Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem języka R - ebook

Aby surowe dane przekuć w gotową do wykorzystania wiedzę, potrzebna jest umiejętność ich analizy, przekształcania i niekiedy również wizualizacji. Nagrodą za włożony w to wysiłek jest lepsze rozumienie różnych złożonych zagadnień z wielu dziedzin wiedzy. Co więcej, znajomość procesów programowego przetwarzania danych pozwala na szybkie wykrywanie i opisywanie wzorców danych, praktycznie niemożliwych do dostrzeżenia innymi technikami. Dla wielu badaczy jednak barierą na drodze do skorzystania z tych atrakcyjnych możliwości jest konieczność pisania kodu.

Oto podręcznik programowania w języku R dla analityków danych, szczególnie przydatny dla osób, które nie mają doświadczenia w tej dziedzinie. Dokładnie opisano tu potrzebne narzędzia i technologie. Zamieszczono wskazówki dotyczące instalacji i konfiguracji oprogramowania do pisania kodu, wykonywania go i zarządzania nim, a także śledzenia wersji projektów i zmian w nich oraz korzystania z innych podstawowych mechanizmów. Poszczególne kroki tworzenia kodu w języku R wyjaśniono dokładnie i przystępnie. Dzięki tej książce można płynnie przejść do konkretnych zadań i budować potrzebne aplikacje. Zrozumienie prezentowanych w niej treści ułatwiają liczne przykłady i ćwiczenia, co pozwala szybko przystąpić do skutecznego analizowania własnych zbiorów danych.

W tej książce między innymi:

• przygotowanie środowiska pracy i rozpoczęcie programowania w R
• podstawy zarządzania projektami, kontrola wersji i generowanie dokumentacji
• ramki danych, pakiety dplyr i tidyr
• kod do wizualizacji danych i pakiet ggplot2
• tworzenie aplikacji i techniki współpracy w zespołach specjalistów

Po prostu R i dane. Wyciśniesz każdą kroplę wiedzy!

