/
prezentacja.Rnw
642 lines (483 loc) · 19.7 KB
/
prezentacja.Rnw
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
\documentclass{beamer}
\usepackage[T1]{fontenc}
\usepackage[utf8]{inputenc}
\usepackage{amsfonts}
\usepackage{lmodern}
\usepackage{graphicx}
\usepackage{color}
\usepackage{attrib}
\usepackage{ragged2e}
\usepackage{url}
\begin{document}
\title{Big Data, Machine Learning, EDA, Reproducible Research i inne modne słowa w analizie danych – gdzie one się mieszczą w słowniku R?}
\author{Zygmunt Zawadzki}
\date{mikroSFI\\2015-06-09}
\begin{frame}
\maketitle
\end{frame}
\begin{frame}
\tableofcontents
\end{frame}
\section{Narzekamy na R...}
\begin{frame}[fragile]
\frametitle{Interpreter pisany przez statystyków...}
Głównym problemem R jest to, że w jego tworzeniu brali udział ludzie bardziej związani ze statystyką, niż programowaniem. Przez to R czasem dziwnie się zachowuje, a interpreter nie działa tak jakby się tego chciało...
Poniżej dokument który jest obowiązkową lekturą, jeżeli ktoś chce dłużej zachować kolor włosów przy obcowaniu z R - \url{http://www.burns-stat.com/pages/Tutor/R_inferno.pdf}. Tytuł nie jest tak bardzo przesadzony...
\end{frame}
\begin{frame}[fragile]
\frametitle{Potworki z interpretera - zarządzanie pamięcią.}
Na najbliższych slajdach rozważane będzie proste zadanie powiększania wektora o dodatkowy element. Pokazane zostanie, jak interpreter R działa w takim przypadku, a działa nie najlepiej, bo R bardzo lubi kopiować obiekty...
\small
<<>>=
library(pryr)
library(magrittr)
x = 1
# address zwraca adres pamieci w ktorym znajduje sie
# zmienna, jezeli po wykonaniu operacji adres sie zmienia
# - oznacza to ze zmienna zostala skopiowana
address(x)
x = append(x, 1)
address(x)
@
\end{frame}
\begin{frame}[fragile]
\frametitle{Potworki z interpretera - zarządzanie pamięcią cd.}
Dodatkowo R nie rezerwuje sobie dodatkowej pamięci na rozrastające się wektory... Dlatego też kopiuje CAŁY wektor przy dodaniu choćby jednego elementu...
<<size='footnotesize'>>=
adr = character(0)
x = numeric(0)
for(i in 1:21)
{
x = append(x, i)
adr = append(adr, address(x))
}
adr %>% matrix(ncol = 3, byrow = TRUE)
@
\end{frame}
\begin{frame}[fragile]
\frametitle{Potworki z interpretera - a jak to powinno być w 'porządnym języku'? (C++)}
<<Rcpp, size='scriptsize',engine='Rcpp'>>=
#include <Rcpp.h>
#include <string>
#include <vector>
#include <sstream>
using namespace Rcpp;
// [[Rcpp::export]]
std::vector<std::string> test_vector_memory() {
std::vector<double> vec;
std::vector<std::string> adrStr;
std::stringstream ss;
for(size_t i = 0; i < 21; i++)
{
vec.push_back(i);
ss << &vec[i];
adrStr.push_back(ss.str());
ss.str(std::string());
}
return adrStr;
}
@
\end{frame}
\begin{frame}[fragile]
\frametitle{Potworki z interpretera - a jak to powinno być w 'porządnym języku'? (C++), cd.}
<<size='footnotesize'>>=
test_vector_memory() %>% matrix(ncol = 3, byrow = TRUE)
@
Widać, że C++ mądrzej zarządza pamięcią, dzieki czemu nie musi co chwila realokować pamięci.
\end{frame}
\begin{frame}[fragile]
\frametitle{Zarządzanie pamięcią w R - konsekwencje}
W pewnych prostych zastosowaniach jest 100 i więcej razy wolniejszy od innych jezyków (w tym przypadku C++).
<<Rcpp2, engine='Rcpp', echo=FALSE>>=
#include <Rcpp.h>
#include <string>
#include <vector>
// [[Rcpp::export]]
void cpp_vector(int n) {
std::vector<double> vec;
for(int i = 0; i < n; i++)
{
vec.push_back(i);
}
}
// [[Rcpp::export]]
void cpp_vector_prealloc(int n) {
std::vector<double> vec;
vec.reserve(n);
for(int i = 0; i < n; i++)
{
vec.push_back(i);
}
}
@
<<echo=FALSE,cache=TRUE>>=
r_vector = function(n)
{
x = numeric(0)
for(i in 1:n)
{
x = c(x,i)
}
}
r_vector_prealloc = function(n)
{
x = numeric(n)
for(i in 1:n)
{
x[i] = i
}
}
@
<<cache=TRUE, dependson='Rcpp2', size='footnotesize', message=FALSE, warning=FALSE,cache=TRUE>>=
library(microbenchmark)
library(dplyr)
out = microbenchmark(
r_vector(1000),
r_vector_prealloc(1000),
cpp_vector(1000),
cpp_vector_prealloc(1000)
)
dt = data_frame(Expr = out$expr, Time = out$time)
dt = dt %>% group_by(Expr) %>% summarise(MedianTime = median(Time))
dt = cbind(dt, Relative = dt$MedianTime/min(dt$MedianTime))
dt
@
\end{frame}
\begin{frame}
\Large{A idź z taką wydajnością...}
Gdzie tu miejsce na BigData jak R wysiada wydajnościowo przy zwykłym powiększaniu wektora. Rodzi się więc pytanie:
\begin{center}
\Huge Czy R nadaje się do BigData?
