क्वारेन्टाइनका कारण, धेरैले आफ्नो समयको ठूलो हिस्सा घरमा बिताउँछन्, र यो समय उपयोगी रूपमा खर्च गर्न सकिन्छ, र हुनुपर्दछ।
क्वारेन्टाइनको सुरुमा, मैले केही महिना अघि सुरु गरेका केही परियोजनाहरू पूरा गर्ने निर्णय गरें। यी परियोजनाहरू मध्ये एक भिडियो कोर्स "एक्सेल प्रयोगकर्ताहरूको लागि आर भाषा" थियो। यस पाठ्यक्रमको साथ, म R मा प्रवेश गर्न बाधा कम गर्न चाहन्थें, र रूसी भाषामा यस विषयमा प्रशिक्षण सामग्रीको विद्यमान अभावलाई थोरै भर्न चाहन्थे।
यदि तपाईले काम गर्नुहुने कम्पनीको डेटासँग सबै काम अझै पनि एक्सेलमा गरिन्छ, तब म सुझाव दिन्छु कि तपाईलाई अझ आधुनिक, र एकै समयमा पूर्ण रूपमा नि: शुल्क, डाटा विश्लेषण उपकरणसँग परिचित हुनुहोस्।
सामग्रीहरू
यदि तपाइँ डेटा विश्लेषणमा रुचि राख्नुहुन्छ भने, तपाइँ मेरो मा रुचि राख्न सक्नुहुन्छ и च्यानलहरू। अधिकांश सामग्री आर भाषामा समर्पित छ।
4.1।
4.2।
4.3।
4.4।
4.5।
4.6।
4.7।
4.8।
4.9।
4.10।
4.11।
4.12।
सन्दर्भ
पाठ्यक्रम को बारे मा
पाठ्यक्रम वास्तुकला वरिपरि संरचित छ tidyverse, र यसमा समावेश प्याकेजहरू: readr, vroom, dplyr, tidyr, ggplot2। निस्सन्देह, त्यहाँ R मा अन्य राम्रो प्याकेजहरू छन् जसले समान कार्यहरू गर्दछ, उदाहरणका लागि data.table, तर वाक्य रचना tidyverse सहज, अप्रशिक्षित प्रयोगकर्ताको लागि पनि पढ्न सजिलो, त्यसैले मलाई लाग्छ कि यो R भाषा सिक्न सुरु गर्नु राम्रो हो। tidyverse.
पाठ्यक्रमले तपाइँलाई सबै डेटा विश्लेषण अपरेसनहरू मार्फत मार्गदर्शन गर्नेछ, लोडिङदेखि समाप्त परिणामको कल्पनासम्म।
किन आर र पाइथन होइन? किनभने R एक कार्यात्मक भाषा हो, एक्सेल प्रयोगकर्ताहरूलाई यसमा स्विच गर्न सजिलो छ परम्परागत वस्तु-उन्मुख प्रोग्रामिङमा जान आवश्यक छैन।
यस समयमा, 12 भिडियो पाठहरू योजना गरिएका छन्, प्रत्येक 5 देखि 20 मिनेटसम्म।
पाठ क्रमशः खुल्नेछ। प्रत्येक सोमबार म मेरो वेबसाइटमा नयाँ पाठमा पहुँच खोल्नेछु। छुट्टै प्लेलिस्टमा।
यो पाठ्यक्रम को लागि हो?
मलाई लाग्छ कि यो शीर्षकबाट स्पष्ट छ, तथापि, म यसलाई थप विवरणमा वर्णन गर्नेछु।
पाठ्यक्रम सक्रिय रूपमा आफ्नो काममा माइक्रोसफ्ट एक्सेल प्रयोग गर्ने र त्यहाँ डाटाको साथ आफ्ना सबै कामहरू कार्यान्वयन गर्नेहरूलाई लक्षित छ। सामान्यतया, यदि तपाइँ हप्तामा कम्तिमा एक पटक माइक्रोसफ्ट एक्सेल अनुप्रयोग खोल्नुहुन्छ भने, पाठ्यक्रम तपाइँको लागि उपयुक्त छ।
पाठ्यक्रम पूरा गर्नको लागि तपाइँसँग प्रोग्रामिङ सीपहरू हुनु आवश्यक छैन, किनभने ... पाठ्यक्रम शुरुवातका लागि लक्षित छ।
तर, सायद, पाठ ४ बाट सुरु गरेर, सक्रिय R प्रयोगकर्ताहरूका लागि पनि रोचक सामग्री हुनेछ, किनभने... जस्ता प्याकेजहरूको मुख्य कार्यक्षमता dplyr и tidyr केही विस्तारमा छलफल गरिनेछ।
पाठ्यक्रम कार्यक्रम
पाठ 1: R भाषा र RStudio विकास वातावरण स्थापना गर्दै
प्रकाशन मिति: मार्च 23 2020
