晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

筆者之前有寫一篇關於Tidyverse的介紹，” R 資料的魔法師-Tidyverse (1)”，已經介紹了Tidyverse裡常用的package，包含readr、tidyr、Tibble、dplyr的使用，接下來筆者會針對剩下常用的package作介紹(如下圖所示)。

取代迴圈的加速器 purr：

在做資料處理的時候，有時候會寫一些迴圈來做重複的資料處理，但對於一些不是很熟悉迴圈的使用者來說，這可能會變得很困擾，而且也容易出現寫錯的機會，但如果不透過迴圈的方式處理，可能同樣的資料處理語法會需要重複寫很多次，雖然也不是不可以，但可能會大幅增加資料處理的時間以及程式的簡潔性。

Purrr package 提供了很多map系列的函数，功能類似R原生的apply家族函数(https://kemushi54.github.io/R-basic/apply_family.html)，都是針對向量化的物件(vector、list)的每一个元素做處裡，常用的map()函數如下，.x代表要被處理的list or vector，.f代表要使用的函數or 公式，經過處理後會輸出list、data frame、vector。

• map(.x, .f) is the main mapping function and returns a list
• map_df(.x, .f) returns a data frame
• map_dbl(.x, .f) returns a numeric (double) vector
• map_chr(.x, .f) returns a character vector
• map_lgl(.x, .f) returns a logical vector

例子：

# 產生一個簡單函數，把數字加20

.f <- function(.x) {

  return(.x + 20)

}

# map

library(tidyverse)

map(.x = c(1, 4, 7), .f)

官網也有提供purr常用函數的說明及圖像化的說明，讓使用者可以再使用的時候做查詢，可以快速找到需要的函數做使用，讀者可以詳見以下的圖形。

資料視覺化的強大工具 ggplot2：R語言裡面最為熱門的畫圖套件之一，ggplot2可以分為幾個部分:

1. 資料（data）：指定畫圖資料的來源(data frame)
2. 圖形美化（aesthetic）：指定畫圖資料與圖形之間的對應關係，例如哪一個變數要當作x軸變數，而哪一個要當作y軸變數，還有資料繪圖時的樣子等。
3. 幾何圖案（geometry）：要用什麼幾何圖形繪製資料，例如點、線條、多邊形等。
4. 畫布（facet）：指定如何將資料分散在多張子圖形中繪製，以利互相比較。
5. 統計轉換（statistical transformation）：指定如何以將資料轉換為各種統計量，例如將連續型資料轉為離散型的類別。
6. 座標系統（coordinate system）：指定繪圖時所使用的座標系統，除了常見的笛卡兒直角座標系統，也可以使用其他的座標系統。
7. 主題（theme）：控制資料以外的繪圖組件，例如座標軸、說明文字等。

例子:

ggplot(df2, aes(x=dose, y=len, group=supp)) +geom_line(aes(linetype=supp)) +geom_point()+scale_linetype_manual(values=c("twodash", "dotted"))

從上面的介紹可以知道ggplot2能針對畫圖的細節調整很多內容，每一次的調整都是一層疊加一層，透過類似疊圖的方式處理，官網也有提供ggplot2常用函數的說明及圖像化的說明，讓使用者可以再使用的時候做查詢，可以快速找到需要的函數做使用，讀者可以詳見以下的圖形。

參考資料

1. https://r4ds.had.co.nz/introduction.html
2. https://www.tidyverse.org/