知識的價值不在于占有,而在于使用。

生信自學網-速科生物-生物信息學數據庫挖掘視頻教程

當前位置: 主頁 > 生信編程 >

R語言R包在生信應用中的正確打開方式

時間:2019-07-30 07:22來源:生信自學網 作者:樂偉 點擊:
R和perl是生信分析的兩把利劍,數據挖掘的正確方式,先思考,后動手,能讓你減少很多無謂的功夫,加快完成任務的效率。按照一定的邏輯思路來行事,更是如此,比如按照一定的通用
生物信息學挖掘中的兩把利劍——R和Perl,如果做數據挖掘,數據分析的正確打開方式:
先思考,后動手,能讓你減少很多無謂的功夫,加快完成任務的效率。按照一定的邏輯思路來行事,更是如此,比如按照一定的通用流程在數據科學項目中使用R語言。
【在實際生信分析中,每個研究項目各不相同,但基本都遵循一定的通用流程。具體如下】
數據導入——數據整理——數據可視化——數據轉換——數據建模——統計推斷——報告展示——自動化分析
【下面列出每個步驟最有用的一些R包】
1.數據導入
以下R包主要用于數據導入和保存數據:
·      feather:一種快速,輕量級的文件格式;在R和python上都可使用
·      readr:實現表格數據的快速導入
·      readxl:讀取Microsoft Excel電子表格數據
·      openxlsx:讀取Microsoft Excel電子表格數據
·      googlesheets:讀取google電子表格數據
·      haven:讀取SAS,SPSS和Stata統計軟件格式的數據
·      httr:從網站開放的API中讀取數據
·      rvest:網頁數據抓取包
·      xml2:讀取HTML和XML格式數據
·      webreadr:讀取常見的Web日志格式數據
·      DBI:數據庫管理系統通用接口包
·      RMySQL:用于連接MySQL數據庫的R包
·      RPostgres:用于連接PostgreSQL數據庫的R包
·      bigrquery用于連接Google BigQuery的R包
·      PivotalR:用于讀取Pivitol(Greenplum)和HAWQ數據庫中的數據
·      dplyr:提供了一個訪問常見數據庫的接口
·      data.table:data.table包的fread()函數可以快速讀取大數據集
·      git2r:用于訪問git倉庫

生信自學網為廣大學員錄制一門R語言繪圖課程:
《R語言在生信中的應用高級繪圖》

2.數據整理
以下R包主要用于數據整理,以便于你后續建模分析:
·      tidyr:用于整理表格數據的布局
·      dplyr:用于將多個數據表連接成一個整齊的數據集
·      purrr:函數式編程工具,在做數據整理時非常有用
·      broom:用于將統計模型的結果整理成數據框形式
·      zoo:定義了一個名zoo的S3類型對象,用于描述規則的和不規則的有序的時間序列數據

3.數據可視化
以下R包用于數據可視化:
·      ggplot2及其擴展:ggplot2包提供了一個強大的繪圖系統,并實現了以下擴展
·      ggthemes:提供擴展的圖形風格主題
·      ggmap:提供Google Maps、Open Street Maps等流行的在線地圖服務模塊
·      ggiraph:繪制交互式的ggplot圖形
·      ggstance:實現常見圖形的橫向版本
·      GGally:繪制散點圖矩陣
·      ggalt:添加額外的坐標軸、geoms等
·      ggforce:添加額外geoms等
·      ggrepel:用于避免圖形標簽重疊
·      ggraph:用于繪制網絡狀、樹狀等特定形狀的圖形
·      ggpmisc:光生物學相關擴展
·      geomnet:繪制網絡狀圖形
·      ggExtra:繪制圖形的邊界直方圖
·      gganimate:繪制動畫圖
·      plotROC:繪制交互式ROC曲線圖
·      ggspectra:繪制光譜圖
·      ggnetwork:網絡狀圖形的geoms
·      ggradar:繪制雷達圖
·      ggTimeSeries:時間序列數據可視化
·      ggtree:樹圖可視化
·      ggseas:季節調整工具
·      lattice:生成柵欄圖
·      rgl:交互式3D繪圖
·      ggvis:交互式圖表多功能系統
·      htmlwidgets:一個專為R語言打造的可視化JS庫
·      leaflet:繪制交互式地圖
·      dygraphs:繪制交互式時間序列圖
·      plotly:交互式繪圖包
·      rbokeh:用于創建交互式圖表和地圖
·      Highcharter:繪制交互式Highcharts圖
·      visNetwork:繪制交互式網狀圖
·      networkD3:繪制交互式網狀圖
·      d3heatmap:繪制交互式熱力圖
·      DT:用于創建交互式表格
·      threejs:繪制交互式3d圖形和地球儀 –rglwidget:繪制交互式3d圖形
·      DiagrammeR:繪制交互式圖表
·      MetricsGraphics:繪制交互式MetricsGraphics圖
·      rCharts:提供了對多個javascript數據可視化庫(highcharts/nvd3/polychart)的R封裝
·      coefplot:可視化統計模型結果
·      quantmod:可視化金融圖表
·      colorspace:基于HSL的調色板
·      viridis:Matplotlib viridis調色板
·      munsell:Munsell調色板
·      RColorBrewer:圖形調色板
·      igraph:用于網絡分析和可視化
·      latticeExtra:lattice繪圖系統擴展包
·      sp:空間數據工具