सन्दर्भहरू:
भिडियो:
विवरण:
एक परिचयात्मक पाठ जसको क्रममा हामी आवश्यक सफ्टवेयर डाउनलोड र स्थापना गर्नेछौं, र संक्षिप्त रूपमा RStudio विकास वातावरणको क्षमता र इन्टरफेसको जाँच गर्नेछौं।
पाठ 2: आधारभूत डेटा संरचनाहरू R मा
प्रकाशन मिति: मार्च 30 2020
सन्दर्भहरू:
भिडियो:
विवरण:
यो पाठले तपाईंलाई R भाषामा कुन डाटा संरचनाहरू उपलब्ध छन् भनेर बुझ्न मद्दत गर्नेछ। हामी भेक्टरहरू, मिति फ्रेमहरू र सूचीहरूमा विस्तृत रूपमा हेर्नेछौं। तिनीहरूलाई कसरी सिर्जना गर्ने र तिनीहरूको व्यक्तिगत तत्वहरू पहुँच गर्ने जानौं।
पाठ 3: TSV, CSV, Excel फाइलहरू र Google पानाहरूबाट डेटा पढ्दै
प्रकाशन मिति: अप्रिल 6 2020
सन्दर्भहरू:
भिडियो:
विवरण:
डेटा संग काम, उपकरण को परवाह बिना, यसको निकासी संग सुरु हुन्छ। प्याकेजहरू पाठको समयमा प्रयोग गरिन्छ vroom, readxl, googlesheets4 csv, tsv, Excel फाइलहरू र Google पानाहरूबाट R वातावरणमा डाटा लोड गर्नका लागि।
पाठ 4: पङ्क्तिहरू फिल्टर गर्दै, R मा स्तम्भहरू, पाइपलाइनहरू चयन र पुन: नामाकरण गर्दै
प्रकाशन मिति: अप्रिल 13 2020
सन्दर्भहरू:
भिडियो:
विवरण:
यो पाठ प्याकेजको बारेमा हो dplyr। यसमा हामी डेटाफ्रेमहरू कसरी फिल्टर गर्ने, आवश्यक स्तम्भहरू चयन गर्ने र तिनीहरूलाई पुन: नामाकरण गर्ने भनेर पत्ता लगाउनेछौं।
हामी पाइपलाइनहरू के हुन् र तिनीहरूले तपाइँको R कोडलाई थप पढ्न योग्य बनाउन कसरी मद्दत गर्छ भन्ने पनि सिक्ने छौँ।
पाठ 5: R मा तालिकामा गणना गरिएका स्तम्भहरू थप्दै
प्रकाशन मिति: अप्रिल 20 2020
सन्दर्भहरू:
भिडियो:
विवरण:
यस भिडियोमा हामी पुस्तकालयसँगको हाम्रो परिचय जारी राख्छौं tidyverse र प्याकेज dplyr.
कार्यहरूको परिवारलाई हेरौं mutate(), र हामी तिनीहरूलाई तालिकामा नयाँ गणना गरिएका स्तम्भहरू थप्न कसरी प्रयोग गर्ने भनेर सिक्नेछौं।
पाठ 6: R मा डेटा समूहीकरण र एकत्रित गर्ने
प्रकाशन मिति: अप्रिल 27 2020
सन्दर्भहरू:
भिडियो:
विवरण:
यो पाठ डेटा विश्लेषण, समूहीकरण र एकीकरण को मुख्य कार्यहरु मध्ये एक समर्पित छ। पाठको समयमा हामी प्याकेज प्रयोग गर्नेछौं dplyr र सुविधाहरू group_by() и summarise().
हामी कार्यहरूको सम्पूर्ण परिवारलाई हेर्नेछौं summarise(), अर्थात् summarise(), summarise_if() и summarise_at().
पाठ 7: R मा तालिकाहरूको ठाडो र तेर्सो जोड्ने
प्रकाशन मिति: 4 मई 2020
सन्दर्भहरू:
भिडियो:
विवरण:
यो पाठले तपाईंलाई टेबलको ठाडो र तेर्सो जोड्ने कार्यहरू बुझ्न मद्दत गर्नेछ।
ठाडो संघ SQL क्वेरी भाषामा UNION सञ्चालनको बराबर हो।
VLOOKUP प्रकार्यका लागि एक्सेल प्रयोगकर्ताहरूलाई क्षैतिज जडान राम्रोसँग थाहा छ; SQL मा, त्यस्ता कार्यहरू JOIN अपरेटरद्वारा गरिन्छ।
पाठको बखत हामी एउटा व्यावहारिक समस्याको समाधान गर्नेछौं जसको क्रममा हामी प्याकेजहरू प्रयोग गर्नेछौं dplyr, readxl, tidyr и stringr.
