så vanligt betyder att detta är ett mycket viktigt paket.

Dr G
2010-07-27 12:24:20 UTC
view on stackexchange narkive permalink

zoo och xts är ett måste i mitt arbete!

NPE
2010-07-27 14:51:20 UTC
view on stackexchange narkive permalink

Jag finner gitter tillsammans med följeslagaren "Lattice: Multivariate Data Visualization with R" av Deepayan Sarkar ovärderlig.

Zach
2011-05-08 07:26:22 UTC
view on stackexchange narkive permalink

Om du gör någon form av prediktiv modellering är vakt en sken. Speciellt i kombination med paketet multicore är det ganska fantastiska saker.

esco
2010-07-27 13:42:26 UTC
view on stackexchange narkive permalink

Jag använder

bil, doBy, Epi, ggplot2, gregmisc (gdata, gmodeller, gplots, gtools), Hmisc, plyr, RCurl, RDCOMClient, reshape, RODBC, TeachingDemos, XML.

mycket.

Stéphane Laurent
2012-08-27 10:03:46 UTC
view on stackexchange narkive permalink

Jag kunde inte leva utan:

  • galler för grafik
  • xlsx eller XLConnect för att läsa Excel-filer
  • rtf för att skapa rapporter i rtf-format (jag föredrar Sword eller R2wd men Jag kan inte installera statconn på jobbet; jag försöker säkert odfWeave snart.)
  • nlme och lme4 för blandade modeller
  • ff för att arbeta med stora matriser
mohans
2010-07-27 21:37:42 UTC
view on stackexchange narkive permalink

Vi använder mestadels:

  • ggplot - för diagram
  • stats
  • e1071 - för SVMs
Du kanske också vill kolla in kernlab och caret för SVM. De är intressanta (tänkte inte nödvändigtvis bättre) alternativ.
Shrey
2010-07-27 23:33:57 UTC
view on stackexchange narkive permalink

Jag arbetar med både R och MATLAB och jag använder R.matlab mycket för att överföra data mellan de två.

wahalulu
2010-07-28 18:59:49 UTC
view on stackexchange narkive permalink

RODBC för åtkomst till data från databaser, sqldf för att utföra enkla SQL-frågor på dataframar (även om jag tvingar mig att använda inbyggda R-kommandon) och ggplot2 och plyr

Peter Flom
2011-05-08 16:53:52 UTC
view on stackexchange narkive permalink

galler, bil, MASS, utländskt, fest.

404Dreamer_ML
2011-05-11 17:33:31 UTC
view on stackexchange narkive permalink

För mig använder jag kernlab för Kernel-based Machine Learning Lab och e1071 för SVM och ggplot2 för grafik

EDi
2011-06-17 05:57:13 UTC
view on stackexchange narkive permalink

Jag använder ggplot2, vegan och omformar ganska ofta.

charles.y.zheng
2011-06-17 07:29:37 UTC
view on stackexchange narkive permalink

Jag gillar roxygen för dess Curry () -funktion.

Arne Jonas Warnke
2012-08-27 12:28:04 UTC
view on stackexchange narkive permalink

RColorBrewer har inte nämnts här, jag använder det ofta för att plotta om jag behöver färgscheman

pommedeterresautee
2014-09-21 15:41:43 UTC
view on stackexchange narkive permalink

Jag är ett stort fan av RCPP när jag behöver en snabb för loop eller att utföra behandlingar som inte är mycket R-kompatibla. Det är mycket bra implementerat i R eco-systemet, kan ta emot Matrix / gles Matrix utan konvertering som argument i en funktion.

C ++ - syntax är lätt när du gör enkla saker (vilket ofta är mitt fall).

Verkligen, du behöver inte vara pakettillverkare för att behöva denna fantastiska lib.

Sade jag att C ++ är väldigt snabb?

Antoine
2015-08-20 14:00:51 UTC
view on stackexchange narkive permalink

doParallel och foreach -paketen har gjort mitt liv så mycket lättare genom att låta mig parallellisera min kod och köra den på en datoroptimerad instans på Amazon EC2! Jag använder dem väldigt ofta. Men det hade inte varit möjligt utan de RStudio AMI: erna som släpptes av Louis Aslett. Slutligen måste jag nämna paketet stringr som verkligen gör att arbeta med strängar en promenad i parken. Använd den i alla applikationer för textbrytning. Och jag använder också knitr mycket ofta för att producera rapporter av hög kvalitet av mitt arbete. Stort tack för det här fantastiska paketet Yihui Xie!

Jdbaba
2013-02-18 23:18:57 UTC
view on stackexchange narkive permalink

Jag använder ggplot2, omformning, gitter, stickning oftare.



Denna fråga och svar översattes automatiskt från det engelska språket.Det ursprungliga innehållet finns tillgängligt på stackexchange, vilket vi tackar för cc by-sa 2.0-licensen som det distribueras under.
Loading...