ക്വാറന്റൈൻ കാരണം, പലരും ഇപ്പോൾ അവരുടെ സമയത്തിന്റെ സിംഹഭാഗവും വീട്ടിൽ ചെലവഴിക്കുന്നു, ഈ സമയം ഉപയോഗപ്രദമായി ചെലവഴിക്കാൻ കഴിയും.
ക്വാറന്റൈന്റെ തുടക്കത്തിൽ, കുറച്ച് മാസങ്ങൾക്ക് മുമ്പ് ഞാൻ ആരംഭിച്ച ചില പ്രോജക്റ്റുകൾ പൂർത്തിയാക്കാൻ ഞാൻ തീരുമാനിച്ചു. ഈ പ്രോജക്റ്റുകളിൽ ഒന്ന് "എക്സൽ ഉപയോക്താക്കൾക്കുള്ള ആർ ഭാഷ" എന്ന വീഡിയോ കോഴ്‌സായിരുന്നു. ഈ കോഴ്സ് ഉപയോഗിച്ച്, ആർ-യിലേക്ക് പ്രവേശിക്കുന്നതിനുള്ള തടസ്സം കുറയ്ക്കാനും റഷ്യൻ ഭാഷയിൽ ഈ വിഷയത്തിൽ നിലവിലുള്ള പരിശീലന സാമഗ്രികളുടെ കുറവ് നികത്താനും ഞാൻ ആഗ്രഹിച്ചു.
നിങ്ങൾ ജോലി ചെയ്യുന്ന കമ്പനിയിലെ ഡാറ്റ ഉപയോഗിച്ചുള്ള എല്ലാ ജോലികളും ഇപ്പോഴും Excel-ൽ ചെയ്യുകയാണെങ്കിൽ, കൂടുതൽ ആധുനികവും അതേ സമയം പൂർണ്ണമായും സൌജന്യവുമായ ഡാറ്റാ വിശകലന ടൂളുമായി പരിചയപ്പെടാൻ ഞാൻ നിർദ്ദേശിക്കുന്നു.
ഉള്ളടക്കം
നിങ്ങൾക്ക് ഡാറ്റ വിശകലനത്തിൽ താൽപ്പര്യമുണ്ടെങ്കിൽ, നിങ്ങൾക്ക് എന്റെ താൽപ്പര്യമുണ്ടാകാം и ചാനലുകൾ. ഉള്ളടക്കത്തിന്റെ ഭൂരിഭാഗവും R ഭാഷയ്‌ക്കായി സമർപ്പിച്ചിരിക്കുന്നു.
4.1.
4.2.
4.3.
4.4.
4.5.
4.6.
4.7.
4.8.
4.9.
4.10.
4.11.
4.12.
റെഫറൻസുകൾ
കോഴ്സിനെക്കുറിച്ച്
വാസ്തുവിദ്യയെ ചുറ്റിപ്പറ്റിയാണ് കോഴ്സ് ക്രമീകരിച്ചിരിക്കുന്നത് tidyverse, കൂടാതെ അതിൽ ഉൾപ്പെടുത്തിയിരിക്കുന്ന പാക്കേജുകൾ: readr, vroom, dplyr, tidyr, ggplot2. തീർച്ചയായും, സമാനമായ പ്രവർത്തനങ്ങൾ നടത്തുന്ന മറ്റ് നല്ല പാക്കേജുകൾ R-ൽ ഉണ്ട്, ഉദാഹരണത്തിന് data.table, എന്നാൽ വാക്യഘടന tidyverse അവബോധജന്യവും, പരിശീലനം ലഭിക്കാത്ത ഒരു ഉപയോക്താവിന് പോലും വായിക്കാൻ എളുപ്പവുമാണ്, അതിനാൽ ആർ ഭാഷ പഠിക്കാൻ തുടങ്ങുന്നതാണ് നല്ലതെന്ന് ഞാൻ കരുതുന്നു tidyverse.
ലോഡുചെയ്യുന്നത് മുതൽ പൂർത്തിയായ ഫലം ദൃശ്യവൽക്കരിക്കുന്നത് വരെയുള്ള എല്ലാ ഡാറ്റ വിശകലന പ്രവർത്തനങ്ങളിലൂടെയും കോഴ്സ് നിങ്ങളെ നയിക്കും.