हामीले विचार गर्ने मुख्य कार्यहरू:
bind_rows()- टेबलहरूको ठाडो जोडleft_join()- तालिकाहरूको तेर्सो जोडsemi_join()- सामेल हुने तालिकाहरू सहितanti_join()- विशेष तालिका सामेल
पाठ ८: R मा सञ्झ्यालका कार्यहरू
प्रकाशन मिति: 11 मई 2020
सन्दर्भहरू:
विवरण:
सञ्झ्याल प्रकार्यहरू एग्रीगेट गर्ने अर्थमा समान छन्; तिनीहरूले इनपुटको रूपमा मानहरूको एरे पनि लिन्छन् र तिनीहरूमा अंकगणितीय कार्यहरू प्रदर्शन गर्छन्, तर आउटपुट परिणाममा पङ्क्तिहरूको संख्या परिवर्तन गर्दैनन्।
यस ट्यूटोरियलमा हामी प्याकेज अध्ययन गर्न जारी राख्छौं dplyr, र कार्यहरू group_by(), mutate(), साथै नयाँ cumsum(), lag(), lead() и arrange().
पाठ 9: घुमाउने तालिकाहरू वा R मा पिभोट तालिकाहरूको एनालग
प्रकाशन मिति: 18 मई 2020
सन्दर्भहरू:
विवरण:
धेरै जसो एक्सेल प्रयोगकर्ताहरूले पिभोट तालिकाहरू प्रयोग गर्छन्; यो एक सुविधाजनक उपकरण हो जसको साथ तपाईंले कच्चा डाटाको एर्रेलाई सेकेन्डको कुरामा पढ्न योग्य रिपोर्टहरूमा बदल्न सक्नुहुन्छ।
यस ट्युटोरियलमा हामी टेबलहरूलाई R मा कसरी घुमाउने, र तिनीहरूलाई चौडाबाट लामो ढाँचामा र त्यसको उल्टो रूपान्तरण गर्ने भनेर हेर्नेछौं।
धेरै जसो पाठ प्याकेजमा समर्पित छ tidyr र प्रकार्यहरु pivot_longer() и pivot_wider().
पाठ १०: JSON फाइलहरू R मा लोड गर्दै र सूचीहरूलाई तालिकाहरूमा रूपान्तरण गर्दै
प्रकाशन मिति: 25 मई 2020
सन्दर्भहरू:
विवरण:
JSON र XML जानकारी भण्डारण र आदानप्रदानका लागि अत्यन्त लोकप्रिय ढाँचाहरू हुन्, सामान्यतया तिनीहरूको संकुचितताको कारणले।
तर त्यस्ता ढाँचाहरूमा प्रस्तुत गरिएका डाटाहरू विश्लेषण गर्न गाह्रो छ, त्यसैले विश्लेषण गर्नु अघि यसलाई ट्याबुलर फारममा ल्याउन आवश्यक छ, जुन हामी यस भिडियोमा सिक्नेछौं।
पाठ प्याकेजमा समर्पित छ tidyr, पुस्तकालय को कोर मा समावेश tidyverse, र कार्यहरू unnest_longer(), unnest_wider() и hoist().
पाठ 11: qplot() प्रकार्य प्रयोग गरेर द्रुत रूपमा प्लटिङ
प्रकाशन मिति: 1 2020 जुन
सन्दर्भहरू:
विवरण:
प्याकेज ggplot2 R मा मात्र होइन सबैभन्दा लोकप्रिय डाटा भिजुअलाइजेशन उपकरणहरू मध्ये एक हो।
यस पाठमा हामी फंक्शन प्रयोग गरेर सरल ग्राफहरू कसरी बनाउने भनेर सिक्नेछौं qplot(), र उहाँका सबै तर्कहरू विश्लेषण गरौं।
पाठ १२: ggplot12 प्याकेज प्रयोग गरेर लेयर प्लटहरूद्वारा तह प्लटिङ
प्रकाशन मिति: 8 2020 जुन
सन्दर्भहरू:
विवरण:
पाठले प्याकेजको पूर्ण शक्ति देखाउँछ ggplot2 र यसमा सम्मिलित तहहरूमा ग्राफहरू निर्माण गर्ने व्याकरण।
हामी प्याकेजमा अवस्थित मुख्य ज्यामितिहरूको विश्लेषण गर्नेछौं र ग्राफ निर्माण गर्न तहहरू कसरी लागू गर्ने भनेर सिक्नेछौं।
निष्कर्षमा
मैले R भाषा जस्ता शक्तिशाली डेटा विश्लेषण उपकरण सिक्नका लागि पहिलो चरणहरू लिनको लागि आवश्यक पर्ने सबैभन्दा आवश्यक जानकारीलाई हाइलाइट गर्न सकेसम्म संक्षिप्त रूपमा पाठ्यक्रम कार्यक्रमको गठनमा पुग्ने प्रयास गरें।
पाठ्यक्रम R भाषा प्रयोग गरेर डेटा विश्लेषणको लागि एक विस्तृत गाइड होइन, तर यसले तपाईंलाई यसका लागि सबै आवश्यक प्रविधिहरू बुझ्न मद्दत गर्नेछ।
जबकि पाठ्यक्रम कार्यक्रम १२ हप्ताको लागि डिजाइन गरिएको छ, हरेक हप्ता सोमबार म नयाँ पाठहरूमा पहुँच खोल्नेछु, त्यसैले म सिफारिस गर्दछु YouTube च्यानलमा ताकि नयाँ पाठको प्रकाशन नछुटाउनुहोस्।
स्रोत: www.habr.com