4.數據轉換
以下R包用于將數據轉換為新的數據類型:
·      dplyr:一個用于高效數據清理的R包
·      magrittr:一個高效的管道操作工具包
·      tibble:高效的顯示表格數據的結構
·      stringr:一個字符串處理工具集
·      lubridate:用于處理日期時間數據
·      xts:xts是對時間序列數據(zoo)的一種擴展實現,提供了時間序列的操作接口。
·      data.table:用于快速處理大數據集
·      vtreat:一個對預測模型進行變量預處理的工具
·      stringi:一個快速字符串處理工具
·      Matrix:著名的稀疏矩陣包

5.統計建模與推斷
下述R包是統計建模最常用的幾個R包,其中的一些R包適用于多個主題:
·      car:提供了大量的增強版的擬合和評價回歸模型的函數
·      Hmisc:提供各種用于數據分析的函數
·      multcomp:參數模型中的常見線性假設的同時檢驗和置信區間計算,包括線性、廣義線性、線性混合效應和生存模型
·      pbkrtest用于線性混合效應模型的參數Bootstrap檢驗
·      MatrixModels:用于稠密矩陣和稀疏矩陣建模
·      mvtnorm:用于計算多元正態分布和t分布的概率,分位數,隨機偏差等
·      SparseM:用于稀疏矩陣的基本線性代數運算
·      lme4:利用C 矩陣庫 Eigen進行線性混合效應模型的計算。
·      broom:將統計模型結果整理成數據框形式
·      caret:一個用于解決分類和回歸問題的數據訓練綜合工具包
·      glmnet:通過極大懲罰似然來擬合廣義線性模型
·      gbm:用于實現隨機梯度提升算法
·      xgboost:全稱是eXtremeGradient Boosting。是Gradient Boosting Machine的一個c 實現。目前已制作了xgboost工具的R語言接口
·      randomForest:提供了用隨機森林做回歸和分類的函數
·      ranger:用于隨機森林算法的快速實現
·      h2o:H2O是0xdata的旗艦產品,是一款核心數據分析平臺。它的一部分是由R語言編寫的,另一部分是由Java和Python語言編寫的;用戶可以部署H2O的R程序安裝包,之后就可以在R語言環境下運行了
·      ROCR:通過繪圖來可視化分類器的綜合性能
·      pROC:用于可視化,平滑和對比ROC曲線

6.溝通交流
以下R包用于實現數據科學結果的自動化報告,以便于你跟人們進行溝通交流:
·      rmarkdown :用于創建可重復性報告和動態文檔
·      knitr:用于在PDF和HTML文檔中嵌入R代碼塊
·      flexdashboard:基于rmarkdown,可以輕松的創建儀表盤
·      bookdown:以R Markdown為基礎,用于創作書籍和長篇文檔
·      rticles:提供了一套R Markdown模板
·      tufte:用于實現Tufte講義風格的R Markdown模板
·      DT:用于創建交互式的數據表
·      pixiedust:用于自定義數據表的輸出
·      xtable:用于自定義數據表的輸出
·      highr:用于實現R代碼的LaTeX或HTML格式輸出
·      formatR:通過tidy_source函數格式化R代碼的輸出
·      yaml:用于實現R數據與YAML格式數據之間的通信