എന്തുകൊണ്ട് R, പൈത്തൺ അല്ല? R ഒരു ഫങ്ഷണൽ ഭാഷയായതിനാൽ, Excel ഉപയോക്താക്കൾക്ക് ഇതിലേക്ക് മാറുന്നത് എളുപ്പമാണ്, കാരണം പരമ്പരാഗത ഒബ്ജക്റ്റ് ഓറിയന്റഡ് പ്രോഗ്രാമിംഗിലേക്ക് കടക്കേണ്ടതില്ല.
ഇപ്പോൾ, 12 മുതൽ 5 മിനിറ്റ് വരെ നീളുന്ന 20 വീഡിയോ പാഠങ്ങൾ ആസൂത്രണം ചെയ്തിട്ടുണ്ട്.
പാഠങ്ങൾ ക്രമേണ തുറക്കും. എല്ലാ തിങ്കളാഴ്ചയും ഞാൻ എന്റെ വെബ്‌സൈറ്റിൽ ഒരു പുതിയ പാഠത്തിലേക്കുള്ള ആക്‌സസ് തുറക്കും. ഒരു പ്രത്യേക പ്ലേലിസ്റ്റിൽ.
ഈ കോഴ്സ് ആർക്കുവേണ്ടിയാണ്?
ശീർഷകത്തിൽ നിന്ന് ഇത് വ്യക്തമാണെന്ന് ഞാൻ കരുതുന്നു, എന്നിരുന്നാലും, ഞാൻ ഇത് കൂടുതൽ വിശദമായി വിവരിക്കും.
മൈക്രോസോഫ്റ്റ് എക്സൽ അവരുടെ ജോലിയിൽ സജീവമായി ഉപയോഗിക്കുന്നവരെയും ഡാറ്റ ഉപയോഗിച്ച് അവരുടെ എല്ലാ ജോലികളും നടപ്പിലാക്കുന്നവരെയും ലക്ഷ്യമിട്ടാണ് കോഴ്സ്. പൊതുവേ, നിങ്ങൾ ആഴ്ചയിൽ ഒരിക്കലെങ്കിലും Microsoft Excel ആപ്ലിക്കേഷൻ തുറക്കുകയാണെങ്കിൽ, കോഴ്സ് നിങ്ങൾക്ക് അനുയോജ്യമാണ്.
കോഴ്സ് പൂർത്തിയാക്കാൻ നിങ്ങൾക്ക് പ്രോഗ്രാമിംഗ് കഴിവുകൾ ആവശ്യമില്ല, കാരണം... തുടക്കക്കാരെ ലക്ഷ്യമിട്ടാണ് കോഴ്സ്.
പക്ഷേ, ഒരുപക്ഷേ, പാഠം 4 മുതൽ, സജീവ R ഉപയോക്താക്കൾക്കും രസകരമായ മെറ്റീരിയലുകൾ ഉണ്ടാകും, കാരണം... അത്തരം പാക്കേജുകളുടെ പ്രധാന പ്രവർത്തനം dplyr и tidyr കുറച്ച് വിശദമായി ചർച്ച ചെയ്യും.
കോഴ്സ് പ്രോഗ്രാം
പാഠം 1: R ഭാഷയും RStudio വികസന പരിസ്ഥിതിയും ഇൻസ്റ്റാൾ ചെയ്യുന്നു
പ്രസിദ്ധീകരണ തീയതി: മാർച്ച് ക്സനുമ്ക്സ ക്സനുമ്ക്സ
റെഫറൻസുകൾ:
വീഡിയോ:
വിവരണം:
ആവശ്യമായ സോഫ്‌റ്റ്‌വെയർ ഞങ്ങൾ ഡൗൺലോഡ് ചെയ്‌ത് ഇൻസ്റ്റാൾ ചെയ്യുന്ന ഒരു ആമുഖ പാഠം, കൂടാതെ RStudio വികസന പരിതസ്ഥിതിയുടെ കഴിവുകളും ഇന്റർഫേസും ഹ്രസ്വമായി പരിശോധിക്കും.
