在实际工作中，每个数据科学项目各不相同，但基本都遵循一定的通用流程。具体如下：
数据科学工作流程
- 数据导入
- 数据整理
- 反复理解数据
- 数据可视化
- 数据转换
- 统计建模
- 作出推断（比如预测）
- 沟通交流
- 自动化分析
- 程序开发
下面列出每个步骤最有用的一些R包：
数据导入
以下R包主要用于数据导入和保存数据
- feather：一种快速，轻量级的文件格式。在R和python上都可使用
- readr：实现表格数据的快速导入。中文介绍可参考这里
- readxl：读取Microsoft Excel电子表格数据
- openxlsx：读取Microsoft Excel电子表格数据
- googlesheets：读取google电子表格数据
- haven：读取SAS，SPSS和Stata统计软件格式的数据
- httr：从网站开放的API中读取数据
- rvest：网页数据抓取包
- xml2：读取HTML和XML格式数据
- webreadr：读取常见的Web日志格式数据
- DBI：数据库管理系统通用接口包
- RMySQL：用于连接MySQL数据库的R包
- RPostgres：用于连接PostgreSQL数据库的R包
- bigrquery用于连接Google BigQuery的R包
- PivotalR：用于读取Pivitol（Greenplum）和HAWQ数据库中的数据
- dplyr：提供了一个访问常见数据库的接口
- data.table：data.table包的
fread()函数可以快速读取大数据集 - git2r：用于访问git仓库
数据整理
以下R包主要用于数据整理，以便于你后续建模分析：
- tidyr：用于整理表格数据的布局
- dplyr：用于将多个数据表连接成一个整齐的数据集
- purrr：函数式编程工具，在做数据整理时非常有用。
- broom：用于将统计模型的结果整理成数据框形式
- zoo：定义了一个名zoo的S3类型对象，用于描述规则的和不规则的有序的时间序列数据。
数据可视化
以下R包用于数据可视化：
- ggplot2及其扩展：ggplot2包提供了一个强大的绘图系统，并实现了以下扩展
- ggthemes：提供扩展的图形风格主题
- ggmap：提供Google Maps，Open Street Maps等流行的在线地图服务模块
- ggiraph：绘制交互式的ggplot图形
- ggstance：实现常见图形的横向版本
- GGally：绘制散点图矩阵
- ggalt：添加额外的坐标轴，geoms等
- ggforce：添加额外geoms等
- ggrepel：用于避免图形标签重叠
- ggraph：用于绘制网络状、树状等特定形状的图形
- ggpmisc：光生物学相关扩展
- geomnet：绘制网络状图形
- ggExtra：绘制图形的边界直方图
- gganimate：绘制动画图
- plotROC：绘制交互式ROC曲线图
- ggspectra：绘制光谱图
- ggnetwork：网络状图形的geoms
- ggradar：绘制雷达图
- ggTimeSeries：时间序列数据可视化
- ggtree：树图可视化
- ggseas：季节调整工具
- lattice：生成栅栏图
- rgl：交互式3D绘图
- ggvis：交互式图表多功能系统
- htmlwidgets：一个专为R语言打造的可视化JS库
- leaflet：绘制交互式地图
- dygraphs：绘制交互式时间序列图
- plotly：交互式绘图包，中文介绍详见这里
- rbokeh：用于创建交互式图表和地图，中文介绍
- Highcharter：绘制交互式Highcharts图
- visNetwork：绘制交互式网状图
- networkD3：绘制交互式网状图
- d3heatmap：绘制交互式热力图，中文介绍
- DT：用于创建交互式表格
- threejs：绘制交互式3d图形和地球仪 –rglwidget：绘制交互式3d图形
- DiagrammeR：绘制交互式图表
- MetricsGraphics：绘制交互式MetricsGraphics图
- rCharts：提供了对多个javascript数据可视化库（highcharts/nvd3/polychart）的R封装。
- coefplot：可视化统计模型结果
- quantmod：可视化金融图表
- colorspace：基于HSL的调色板
- viridis：Matplotlib viridis调色板
- munsell：Munsell调色板
- RColorBrewer：图形调色板
- igraph：用于网络分析和可视化
- latticeExtra：lattice绘图系统扩展包
- sp：空间数据工具
数据转换
以下R包用于将数据转换为新的数据类型
- dplyr：一个用于高效数据清理的R包。视频学习课程
- magrittr：一个高效的管道操作工具包。
- tibble：高效的显示表格数据的结构
- stringr：一个字符串处理工具集
- lubridate：用于处理日期时间数据
- xts：xts是对时间序列数据(zoo)的一种扩展实现，提供了时间序列的操作接口。
- data.table：用于快速处理大数据集
- vtreat：一个对预测模型进行变量预处理的工具
- stringi：一个快速字符串处理工具
- Matrix：著名的稀疏矩阵包
统计建模与推断
下述R包是统计建模最常用的几个R包，其中的一些R包适用于多个主题。
- car：提供了大量的增强版的拟合和评价回归模型的函数。
- Hmisc：提供各种用于数据分析的函数
- multcomp：参数模型中的常见线性假设的同时检验和置信区间计算，包括线性、广义线性、线性混合效应和生存模型。
- pbkrtest用于线性混合效应模型的参数Bootstrap检验