生信自學網為廣大學員錄制一門R語言繪圖課程:
《R語言在生信中的應用高級繪圖》

7.自動化分析
以下R包用于創建自動化分析結果的數據科學產品:
·      shiny:一個使用R語言開發交互式web應用程序的工具
·      shinydashboard:用于創建交互式儀表盤
·      shinythemes:給出了Shiny應用程序的常用風格主題
·      shinyAce:為Shiny應用程序開發者提供Ace代碼編輯器
·      shinyjs:用于在Shiny應用程序中執行常見的JavaScript操作
·      miniUI:提供了一個UI小部件,用于在R命令行中集成交互式應用程序
·      shinyapps.io:為創建的Shiny應用程序提供托管服務
·      Shiny ServerOpen Source:為Shiny應用程序提供開源免費的服務器
·      Shiny Server Pro:為企業級用戶提供一個Shiny應用程序服務器
·      rsconnect:用于將Shiny應用程序部署到shinyapps.io
·      plumber:用于將R代碼轉化為一個web API
·      rmarkdown:用于創建可重復性報告和動態文檔
·      rstudioapi:用于安全地訪問RStudio IDE的API

8.程序開發
以下這些包主要用于開發自定義的R包:
·      RStudio DesktopIDE:R的IDE。大家都懂,不用解釋。
·      RStudio Server Open Source:開源免費的RStudio服務器
·      RStudio Server Professional:商業版RStudio服務器
·      devtools:一個讓開發R包變得簡單的工具集
·      packrat:創建項目的特定庫,用于處理包的版本問題,增強代碼重現能力。
·      drat:一個用于創建和使用備選R包庫的工具
·      testthat:單元測試,讓R包穩定、健壯,減少升級的痛苦
·      roxygen2:通過注釋的方式,生成文檔,遠離Latex的煩惱
·      purrr:一個用于 提供函數式編程方法的工具
·      profvis:用于可視化R代碼的性能分析數據
·      Rcpp:用于實現R與C 的無縫整合
·      R6:R6是R語言的一個面向對象的R包,可以更加高效的構建面向對象系統。
·      htmltools:用于生成HTML格式輸出
·      nloptr:提供了一個NLopt非線性優化庫的接口
·      minqa:一個二次近似的優化算法包
·      rngtools:一個用于處理隨機數生成器的實用工具
·      NMF:提供了一個執行非負矩陣分解的算法和框架
·      crayon:用于在輸出終端添加顏色
·      RJSONIO:rjson是一個R語言與json進行轉的包,是一個非常簡單的包,支持用 C類庫轉型和R語言本身轉型兩種方式
·      jsonlite:用于實現R語言與json數據格式之間的轉化
·      RcppArmadillo:提供了一個Armadillo C Library(一種C 的線性代數庫)的接口
9.實驗數據
以下R包給出了案例實戰過程中可用的訓練數據集:
·      babynames:包含由美國社會保障局提供的三個數據集
·      neiss:2009-2014年期間提供給美國急診室的所有事故報告樣本數據
·      yrbss:美國疾病控制中心2009-2013年期間青年危險行為監測系統數據
·      USAboundaries:2011年全年休斯頓機場的所有航班數據
·      rworldmap:國家邊界數據
·      usdanutrients:美國農業部營養數據庫
·      fueleconomy:美國環保署1984-2015年期間的燃油經濟數據
·      nasaweather:包含了一個覆蓋中美洲的非常粗糙的24*24格地理位置和大氣測量數據。
·      mexico-mortality:墨西哥死亡人數數據
·      data-movies和ggplotmovies:來自互聯網電影數據庫imdb.com的數據
·      pop-flows:2008年全美人口流動數據
·      data-housing-crisis:經過清洗后的2008美國房地產危機數據
·      gun-sales:紐約時報提供的有關槍支購買的每月背景調查統計分析數據
·      stationaRy:從成千上萬個全球站點收集到的每小時氣象數據
·      gapminder:摘自Gapminder的數據
·      janeaustenr:簡·奧斯丁小說全集數據

生信自學網為廣大學員錄制一門R語言繪圖課程:
《R語言在生信中的應用高級繪圖》



責任編輯:樂偉
作者申明:本文版權屬于生信自學網(微信號:18520221056)未經授權,一律禁止轉載!
加生信自學網群
BioWolf二維碼生成器
頂一下
(2)
100%
踩一下
(0)
0%
------分隔線----------------------------
發表評論
請自覺遵守互聯網相關的政策法規,嚴禁發布色情、暴力、反動的言論。
評價:
表情:
用戶名: 驗證碼:點擊我更換圖片
TCGA腫瘤微環境
推薦內容
單基因發文套路
m6A