\end{center}
\end{frame}
\begin{frame}
\frametitle{Odpowiedź:}
\begin{center}
\Huge I tak i nie.
\end{center}
\end{frame}
\begin{frame}
\frametitle{Trochę historii R}
\textbf{R} powstał jako rozwinięcie \textbf{S}, a sam \textbf{S} został zaprojektowany bardziej jako interfejs do kodu \textbf{Fortranowego}. R po swoim przodku dziedziczy takie podejście. Jednak nie jest interfejsem tylko dla Fortrana, ale też dla innych języków: \textbf{C}, \textbf{C++}, \textbf{Java}, \textbf{JavaScript}, i w zasadzie jakikolwiek innych języków (tylko czasem trzeba samodzielnie napisać taki interfejs).
\vspace{1cm}
Więcej na temat historii R pod linkiem: \url{https://www.youtube.com/watch?v=_hcpuRB5nGs} - gorąco polecam!
\end{frame}
\begin{frame}[fragile]
W praktyce "wolny" R służy głównie jako platforma uruchomieniowa dla bibliotek napisanych w dużo szybszych językach. Dlatego też w standardowym użyciu nie ma większych problemów z wydajnością (ale R w benchmarkach będzie wypadał słabo...).
\vspace{0.5cm}
Ilekroć w kodzie funkcji dojrzy się któreś z poniższych wywołań:
<<eval=FALSE>>=
.Call
.Internal
.Primitive
.C
.Fortran
@
tylekroć oznacza to, że obliczenia odbywają się "na zewnątrz" R, prawdopodobnie w którymś z języków kompilowanych.
\end{frame}
\begin{frame}
\frametitle{R i BigData - podsumowanie}
\centering
\Large{
R nadaje się do BigData - ale raczej jako interface do biblioteki realnie ku temu przeznaczonej (np. Hadoop i inne). Robienie BigData w czystym R nie jest raczej najlepszym pomysłem...}
\vspace{0.5cm}
\small{
Należy dodać, że wraz ze wzrostem zainteresowania R rośnie ilość i jakość pakietów do BigData i pewne rzeczy stają się możliwe do wykorzystania bezpośrednio z poziomu R i stają się naturalnie eRowe (np. pakiet \textbf{data.table} całkiem nieźle radzi sobie z operacjami na dosyć dużych zbiorach danych, np. ok 100GB, niestety muszą one mieścić się w RAM-ie... Ale RAM robi się tani jak barszcz:)).}
\end{frame}
\section{Przykład!}
\begin{frame}
Opowiadać że \textbf{R} jest fajny jako interfejs można, ale przydałby się jakiś przykład... W przypadku finansów większość zagadnień może być nudnawe dla postronnych (bo kogo interesuje GARCH, SV itp?). Zrobimy więc system rekomendacji filmów.
Założenia:
\vspace{0.5cm}
\begin{itemize}
\item Model rekomendacyjny budowany w C++ i połączony z R.
\item Aplikacja ma działać w przeglądarce.
\item Z poziomu aplikacji ma istnieć możliwość eksportu wyników w postaci dokumentu pdf, html, lub docx. (knitr, rmarkdown $+$ mustache).
\end{itemize}
Wykorzystane dane pochodzą ze strony \url{http://grouplens.org/datasets/movielens/}, i zostały zebrane w ramach projektu GroupLensl.
\end{frame}
\begin{frame}
\Huge
\centering
PRZYKŁAD!
\end{frame}
\section{R jako interface}
\begin{frame}[fragile]
\frametitle{Integracja R z C++}
Rcpp pozwala na stosunkowo prostą integrację R i C++. Np poprzez funkcję \textbf{sourceCpp}
<<size='tiny'>>=
library(Rcpp)
sourceCpp(code = "
#include <Rcpp.h>
#include <cmath>
using namespace Rcpp;
// [[Rcpp::export]]
std::vector<double> diff_log(const std::vector<double>& x)
{
std::vector<double> result;
if(x.empty()) return result;
result.reserve(x.size()-1);
double logLast = std::log(x.at(0));
double curLog;
for(size_t i = 1; i < x.size(); i++)
{
curLog = std::log(x[i]);
result.push_back(curLog - logLast);
logLast = curLog;
}
return result;
}
")
@
\end{frame}
\begin{frame}[fragile]
\frametitle{Integracja R z C++ cd.}
Wszystkie funkcje które przed swoją deklaracją zawierają $// [[Rcpp::export]]$ zostaną wyeksportowane do R:
<<size='small'>>=
x = c(10,20,30)
diff_log(x) # przykladowe wywolanie:
x = rnorm(100) + 1000
all(diff_log(x) == diff(log(x))) # czy wyniki sa zgodne?
diff_log # jak wyglada ta funkcja?