പാഠം 2: R ലെ അടിസ്ഥാന ഡാറ്റ ഘടനകൾ
പ്രസിദ്ധീകരണ തീയതി: മാർച്ച് ക്സനുമ്ക്സ ക്സനുമ്ക്സ
റെഫറൻസുകൾ:
വീഡിയോ:
വിവരണം:
R ഭാഷയിൽ ലഭ്യമായ ഡാറ്റാ ഘടനകൾ എന്താണെന്ന് മനസ്സിലാക്കാൻ ഈ പാഠം നിങ്ങളെ സഹായിക്കും. ഞങ്ങൾ വെക്‌ടറുകൾ, തീയതി ഫ്രെയിമുകൾ, ലിസ്റ്റുകൾ എന്നിവ വിശദമായി പരിശോധിക്കും. അവ എങ്ങനെ സൃഷ്ടിക്കാമെന്നും അവയുടെ വ്യക്തിഗത ഘടകങ്ങൾ ആക്‌സസ് ചെയ്യാമെന്നും നമുക്ക് പഠിക്കാം.
പാഠം 3: TSV, CSV, Excel ഫയലുകൾ, Google ഷീറ്റുകൾ എന്നിവയിൽ നിന്നുള്ള ഡാറ്റ വായിക്കുന്നു
പ്രസിദ്ധീകരണ തീയതി: ഏപ്രിൽ ക്സനുമ്ക്സ ക്സനുമ്ക്സ
റെഫറൻസുകൾ:
വീഡിയോ:
വിവരണം:
ഉപകരണം പരിഗണിക്കാതെ തന്നെ ഡാറ്റ ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്നത് അതിന്റെ എക്സ്ട്രാക്ഷൻ ഉപയോഗിച്ച് ആരംഭിക്കുന്നു. പാഠ സമയത്ത് പാക്കേജുകൾ ഉപയോഗിക്കുന്നു vroom, readxl, googlesheets4 csv, tsv, Excel ഫയലുകൾ, Google ഷീറ്റുകൾ എന്നിവയിൽ നിന്ന് R പരിതസ്ഥിതിയിലേക്ക് ഡാറ്റ ലോഡുചെയ്യുന്നതിന്.
പാഠം 4: വരികൾ ഫിൽട്ടർ ചെയ്യുക, നിരകൾ തിരഞ്ഞെടുത്ത് പുനർനാമകരണം ചെയ്യുക, R ലെ പൈപ്പ് ലൈനുകൾ
പ്രസിദ്ധീകരണ തീയതി: ഏപ്രിൽ ക്സനുമ്ക്സ ക്സനുമ്ക്സ
റെഫറൻസുകൾ:
വീഡിയോ:
വിവരണം:
ഈ പാഠം പാക്കേജിനെക്കുറിച്ചാണ് dplyr. അതിൽ ഡാറ്റാഫ്രെയിമുകൾ എങ്ങനെ ഫിൽട്ടർ ചെയ്യാമെന്നും ആവശ്യമായ നിരകൾ തിരഞ്ഞെടുത്ത് അവയുടെ പേരുമാറ്റാമെന്നും ഞങ്ങൾ കണ്ടെത്തും.
പൈപ്പ് ലൈനുകൾ എന്താണെന്നും നിങ്ങളുടെ R കോഡ് കൂടുതൽ വായിക്കാൻ കഴിയുന്ന തരത്തിലാക്കാൻ അവ എങ്ങനെ സഹായിക്കുമെന്നും ഞങ്ങൾ പഠിക്കും.
പാഠം 5: R ലെ ഒരു പട്ടികയിലേക്ക് കണക്കാക്കിയ കോളങ്ങൾ ചേർക്കുന്നു
പ്രസിദ്ധീകരണ തീയതി: ഏപ്രിൽ ക്സനുമ്ക്സ ക്സനുമ്ക്സ
റെഫറൻസുകൾ:
വീഡിയോ:
വിവരണം:
ഈ വീഡിയോയിൽ ഞങ്ങൾ ലൈബ്രറിയുമായുള്ള പരിചയം തുടരുന്നു tidyverse പാക്കേജും dplyr.
