综合包推荐

本文由 简悦 SimpRead 转码， 原文地址 zhuanlan.zhihu.com

作为 R 语言爱好者，常年跟踪 R 最新技术的学习者，我来推荐几个最新的综合包吧，希望大家广泛推广和使用，以改观目前普遍对 R 语言的各种 误解的 和 过时的 印象。

1. R 入门及数据操作包：tidyverse

R 语言早已经不是只有 ggplot2！
有 5 年了吧

曾经的 R 最被广为传诵的 “卖点” 是 Hadley 大神的 ggplot2 包，这个“点” 在 2016 年以来，已被 Hadley 大神 “连成线、张成面、形成体（系）”，这就是 tidyverse 包，集 “数据导入—数据清洗—数据操作—数据可视化—数据建模—可重现与交互报告” 整个数据科学流程于一身，而且是以 “现代的”、”优雅的” 方式，以管道式、泛函式编程技术实现。

不夸张地说，操作数据比 pandas 好用、易用数倍！再加上可视化本来就是 R 所擅长，可以说 R 在数据科学领域强于 python。

这种整洁、优雅的 “tidy - 流”，又带动了 R 语言在很多研究领域涌现出了一系列 “tidy - 风格” 的包。

所以，近几年开始入门 R 语言的话，不以 tidyverse 作为入门，就是与时代脱节，就是在浪费时间。

注：看重速度，结合一下 data.table 包。

2. 机器学习包：tidymodels、mlr3、h2o

R 语言早已经不是” 各个机器学习算法单打独斗，不统一不规范 “！
有 10 年了吧

可以说，R 在机器学习领域正在从技术上迎头赶上 python，当然用户上天壤之别。

（1）tidymodels（前身 caret）

它就是 “tidy - 风格” 进入了机器学习领域。

待续。。。。

（2）mlr3verse（前身 mlr）

真正最新理念、最新技术、最新一代的机器学习包，比 sklearn 还先进。

基于 R6 类面向对象，data.table 神速数据底层，开创性的”Graph - 流 “模式（图 / 网络流，区别于通常的线性流）。

待续。。。。

（3）h2o

可扩展的开源机器学习平台 “H2O” 的 R 接口，基于 Java 底层，可做深度学习。

待续。。。。

3. 时间序列包：fpp3, timetk, modeltime

fpp3 包就是 “tidy - 风格” 进入了时间序列领域，本来是配套这本书《Forecasting Principles and Practice》的，现在已形成系列，将来可能会整合为 tidyverts 包。

待续。。。。

4. 金融分析：tidyquant

它就是 “tidy - 风格” 进入了金融领域，特别需要说的一点是，它专门针对 Excel 各种函数进行了相应的 R 实现。

待续。。。。

5. 网络建模：Statnet

对流行病 DCM 建模、网络建模有兴趣的，可以了解一下。

待续。。。。

6. 空间数据分析：sf 等

待续。。。。

7. 大数据：vroom, dtplyr，DBI，modeldb, sparklyr 等

8. 文本挖掘：tidytext，quanteda 等

——————————

欢迎在评论中提醒我，补充各个研究领域的最新主流、综合的 R 包。

另外，有感于国内 R 语言这么陈旧、落后、被埋没的现状，我将尽快推出一本基于 tidyverse 的，最新技术的，最适合入门的 R 语言编程 书（免费电子书），以推广最新 R 技术，敬请期待！

然后，计划还有下一本，基于 mlr3 的机器学习。

写下你的评论…

期待

期待基于 mlr3 的机器学习教程

tidy 风格只有那么香了，真的很接近人的语言，就是说人话。人的时间才是最宝贵的

这个确实挺好，R 在数据处理和机器学习领域的包确实应该整合，方便集中精力干大事，哈哈哈

等待

卧槽要写书的么！期待！

哦哦哦？看来该学学 mlr3 和 tensorflow2 了

期待期待

大概什么时候可以写好呢？[好奇] 期待！