R er språket for datavitenskap som inkluderer et stort lager av pakker. Disse pakkene appellerer til forskjellige regioner som bruker R for sine dataformål. CRAN har 10 000 pakker, noe som gjør det til et hav av superlativt statistisk arbeid. Det er mange pakker i R, men vi skal diskutere den viktige.

Det er noen mest brukte og populære pakker som er som følger:

1) det er

Ordet tidyr kommer fra ordet ryddig, som betyr klar. Så la oss pakken brukes til å gjøre dataene 'ryddige'. Denne pakken fungerer bra med dplyr. Denne pakken er en videreutvikling av reshape2-pakken.

2) ggplot2

R lar oss lage grafikk deklarativt. R gir ggplot pakke til dette formålet. Denne pakken er kjent for sine elegante og kvalitetsgrafer som skiller den fra andre visualiseringspakker.

3) ggraf

R gir en utvidelse av ggplot kjent som ggraf . Begrensningen av ggplot er avhengigheten av tabelldata tas bort i ggraph.

4) dplyr

R lar oss utføre datakrangel og dataanalyse. R gir dplyr bibliotek for dette formålet. Dette biblioteket letter flere funksjoner for datarammen i R.

5) ryddig

Tidyquant er en økonomisk pakke som brukes til å utføre kvantitative økonomiske analyser. Denne pakken legger til ryddig universet som en økonomisk pakke som brukes til å importere, analysere og visualisere dataene.

6) dygrafer

Dygraphs-pakken gir et grensesnitt til JavaScript-hovedbiblioteket som vi kan bruke til kartlegging. Denne pakken brukes i hovedsak til å plotte tidsseriedata i R.

7) brosjyre

For å lage interaktiv visualisering tilbyr R brosjyre pakke. Denne pakken er et JavaScript-bibliotek med åpen kildekode. Verdens populære nettsteder som New York Times, Github og Flicker, etc. bruker brosjyre. Brosjyrepakken gjør det lettere å samhandle med disse nettstedene.

8) ggmap

For å avgrense romlig visualisering, ggmap pakken er brukt. Det er en kartleggingspakke som består av ulike verktøy for geolokalisering og ruting.

9) lim

R gir lim pakke for å utføre operasjonene med datakrangel. Denne pakken brukes til å evaluere R-uttrykk som finnes i strengen.

10) skinnende

R lar oss utvikle interaktive og estetisk tiltalende nettapper ved å tilby en skinnende pakke. Denne pakken inneholder ulike utvidelser med HTML-widgets, CSS og JavaScript.

11) plottende

Plottpakken gir interaktive og kvalitetsgrafer på nettet. Denne pakken strekker seg over JavaScript-biblioteket -plotly.js .

12) ryddig tekst

De ryddig tekst pakken gir ulike funksjoner for tekstutvinning for tekstbehandling og gjennomføring av analyser gjennom ggplot, dplyr og andre diverse verktøy.

13) stringr

Stringr-pakken gir enkelhet og konsistens å bruke omslag for ' streng ' pakke. Stringi-pakken forenkler vanlige strengoperasjoner.

14) omforme2

Denne pakken letter fleksibel omorganisering og aggregering av data ved hjelp av smelte- () og decast-funksjoner ().

15) dikromat

R dichromat-pakken brukes til å fjerne rød-grønn eller blå-grønn kontraster fra fargene.

16) fordøye

Digest-pakken brukes til å lage kryptografiske hash-objekter av R-funksjoner.

hvordan initialisere en matrise i java

17) MASSE

De MASSE pakken gir et stort antall statistiske funksjoner. Den gir datasett som er i forbindelse med boken 'Modern Applied Statistics with S.'

18) caret

R lar oss utføre klassifiserings- og regresjonsoppgaver ved å tilby caret-pakken. CaretEnsemble er en funksjon av caret som brukes til kombinasjonen av forskjellige modeller.

19) e1071

De e1071 biblioteket gir nyttige funksjoner som er essensielle for dataanalyse som Naive Bayes, Fourier Transforms, SVMer, Clustering og andre diverse funksjoner.

20) sentimentr

Sentimentpakken inneholder funksjoner for å utføre sentimentanalyse. Den brukes til å beregne tekstpolaritet på setningsnivå og for å utføre aggregering etter rader eller gruppering av variabler.