• Przedmowa
• Wprowadzenie
  • Główny temat książki
  • Dla kogo przeznaczona jest ta książka?
  • Struktura książki
    • Część I. Wprowadzenie
    • Część II. Zarządzanie projektami
    • Część III. Podstawowe umiejętności z zakresu języka R
    • Część IV. Przekształcanie danych
    • Część V. Wizualizacja danych
    • Część VI. Tworzenie i udostępnianie aplikacji
  • Konwencje stosowane w książce
  • Jak czytać tę książkę?
  • Powiązany kod
  • Podziękowania
• O autorach
• I. Wprowadzenie
• 1. Przygotowywanie komputera
  • Pisanie kodu
  • Zarządzanie kodem
  • Wykonywanie kodu
  • 1.1. Przygotowywanie narzędzi używanych w wierszu poleceń
    • 1.1.1. Wiersz poleceń w systemie macOS
    • 1.1.2. Wiersz poleceń w systemie Windows
    • 1.1.3. Wiersz poleceń w systemie Linux
  • 1.2. Instalowanie systemu git
  • 1.3. Tworzenie konta w serwisie GitHub
  • 1.4. Wybieranie edytora tekstu
    • 1.4.1. Atom
    • 1.4.2. Visual Studio Code
    • 1.4.3. Sublime Text
  • 1.5. Pobieranie języka R
  • 1.6. Pobieranie środowiska RStudio
• 2. Używanie wiersza poleceń
  • 2.1. Uruchamianie wiersza poleceń
  • 2.2. Poruszanie się w systemie plików
    • 2.2.1. Przechodzenie do innego katalogu
    • 2.2.2. Wyświetlanie listy plików
    • 2.2.3. Ścieżki
  • 2.3. Zarządzanie plikami
    • 2.3.1. Uczenie się nowych instrukcji
    • 2.3.2. Symbole wieloznaczne
  • 2.4. Radzenie sobie z błędami
  • 2.5. Przekierowywanie danych wyjściowych
  • 2.6. Polecenia związane z siecią
• II. Zarządzanie projektami
• 3. Kontrola wersji z użyciem systemu git i serwisu GitHub
  • 3.1. Czym jest git?
    • 3.1.1. Podstawowe zagadnienia związane z systemem git
    • 3.1.2. Czym jest GitHub?
  • 3.2. Konfigurowanie narzędzi i tworzenie projektu
    • 3.2.1. Tworzenie repozytorium
    • 3.2.2. Sprawdzanie stanu
  • 3.3. Śledzenie zmian w projekcie
    • 3.3.1. Dodawanie plików
    • 3.3.2. Zatwierdzanie
      • 3.3.2.1. Etykieta dotycząca informacji na temat rewizji
    • 3.3.3. Proces używania systemu git
  • 3.4. Zapisywanie projektów w witrynie GitHub
    • 3.4.1. Forki i klonowanie
    • 3.4.2. Wysyłanie i pobieranie
  • 3.5. Dostęp do historii projektu
    • 3.5.1. Historia rewizji
    • 3.5.2. Powrót do starszych wersji
  • 3.6. Ignorowanie plików w projekcie
• 4. Tworzenie dokumentacji za pomocą języka Markdown
  • 4.1. Pisanie kodu w języku Markdown
    • 4.1.1. Formatowanie tekstu
    • 4.1.2. Bloki tekstu
    • 4.1.3. Hiperłącza
    • 4.1.4. Rysunki
    • 4.1.5. Tabele
  • 4.2. Wyświetlanie dokumentów w języku Markdown
• III. Podstawowe umiejętności z zakresu języka R
• 5. Wprowadzenie do języka R
  • 5.1. Programowanie z użyciem języka R
  • 5.2. Uruchamianie kodu w języku R
    • 5.2.1. Używanie środowiska RStudio
    • 5.2.2. Używanie języka R w wierszu poleceń
  • 5.3. Dodawanie komentarzy
  • 5.4. Definiowanie zmiennych
    • 5.4.1. Podstawowe typy danych
  • 5.5. Szukanie pomocy
    • 5.5.1. Nauka uczenia się języka R
• 6. Funkcje
  • 6.1. Czym jest funkcja?
    • 6.1.1. Składnia funkcji w języku R
  • 6.2. Wbudowane funkcje języka R
    • 6.2.1. Argumenty nazwane
  • 6.3. Wczytywanie funkcji
  • 6.4. Pisanie funkcji
    • 6.4.1. Debugowanie funkcji
  • 6.5. Instrukcje warunkowe
• 7. Wektory
  • 7.1. Czym jest wektor?
    • 7.1.1. Tworzenie wektorów
  • 7.2. Operacje wektorowe
    • 7.2.1. Ponowne używanie elementów
    • 7.2.2. Prawie wszystko jest wektorem
    • 7.2.3. Funkcje wektorowe
  • 7.3. Indeksy w wektorach
    • 7.3.1. Listy indeksów
  • 7.4. Filtrowanie wektorów
  • 7.5. Modyfikowanie wektorów
• 8. Listy
  • 8.1. Czym jest lista?
  • 8.2. Tworzenie list
  • 8.3. Dostęp do elementów listy
  • 8.4. Modyfikowanie list
    • 8.4.1. Pojedyncze i podwójne nawiasy kwadratowe
  • 8.5. Stosowanie funkcji do list za pomocą wywołania lapply()
• IV> Przekształcanie danych
• 9. Jak zrozumieć dane?
  • 9.1. Proces generowania danych
  • 9.2. Wyszukiwanie danych
  • 9.3. Rodzaje danych
    • 9.3.1. Skale pomiarowe
    • 9.3.2. Struktury danych
  • 9.4. Interpretowanie danych
    • 9.4.1. Zdobywanie wiedzy w danej dziedzinie
    • 9.4.2. Jak zrozumieć schematy danych?
  • 9.5. Odpowiadanie na pytania na podstawie danych
• 10. Ramki danych
  • 10.1. Czym jest ramka danych?
  • 10.2. Praca z ramkami danych
    • 10.2.1. Tworzenie ramek danych
    • 10.2.2. Opisywanie struktury ramek danych
    • 10.2.3. Dostęp do ramek danych
  • 10.3. Praca z danymi CSV
    • 10.3.1. Katalog roboczy
    • 10.3.2. Zmienne w postaci faktorów
• 11. Operowanie danymi za pomocą pakietu dplyr
  • 11.1. Gramatyka operowania danymi
  • 11.2. Podstawowe funkcje pakietu dplyr
    • 11.2.1. Pobieranie (funkcja select())
    • 11.2.2. Filtrowanie (funkcja filter())
    • 11.2.3. Dodawanie kolumn (funkcja mutate())
