R est le langage de la science des données qui comprend un vaste référentiel de packages. Ces packages font appel à différentes régions qui utilisent R à des fins de données. CRAN compte 10 000 packages, ce qui en fait un océan de travaux statistiques superlatifs. Il existe de nombreux packages dans R, mais nous discuterons du plus important.

Il existe quelques packages les plus utilisés et les plus populaires qui sont les suivants :

1) il y a

Le mot Tidyr vient du mot Tidy, qui signifie clair. Alors le allons Le package est utilisé pour rendre les données « rangées ». Ce package fonctionne bien avec dplyr. Ce package est une évolution du package reshape2.

2) ggplot2

R nous permet de créer des graphiques de manière déclarative. R fournit le ggplot paquet prévu à cet effet. Ce package est célèbre pour ses graphiques élégants et de qualité qui le distinguent des autres packages de visualisation.

3) ggraphe

R fournit une extension de ggplot connue sous le nom de ggraphe . La limitation de ggplot est-ce que la dépendance aux données tabulaires est supprimée dans ggraph.

4) dplyr

R nous permet d'effectuer une gestion et une analyse des données. R fournit le dplyr bibliothèque à cet effet. Cette bibliothèque facilite plusieurs fonctions pour la trame de données dans R.

5) bien rangéquant

Le Tidyquant est un package financier utilisé pour effectuer une analyse financière quantitative. Ce forfait s'ajoute au Tidyverse univers en tant que package financier utilisé pour importer, analyser et visualiser les données.

6) dygraphes

Le package dygraphs fournit une interface vers la bibliothèque JavaScript principale que nous pouvons utiliser pour la création de graphiques. Ce package est essentiellement utilisé pour tracer des données de séries chronologiques dans R.

7) dépliant

Pour créer une visualisation interactive, R fournit le brochure emballer. Ce package est une bibliothèque JavaScript open source. Les sites Web les plus populaires dans le monde comme le New York Times, Github et Flicker, etc. utilisent Leaflet. Le package de brochures facilite l’interaction avec ces sites.

8) ggmap

Pour délimiter la visualisation spatiale, le ggmap Le paquet est utilisé. Il s'agit d'un package cartographique composé de divers outils de géolocalisation et de routage.

9) colle

R fournit le colle package pour effectuer les opérations de gestion des données. Ce package est utilisé pour évaluer les expressions R présentes dans la chaîne.

10) brillant

R nous permet de développer des applications Web interactives et esthétiques en fournissant un brillant emballer. Ce package fournit diverses extensions avec des widgets HTML, CSS et JavaScript.

11) intrigue

Le package plotly fournit des graphiques interactifs et de qualité en ligne. Ce package s'étend sur la bibliothèque JavaScript -plotly.js .

12) texte bien rangé

Le texte bien rangé Le package fournit diverses fonctions d'exploration de texte pour le traitement de texte et la réalisation d'analyses via ggplot, dplyr et d'autres outils divers.

13) corde

Le package stringr offre simplicité et cohérence pour utiliser des wrappers pour le ' chaîne ' emballer. Le package stringi facilite les opérations de chaîne courantes.

14) remodeler2

Ce package facilite une réorganisation et une agrégation flexibles des données à l'aide des fonctions melt() et decast().

15) bichromate

Le package R dichromat est utilisé pour supprimer les contrastes rouge-vert ou bleu-vert des couleurs.

16) digérer

Le package digest est utilisé pour la création d’objets de hachage cryptographiques de fonctions R.

comment lire le fichier csv en java

17) MESSE

Le MASSE Le package fournit un grand nombre de fonctions statistiques. Il fournit des ensembles de données conjointement avec le livre « Modern Applied Statistics with S ».

18) curseur

R nous permet d'effectuer des tâches de classification et de régression en fournissant le package caret. CaretEnsemble est une fonctionnalité du caret qui est utilisée pour la combinaison de différents modèles.

19) e1071

Le e1071 La bibliothèque fournit des fonctions utiles qui sont essentielles à l'analyse des données telles que Naive Bayes, les transformations de Fourier, les SVM, le clustering et d'autres fonctions diverses.

20) sentimenter

Le package de sentiments fournit des fonctions permettant d’effectuer une analyse des sentiments. Il est utilisé pour calculer la polarité du texte au niveau de la phrase et pour effectuer une agrégation par lignes ou des variables de regroupement.