Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych Wrocław

Aby w pełni wykorzystać potencjał danych i przekształcać je w wartościową wiedzę, musisz się posługiwać odpowiednimi narzędziami. Szczególnie przyda Ci się znajomość języka R, który pozwala na efektywne wykonywanie zadań, od importowania surowych danych po komunikowanie uzyskanych wyników w zrozumiały sposób. Oto drugie, zaktualizowane wydanie znakomitego przewodnika dla analityków danych. Dzięki niemu dowiesz się, w jaki sposób używać języka R do importowania, przekształcania i wizualizowania danych, a także do przekazywania uzyskanych wyników analizy. Nauczysz się też rozwiązywać najczęściej występujące problemy, a liczne ćwiczenia ułatwią Ci utrwalenie zdobytej wiedzy. Omówiono tu najnowsze funkcje języka i najlepsze praktyki w data science. Zaprezentowano również zasady korzystania z wielu bibliotek języka R, na przykład tidyverse, służącej do pobierania informacji z różnych źródeł. Dzięki tej książce nauczysz się: wizualizować, czyli tworzyć wykresy na potrzeby eksploracji danych przekształcać, czyli pracować z różnymi typami zmiennych importować, czyli pobierać dane w formie wygodnej do analizy programować, czyli rozwiązywać problemy z danymi za pomocą języka R przekazywać informacje, czyli pracować z użyciem Quarto To zaskakująco dobra aktualizacja światowej klasy przewodnika po danologii z użyciem języka R! Emma Rand, University of York Spis treści: Wprowadzenie Część I. Pełny obraz 1. Wizualizowanie danych Wprowadzenie Pierwsze kroki Wywołania w pakiecie ggplot2 Wizualizacje rozkładu Wizualizacje relacji Zapisywanie wykresów Typowe problemy Podsumowanie 2. Przepływ pracy - podstawy Podstawy programowania Komentarze Co zawiera nazwa? Wywoływanie funkcji Ćwiczenia Podsumowanie 3. Przekształcanie danych Wprowadzenie Wiersze Kolumny Potoki Grupy Studium przypadku: agregacje i wielkość próby Podsumowanie 4. Przepływ pracy - styl kodu Nazwy Odstępy Potoki Pakiet ggplot2 Komentarze dzielące kod na sekcje Ćwiczenia Podsumowanie 5. Porządkowanie danych Wprowadzenie Uporządkowanie danych Wydłużanie danych Poszerzanie danych Podsumowanie 6. Przepływ pracy - skrypty i projekty Skrypty Projekty Ćwiczenia Podsumowanie 7. Importowanie danych Wprowadzenie Wczytywanie danych z pliku Zarządzanie typami kolumn Wczytywanie danych z wielu plików Zapisywanie do pliku Wprowadzanie danych Podsumowanie 8. Przepływ pracy - uzyskiwanie pomocy Google Twoim przyjacielem Przygotowywanie powtarzalnego przykładu Inwestowanie w siebie Podsumowanie Część II. Wizualizowanie 9. Warstwy Wprowadzenie Odwzorowywanie właściwości estetycznych Obiekty geometryczne (geomy) Fasety Przekształcenia statystyczne Dostosowywanie pozycji Układy współrzędnych Warstwowa gramatyka grafiki Podsumowanie 10. Eksploracyjna analiza danych Wprowadzenie Pytania Zmienność Nietypowe wartości Współzmienność Wzorce i modele Podsumowanie 11. Przekazywanie informacji Wprowadzenie Etykiety Adnotacje Skale Motywy Układ Podsumowanie Część III. Przekształcanie 12. Wektory logiczne Wprowadzenie Porównania Algebra Boole'a Podsumowania Przekształcenia warunkowe Podsumowanie 13. Liczby Wprowadzenie Tworzenie liczb Zliczanie Przekształcenia liczbowe Ogólne przekształcenia Podsumowania liczbowe Podsumowanie 14. Łańcuchy znaków Wprowadzenie Tworzenie łańcucha znaków Tworzenie wielu łańcuchów znaków na podstawie danych Wyodrębnianie danych z łańcuchów znaków Litery Tekst nieanglojęzyczny Podsumowanie 15. Wyrażenia regularne Wprowadzenie Podstawy wzorców Najważniejsze funkcje Szczegóły wzorca Kontrolowanie wzorca Praktyka Wyrażenia regularne w innych miejscach Podsumowanie 16. Czynniki Wprowadzenie Podstawowe informacje na temat czynników Badania General Social Survey Modyfikowanie kolejności w czynnikach Modyfikowanie poziomów czynników Czynniki uporządkowane Podsumowanie 17. Daty i czas Wprowadzenie Tworzenie wartości typu data-czas Komponenty daty i czasu Przedziały czasu Strefy czasowe Podsumowanie 18. Brakujące wartości Wprowadzenie Opisane brakujące wartości Nieopisane brakujące wartości Czynniki i puste grupy Podsumowanie 19. Złączenia Wprowadzenie Klucze Podstawowe złączenia Jak działają złączenia? Złączenia nierównościowe Podsumowanie Część IV. Importowanie 20. Arkusze kalkulacyjne Wprowadzenie Excel Arkusze Google Podsumowanie 21. Bazy danych Wprowadzenie Podstawy baz danych Łączenie się z bazą danych Podstawy pakietu dbplyr SQL Tłumaczenia funkcji Podsumowanie 22. Pakiet arrow Wprowadzenie Pobieranie danych Otwieranie zbioru danych Format parquet Stosowanie pakietu dplyr z pakietem arrow Podsumowanie 23. Dane hierarchiczne Wprowadzenie Listy Eliminowanie zagnieżdżenia Studia przypadków JSON Podsumowanie 24. Web scraping Wprowadzenie Aspekty etyczne i prawne związane z web scrapingiem Podstawy HTML-a Wyodrębnianie danych Znajdowanie odpowiednich selektorów Łączenie wszystkich technik Witryny dynamiczne Podsumowanie Część V. Programowanie 25. Funkcje Wprowadzenie Funkcje wektorowe Funkcje dla ramek danych Funkcje wykresów Styl Podsumowanie 26. Iterowanie Wprowadzenie Modyfikowanie wielu kolumn Wczytywanie wielu plików Zapisywanie wielu danych wyjściowych Podsumowanie 27. Praktyczny przewodnik po podstawowym języku R Wprowadzenie Pobieranie wielu elementów za pomocą operatora [ Pobieranie pojedynczego elementu za pomocą operatorów $ i [[ Rodzina funkcji apply Pętle for Wykresy Podsumowanie Część VI. Przekazywanie informacji 28. Quarto Wprowadzenie Podstawy Quarto Edytor graficzny Edytor kodu źródłowego Fragmenty kodu Rysunki Tabele Buforowanie Rozwiązywanie problemów Nagłówek YAML Proces pracy Podsumowanie 29. Formaty w Quarto Wprowadzenie Opcje danych wyjściowych Dokumenty Prezentacje Interaktywność Strony internetowe i książki Inne formaty Podsumowanie