本篇教程展示了如何在jupyter notebook中运行R代码， 并用一个案例介绍了这种方式编写R代码的好处。
安装R
如果你已经安装了R, 请忽略这一步骤。
你可以从这里下载R的安装文件, 我这里安装的是4.2.1, 你可以选择适合自己的版本, 如果不知道, 可以选择最新版本.
安装Python
你可以从这里下载python的安装包， 安装非常简单， 我们不再演示。
我使用的版本是3.6， 建议你选择最新版本进行安装。
安装Jupyter notebook
Jupyter notebook是python的包， 因此我们使用python安装包的命令pip进行安装：
安装之前最好先对pip进行升级：
python -m pip install --upgrade pip
升级完成以后， 安装jupyter：
python -m pip install jupyter
安装完成以后， 你可以在CMD中（或PowerShell）使用命令jupyter notebook启动notebook,
你就可以打开浏览器， 打开网址“localhost:8888”， 就看到了下面类似的界面。
安装 R kernel
R kernel用来与R代码解释器进行通讯， 实际上jupyter notebook是运行在python中， python想要执行R代码，
必须通过R解释器， 也就是你上面第一步安装的。
你可以打开R解释器：
执行命令install.packages('IRkernel')
安装了以后， 你还需要执行命令IRkernel::installspec(user=FALSE)， 这个命令的作用是， 让jupyter找到你的R。
最后一步 在notebook中创建R文件
使用jupyter notebook命令来启动你的notebook， 打开网址“localhost:8888”， 在菜单处可以新建一个R notebook：
初试R
在新建的R文件里面， 你可以先执行安装命令， 我们装一个数据可视化的库：
install.packages("plotly")
你会看到如下输出结果：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| Installing package into 'C:/Users/syd/AppData/Local/R/win-library/4.2'
(as 'lib' is unspecified)
also installing the dependencies 'lazyeval', 'crosstalk'
Warning message in download.file(url, destfile, method, mode = "wb", ...):
"downloaded length 720896 != reported length 3174189"
Warning message in download.file(url, destfile, method, mode = "wb", ...):
"URL 'https://cran.r-project.org/bin/windows/contrib/4.2/plotly_4.10.0.zip': Timeout of 60 seconds was reached"
Error in download.file(url, destfile, method, mode = "wb", ...) :
download from 'https://cran.r-project.org/bin/windows/contrib/4.2/plotly_4.10.0.zip' failed
Warning message in download.packages(pkgs, destdir = tmpd, available = available, :
"download of package 'plotly' failed"
package 'lazyeval' successfully unpacked and MD5 sums checked
package 'crosstalk' successfully unpacked and MD5 sums checked
The downloaded binary packages are in
C:\Users\syd\AppData\Local\Temp\RtmpIDqbO6\downloaded_packages
|
之后， 我们随便画一个图， 看看：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| library(ggplot2)
library(plotly)
n <- 20
x1 <- rnorm(n); x2 <- rnorm(n)
y1 <- 2 * x1 + rnorm(n)
y2 <- 3 * x2 + (2 + rnorm(n))
A <- as.factor(rep(c(1, 2), each = n))
df <- data.frame(x = c(x1, x2), y = c(y1, y2), A = A)
fm <- lm(y ~ x + A, data = df)
p <- ggplot(data = cbind(df, pred = predict(fm)), aes(x = x, y = y, color = A))
p <- p + geom_point() + geom_line(aes(y = pred))
ggplotly(p)
|
再画一个箱线图：
1
2
3
4
|
p <- plot_ly(midwest, x = ~percollege, color = ~state, type = "box")
p
|
视频教程
注意
统计咨询请加QQ 2726725926, 微信 shujufenxidaizuo, SPSS统计咨询是收费的, 不论什么模型都可以, 只限制于1个研究内.
跟我学统计可以代做分析, 每单几百元不等.
本文由jupyter notebook转换而来, 您可以在这里下载notebook
可以在微博上@mlln-cn向我免费题问
请记住我的网址: mlln.cn 或者 jupyter.cn