- MatrixModels：用于稠密矩阵和稀疏矩阵建模
- mvtnorm：用于计算多元正态分布和t分布的概率，分位数，随机偏差等
- SparseM：用于稀疏矩阵的基本线性代数运算
- lme4：利用C++矩阵库 Eigen进行线性混合效应模型的计算。
- broom：将统计模型结果整理成数据框形式
- caret：一个用于解决分类和回归问题的数据训练综合工具包
- glmnet：通过极大惩罚似然来拟合广义线性模型
- gbm：用于实现随机梯度提升算法
- xgboost：全称是eXtreme Gradient Boosting。是Gradient Boosting Machine的一个c++实现。目前已制作了xgboost工具的R语言接口。详见统计之都的一篇介绍
- randomForest：提供了用随机森林做回归和分类的函数
- ranger：用于随机森林算法的快速实现
- h2o：H2O是0xdata的旗舰产品，是一款核心数据分析平台。它的一部分是由R语言编写的，另一部分是由Java和Python语言编写的。用户可以部署H2O的R程序安装包，之后就可以在R语言环境下运行了。
- ROCR：通过绘图来可视化分类器的综合性能。
- pROC：用于可视化，平滑和对比ROC曲线
沟通交流
以下R包用于实现数据科学结果的自动化报告，以便于你跟人们进行沟通交流。
- rmarkdown ：用于创建可重复性报告和动态文档
- knitr：用于在PDF和HTML文档中嵌入R代码块
- flexdashboard：基于rmarkdown，可以轻松的创建仪表盘
- bookdown：以R Markdown为基础，用于创作书籍和长篇文档
- rticles：提供了一套R Markdown模板
- tufte：用于实现Tufte讲义风格的R Markdown模板
- DT：用于创建交互式的数据表
- pixiedust：用于自定义数据表的输出
- xtable：用于自定义数据表的输出
- highr：用于实现R代码的LaTeX或HTML格式输出
- formatR：通过
tidy_source函数格式化R代码的输出 - yaml：用于实现R数据与YAML格式数据之间的通信。
自动化分析
以下R包用于创建自动化分析结果的数据科学产品：
- shiny：一个使用R语言开发交互式web应用程序的工具。中文教程
- shinydashboard：用于创建交互式仪表盘
- shinythemes：给出了Shiny应用程序的常用风格主题
- shinyAce：为Shiny应用程序开发者提供Ace代码编辑器。
- shinyjs：用于在Shiny应用程序中执行常见的JavaScript操作
- miniUI：提供了一个UI小部件，用于在R命令行中集成交互式应用程序
- shinyapps.io：为创建的Shiny应用程序提供托管服务
- Shiny Server Open Source：为Shiny应用程序提供开源免费的服务器
- Shiny Server Pro：为企业级用户提供一个Shiny应用程序服务器
- rsconnect：用于将Shiny应用程序部署到shinyapps.io
- plumber：用于将R代码转化为一个web API
- rmarkdown：用于创建可重复性报告和动态文档
- rstudioapi：用于安全地访问RStudio IDE的API
程序开发
以下这些包主要用于开发自定义的R包：
- 文章
- R6：R6是R语言的一个面向对象的R包，可以更加高效的构建面向对象系统。
- htmltools：用于生成HTML格式输出
- nloptr：提供了一个NLopt非线性优化库的接口
- minqa：一个二次近似的优化算法包
- rngtools：一个用于处理随机数生成器的实用工具
- NMF：提供了一个执行非负矩阵分解的算法和框架
- crayon：用于在输出终端添加颜色
- RJSONIO：rjson是一个R语言与json进行转的包，是一个非常简单的包，支持用 C类库转型和R语言本身转型两种方式。
- jsonlite：用于实现R语言与json数据格式之间的转化
- RcppArmadillo：提供了一个Armadillo C++ Library（一种C++的线性代数库）的接口
实验数据
以下R包给出了案例实战过程中可用的训练数据集：
- babynames：包含由美国社会保障局提供的三个数据集
- neiss：2009-2014年期间提供给美国急诊室的所有事故报告样本数据
- yrbss：美国疾病控制中心2009-2013年期间青年危险行为监测系统数据
- hflights：
- USAboundaries：2011年全年休斯顿机场的所有航班数据
- rworldmap：国家边界数据
- usdanutrients：美国农业部营养数据库
- fueleconomy：美国环保署1984-2015年期间的燃油经济数据
- nasaweather：包含了一个覆盖中美洲的非常粗糙的24*24格地理位置和大气测量数据。
- mexico-mortality：墨西哥死亡人数数据
- data-movies和ggplotmovies：来自互联网电影数据库imdb.com的数据
- pop-flows：2008年全美人口流动数据
- data-housing-crisis：经过清洗后的2008美国房地产危机数据
- gun-sales：纽约时报提供的有关枪支购买的每月背景调查统计分析数据
- stationaRy：从成千上万个全球站点收集到的每小时气象数据
- gapminder：摘自Gapminder的数据
- janeaustenr：简·奥斯丁小说全集数据
更多R包介绍查看CRAN任务视图
参考文章
本文由雪晴数据网负责翻译整理，原文请参考RStartHere。
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