    • 11.2.4. Sortowanie danych (funkcja arrange())
    • 11.2.5. Tworzenie podsumowań (funkcja summarize())
  • 11.3. Wykonywanie operacji sekwencyjnych
    • 11.3.1. Operator potoku
  • 11.4. Analizowanie ramek danych z wykorzystaniem grupowania
  • 11.5. Złączanie ramek danych
  • 11.6. Pakiet dplyr w praktyce analizowanie danych na temat lotów
• 12. Porządkowanie danych za pomocą pakietu tidyr
  • 12.1. Czym jest porządkowanie danych?
  • 12.2. Od kolumn do wierszy gather()
  • 12.3. Z wierszy na kolumny spread()
  • 12.4. Pakiet tidyr w praktyce eksplorowanie statystyk na temat edukacji
• 13. Dostęp do bazy danych
  • 13.1. Przegląd relacyjnych baz danych
    • 13.1.1. Czym jest relacyjna baza danych?
    • 13.1.2. Tworzenie relacyjnej bazy danych
  • 13.2. Wstęp do języka SQL
  • 13.3. Dostęp do bazy danych w języku R
• 14. Używanie internetowych interfejsów API
  • 14.1. Czym jest internetowy interfejs API?
  • 14.2. Żądania REST
    • 14.2.1. Identyfikatory URI
      • 14.2.1.1. Parametry zapytań
      • 14.2.1.2. Tokeny dostępu i klucze API
    • 14.2.2. Operacje (czasowniki) z protokołu HTTP
  • 14.3. Dostęp do internetowych interfejsów API w R
  • 14.4. Przetwarzanie danych w formacie JSON
    • 14.4.1. Przetwarzanie danych w formacie JSON
    • 14.4.2. Spłaszczanie danych
  • 14.5. Interfejsy API w praktyce znajdowanie kubańskiego jedzenia w Seattle
• V. Wizualizacje danych
• 15. Projektowanie wizualizacji danych
  • 15.1. Cel wizualizacji
  • 15.2.Wybieranie układu graficznego
    • 15.2.1. Wizualizowanie jednej zmiennej
      • 15.2.1.1. Reprezentacje proporcjonalne
    • 15.2.2. Wizualizowanie wielu zmiennych
    • 15.2.3. Wizualizowanie danych hierarchicznych
  • 15.3. Wybieranie skutecznego kodowania graficznego
    • 15.3.1. Skuteczne kolory
    • 15.3.2. Wykorzystanie atrybutów przeduwagowych
  • 15.4. Ekspresywne prezentacje danych
  • 15.5. Zwiększanie estetyki
• 16. Tworzenie wizualizacji za pomocą pakietu ggplot2
  • 16.1. Gramatyka grafiki
  • 16.2. Tworzenie podstawowych wykresów za pomocą ggplot2
    • 16.2.1. Określanie obiektów geometrycznych
    • 16.2.2. Odwzorowania aspektów estetycznych
  • 16.3. Złożone układy i dostosowywanie opcji
    • 16.3.1. Dostosowywanie pozycji
    • 16.3.2. Zmienianie stylu za pomocą skal
      • 16.3.2.1. Skale kolorów
    • 16.3.3. Układ współrzędnych
    • 16.3.4. Fasety
    • 16.3.5. Etykiety i uwagi
  • 16.4. Tworzenie map
    • 16.4.1. Kartogramy
    • 16.4.2. Mapy punktowe
  • 16.5. Pakiet ggplot2 w praktyce mapa eksmisji w San Francisco
• 17. Interaktywne wizualizacje w języku R
  • 17.1. Pakiet plotly
  • 17.2. Pakiet rbokeh
  • 17.3. Pakiet leaflet
  • 17.4. Interaktywne wizualizacje w praktyce analizowanie zmian w Seattle
• VI. Tworzenie i udostępnianie aplikacji
• 18. Tworzenie dynamicznych raportów za pomocą platformy R Markdown
  • 18.1. Konfigurowanie raportu
    • 18.1.1. Tworzenie plików .rmd
    • 18.1.2. Kompilowanie dokumentów
  • 18.2. Integrowanie tekstu w formacie Markdown i kodu w języku R
    • 18.2.1. Wykonywalne fragmenty kodu w języku R
    • 18.2.2. Kod wewnątrzwierszowy
  • 18.3. Wyświetlanie danych i wizualizacji w raportach
    • 18.3.1. Wyświetlanie łańcuchów znaków
    • 18.3.2. Wyświetlanie list w formacie Markdown
    • 18.3.3. Wyświetlanie tabel
    • 18.3.4. Wyświetlanie wykresów
  • 18.4. Udostępnianie raportów jako stron internetowych
  • 18.5. Platforma R Markdown w praktyce raport na temat oczekiwanej długości życia
• 19. Tworzenie interaktywnych aplikacji internetowych za pomocą platformy Shiny
  • 19.1. Platforma Shiny
    • 19.1.1. Podstawowe zagadnienia dotyczące platformy Shiny
    • 19.1.2. Struktura aplikacji
  • 19.2. Projektowanie interfejsów użytkownika
    • 19.2.1. Treści statyczne
    • 19.2.2. Dynamiczne dane wejściowe
    • 19.2.3. Dynamiczne dane wyjściowe
    • 19.2.4. Układy
  • 19.3. Tworzenie serwerów aplikacji
  • 19.4. Publikowanie aplikacji na platformę Shiny
  • 19.5. Platforma Shiny w praktyce wizualizacja śmiertelnych postrzeleń przez policję
• 20. Praca zespołowa
  • 20.1. Śledzenie różnych wersji kodu za pomocą gałęzi
    • 20.1.1. Praca z różnymi gałęziami
    • 20.1.2. Scalanie gałęzi
    • 20.1.3. Scalanie a konflikty
    • 20.1.4. Scalanie w serwisie GitHub
  • 20.2. Prowadzenie projektów z użyciem gałęzi funkcji
  • 20.3. Współpraca w ramach scentralizowanego procesu pracy
    • 20.3.1. Tworzenie centralnego repozytorium
    • 20.3.2. Używanie gałęzi funkcji w scentralizowanym procesie pracy
  • 20.4. Współpraca w procesie pracy z użyciem forków
• 21. Dalsza nauka
  • 21.1. Uczenie statystyczne
    • 21.1.1. Ocena zależności
    • 21.1.2. Prognozowanie
  • 21.2. Inne języki programowania
  • 21.3. Odpowiedzialność etyczna