ഫങ്ഷനുകളുടെ കുടുംബം നോക്കാം mutate(), കൂടാതെ പട്ടികയിലേക്ക് പുതിയ കണക്കാക്കിയ നിരകൾ ചേർക്കുന്നതിന് അവ എങ്ങനെ ഉപയോഗിക്കാമെന്ന് ഞങ്ങൾ പഠിക്കും.
പാഠം 6: R-ൽ ഡാറ്റ ഗ്രൂപ്പുചെയ്യലും കൂട്ടിച്ചേർക്കലും
പ്രസിദ്ധീകരണ തീയതി: ഏപ്രിൽ ക്സനുമ്ക്സ ക്സനുമ്ക്സ
റെഫറൻസുകൾ:
വീഡിയോ:
വിവരണം:
ഈ പാഠം ഡാറ്റ വിശകലനം, ഗ്രൂപ്പിംഗ്, അഗ്രഗേഷൻ എന്നിവയുടെ പ്രധാന പ്രവർത്തനങ്ങളിലൊന്നാണ്. പാഠ സമയത്ത് ഞങ്ങൾ പാക്കേജ് ഉപയോഗിക്കും dplyr സവിശേഷതകളും group_by() и summarise().
ഫംഗ്‌ഷനുകളുടെ മുഴുവൻ കുടുംബത്തെയും ഞങ്ങൾ നോക്കും summarise(), അതായത്. summarise(), summarise_if() и summarise_at().
പാഠം 7: R-ലെ പട്ടികകൾ ലംബമായും തിരശ്ചീനമായും കൂട്ടിച്ചേർക്കുന്നു
പ്രസിദ്ധീകരണ തീയതി: ക്സനുമ്ക്സ മെയ് ക്സനുമ്ക്സ
റെഫറൻസുകൾ:
വീഡിയോ:
വിവരണം:
പട്ടികകൾ ലംബമായും തിരശ്ചീനമായും ചേരുന്നതിന്റെ പ്രവർത്തനങ്ങൾ മനസ്സിലാക്കാൻ ഈ പാഠം നിങ്ങളെ സഹായിക്കും.
ഒരു ലംബമായ യൂണിയൻ എന്നത് SQL അന്വേഷണ ഭാഷയിലെ UNION പ്രവർത്തനത്തിന് തുല്യമാണ്.
VLOOKUP ഫംഗ്‌ഷനിലൂടെ Excel ഉപയോക്താക്കൾക്ക് തിരശ്ചീന ചേരൽ നന്നായി അറിയാം; SQL-ൽ, JOIN ഓപ്പറേറ്ററാണ് അത്തരം പ്രവർത്തനങ്ങൾ നടത്തുന്നത്.
പാഠത്തിൽ ഞങ്ങൾ ഒരു പ്രായോഗിക പ്രശ്നം പരിഹരിക്കും, ഈ സമയത്ത് ഞങ്ങൾ പാക്കേജുകൾ ഉപയോഗിക്കും dplyr, readxl, tidyr и stringr.
ഞങ്ങൾ പരിഗണിക്കുന്ന പ്രധാന പ്രവർത്തനങ്ങൾ:
bind_rows()- പട്ടികകളുടെ ലംബമായ ജോയിൻleft_join()- പട്ടികകളുടെ തിരശ്ചീന ജോയിൻsemi_join()- ചേരുന്ന പട്ടികകൾ ഉൾപ്പെടെanti_join()- എക്സ്ക്ലൂസീവ് ടേബിൾ ജോയിൻ
പാഠം 8: R ലെ വിൻഡോ ഫംഗ്‌ഷനുകൾ
പ്രസിദ്ധീകരണ തീയതി: ക്സനുമ്ക്സ മെയ് ക്സനുമ്ക്സ
റെഫറൻസുകൾ:
വിവരണം:
വിൻഡോ ഫംഗ്‌ഷനുകൾ സംഗ്രഹിക്കുന്നതിന്റെ അർത്ഥത്തിൽ സമാനമാണ്; അവ മൂല്യങ്ങളുടെ ഒരു നിരയെ ഇൻപുട്ടായി എടുക്കുകയും അവയിൽ ഗണിത പ്രവർത്തനങ്ങൾ നടത്തുകയും ചെയ്യുന്നു, പക്ഷേ ഔട്ട്‌പുട്ട് ഫലത്തിലെ വരികളുടെ എണ്ണം മാറ്റരുത്.
ഈ ട്യൂട്ടോറിയലിൽ ഞങ്ങൾ പാക്കേജ് പഠിക്കുന്നത് തുടരുന്നു dplyr, ഒപ്പം ഫംഗ്ഷനുകളും group_by(), mutate(), അതുപോലെ പുതിയത് cumsum(), lag(), lead() и arrange().
പാഠം 9: റൊട്ടേറ്റിംഗ് ടേബിളുകൾ അല്ലെങ്കിൽ പിവറ്റ് ടേബിളുകളുടെ ഒരു അനലോഗ് R
പ്രസിദ്ധീകരണ തീയതി: ക്സനുമ്ക്സ മെയ് ക്സനുമ്ക്സ
റെഫറൻസുകൾ:
വിവരണം:
മിക്ക എക്സൽ ഉപയോക്താക്കളും പിവറ്റ് ടേബിളുകൾ ഉപയോഗിക്കുന്നു; ഇത് നിങ്ങൾക്ക് ഒരു കൂട്ടം റോ ഡാറ്റയെ നിമിഷങ്ങൾക്കുള്ളിൽ വായിക്കാവുന്ന റിപ്പോർട്ടുകളാക്കി മാറ്റാൻ കഴിയുന്ന ഒരു സൗകര്യപ്രദമായ ഉപകരണമാണ്.
ഈ ട്യൂട്ടോറിയലിൽ, R-ൽ ടേബിളുകൾ എങ്ങനെ തിരിക്കാം എന്ന് നോക്കാം, കൂടാതെ അവയെ വൈഡ് മുതൽ ലോംഗ് ഫോർമാറ്റിലേക്കും തിരിച്ചും മാറ്റാം.
പാഠത്തിന്റെ ഭൂരിഭാഗവും പാക്കേജിനായി സമർപ്പിച്ചിരിക്കുന്നു tidyr പ്രവർത്തനങ്ങളും pivot_longer() и pivot_wider().
പാഠം 10: R-ൽ JSON ഫയലുകൾ ലോഡുചെയ്യുന്നു, പട്ടികകളിലേക്ക് പരിവർത്തനം ചെയ്യുന്നു
പ്രസിദ്ധീകരണ തീയതി: ക്സനുമ്ക്സ മെയ് ക്സനുമ്ക്സ
റെഫറൻസുകൾ:
വിവരണം:
JSON, XML എന്നിവ വിവരങ്ങൾ സംഭരിക്കുന്നതിനും കൈമാറ്റം ചെയ്യുന്നതിനുമുള്ള വളരെ ജനപ്രിയമായ ഫോർമാറ്റുകളാണ്, സാധാരണയായി അവയുടെ ഒതുക്കമുള്ളതിനാൽ.
എന്നാൽ അത്തരം ഫോർമാറ്റുകളിൽ അവതരിപ്പിച്ച ഡാറ്റ വിശകലനം ചെയ്യുന്നത് ബുദ്ധിമുട്ടാണ്, അതിനാൽ വിശകലനത്തിന് മുമ്പ് അത് ഒരു ടാബ്ലർ ഫോമിലേക്ക് കൊണ്ടുവരേണ്ടത് ആവശ്യമാണ്, അതാണ് ഈ വീഡിയോയിൽ നമ്മൾ പഠിക്കുന്നത്.
പാഠം പാക്കേജിനായി സമർപ്പിച്ചിരിക്കുന്നു tidyr, ലൈബ്രറിയുടെ കാമ്പിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട് tidyverse, ഒപ്പം ഫംഗ്ഷനുകളും unnest_longer(), unnest_wider() и hoist().
പാഠം 11: qplot() ഫംഗ്ഷൻ ഉപയോഗിച്ച് വേഗത്തിൽ പ്ലോട്ടിംഗ്
പ്രസിദ്ധീകരണ തീയതി: ക്സനുമ്ക്സ ക്സനുമ്ക്സ ജൂൺ
റെഫറൻസുകൾ:
വിവരണം:
പാക്കേജ് ggplot2 R-ൽ മാത്രമല്ല, ഏറ്റവും ജനപ്രിയമായ ഡാറ്റാ വിഷ്വലൈസേഷൻ ടൂളുകളിൽ ഒന്നാണ്.
ഫംഗ്ഷൻ ഉപയോഗിച്ച് ലളിതമായ ഗ്രാഫുകൾ എങ്ങനെ നിർമ്മിക്കാമെന്ന് ഈ പാഠത്തിൽ നമ്മൾ പഠിക്കും qplot(), അവളുടെ എല്ലാ വാദങ്ങളും നമുക്ക് വിശകലനം ചെയ്യാം.
പാഠം 12: ggplot2 പാക്കേജ് ഉപയോഗിച്ച് ലെയർ പ്ലോട്ടുകൾ പ്രകാരം ലെയർ പ്ലോട്ടിംഗ്
പ്രസിദ്ധീകരണ തീയതി: ക്സനുമ്ക്സ ക്സനുമ്ക്സ ജൂൺ
റെഫറൻസുകൾ:
വിവരണം:
പാഠം പാക്കേജിന്റെ മുഴുവൻ ശക്തിയും കാണിക്കുന്നു ggplot2 അതിൽ ഉൾച്ചേർത്ത ലെയറുകളിൽ ഗ്രാഫുകൾ നിർമ്മിക്കുന്നതിന്റെ വ്യാകരണവും.
പാക്കേജിൽ അടങ്ങിയിരിക്കുന്ന പ്രധാന ജ്യാമിതികൾ ഞങ്ങൾ വിശകലനം ചെയ്യുകയും ഒരു ഗ്രാഫ് നിർമ്മിക്കുന്നതിന് ലെയറുകൾ എങ്ങനെ പ്രയോഗിക്കാമെന്ന് മനസിലാക്കുകയും ചെയ്യും.
തീരുമാനം
കോഴ്സ് പ്രോഗ്രാമിന്റെ രൂപീകരണത്തെ കഴിയുന്നത്ര സംക്ഷിപ്തമായി സമീപിക്കാൻ ഞാൻ ശ്രമിച്ചു, R ഭാഷ പോലുള്ള ശക്തമായ ഡാറ്റാ വിശകലന ഉപകരണം പഠിക്കുന്നതിനുള്ള ആദ്യ ചുവടുകൾ എടുക്കുന്നതിന് നിങ്ങൾക്ക് ആവശ്യമായ ഏറ്റവും ആവശ്യമായ വിവരങ്ങൾ മാത്രം ഹൈലൈറ്റ് ചെയ്യാൻ.
കോഴ്സ് R ഭാഷ ഉപയോഗിച്ച് ഡാറ്റ വിശകലനം ചെയ്യുന്നതിനുള്ള ഒരു സമ്പൂർണ ഗൈഡ് അല്ല, എന്നാൽ ഇതിന് ആവശ്യമായ എല്ലാ സാങ്കേതിക വിദ്യകളും മനസ്സിലാക്കാൻ ഇത് നിങ്ങളെ സഹായിക്കും.
കോഴ്സ് പ്രോഗ്രാം 12 ആഴ്ചകൾക്കായി രൂപകൽപ്പന ചെയ്‌തിരിക്കുമ്പോൾ, എല്ലാ ആഴ്‌ചയും തിങ്കളാഴ്ചകളിൽ ഞാൻ പുതിയ പാഠങ്ങളിലേക്ക് പ്രവേശനം തുറക്കും, അതിനാൽ ഞാൻ ശുപാർശ ചെയ്യുന്നു ഒരു പുതിയ പാഠത്തിന്റെ പ്രസിദ്ധീകരണം നഷ്ടപ്പെടാതിരിക്കാൻ YouTube ചാനലിൽ.
അവലംബം: www.habr.com