@
\end{frame}
\begin{frame}[fragile]
\frametitle{Integracja R z C++ - external pointer i pakiety.}
Główna siła Rcpp tkwi jednak w możliwości łatwego tworzenia pakietów R wykorzystujących C++. Dzięki czemu napisanie interfejsu dla dowolnej biblioteki C++, lub optymalizacja kodu R staje się trywialnie łatwe (a na CRAN-ie wyrastają jak grzyby po deszczu pakiety korzystające z tych możliwości).
\vspace{0.7cm}
W przypadku Rpp warto jeszcze zapoznać się z szablonem klasy \textbf{XPtr} który pozwala na trzymanie w R wskaźnika do dowolnej klasy C++. \textbf{Czego można chcieć więcej od życia?}
\end{frame}
\begin{frame}\frametitle{Machine Learning}
Świat nie jest na tyle różowy, by jedna metoda statystyczna górowała nad innymi w każdej sytuacji. Dlatego też ważny jest dostęp do jak najszerszego spektrum metod, tak by znaleźć najlepszą metodę dla konkretnych danych (złośliwi powiedzą, że trzeba się dofitować do danych:)). R udostępnia bardzo szeroki wchlarz procedur uczenia maszynowego, a interfejsy do popularnych bibliotek zostały już napisane.
\vspace{0.5cm}
Krótkie podsumowanie pakietów do ML można znaleźć pod adresem: \url{http://cran.r-project.org/web/views/MachineLearning.html}
\end{frame}
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\section{Shiny - aplikacje przeglądarkowe w R}
\begin{frame}
\frametitle{shiny}
\textbf{Shiny} to pakiet R zapoczątkowany przez Winstona Changa, pozwalający na tworzenie prostych aplikacji przeglądarkowych zintegrowanych z R.
\textbf{Shiny} może przyjść z pomocą statystykowi gdy:
\begin{itemize}
\item Przeprowadzane analizy są mocno powtarzalne, zmienia się np. jedynie źródło danych i główne zadanie statystyka to powtórne uruchomienie już napisanego skryptu na nowych danych.
\item Wymagany jest pewien poziom interakcji z danymi.
\item Analiza przeprowadzana jest dla kogoś innego.
\item Ten ktoś nie ma ochoty/czasu uczyć się R.
\end{itemize}
\end{frame}
\begin{frame}
\frametitle{shiny - cd.}
Przygodę z shiny najlepiej rozpocząć od tutoriali z \url{http://shiny.rstudio.com/}.
\vspace{0.7cm}
Co ciekawe znajomość JavaScriptu moze być przydatna przy korzystaniu z shiny, gdyż (trochę) podobnie jak w przypadku C++, w shiny można robić wstawki z \textbf{JS}. Na szczęście dla normalnych użytkowników - powstają coraz to nowe pakiety R udostępniające bardziej złożone funkcjonalności JS, standardowo niedostępne w shiny, bez potrzeby pisania kodu JavaScript.
\end{frame}
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\section{Markdown, knitr, \LaTeX, czyli Reproducible Research w R}
\begin{frame}[fragile]
\frametitle{markdown + knitr + rmarkdown}
Markdown jest stosunkowo prostym językiem znaczników umożliwającym tworzenie dokumentów. Dodatkowo dzięki pakietom R \textbf{rmarkdown} i \textbf{knitr} w bardzo łatwy i przyjazny można w takim dokumencie zawrzeć kod, który następnie będzie wykonany, a wyniki odpowiednio wstawione (czy to obrazki, czy tabelki - knitr zadba o wszystko).
<<eval=FALSE>>=
```{r}
plot(rnorm(10))
```
@
\end{frame}
\begin{frame}
\frametitle{Reproducible research}
Mając combo w postaci R + markdown, dużo prościej tworzyć analizy które będą łatwiejsze do odtworzenia w przyszłości. Kod, obrazki i tabelki od tej pory można zawrzeć w jedym dokumencie - i co więcej - stworzony kod będzie odzwierciedlał to co w danej chwili autor miał na myśli.
\vspace{0.5cm}
Wyobraźmy sobie piękny świat w którym autor publikacji udostępnia jej źródła i wykorzystane dane, dzięki czemu każdy zainteresowany możne dokładnie prześledzić "a skąd mu się wzięły takie wyniki w tabelce?", bo kod generujący tabelkę jest zaraz w miejscu w którym ta tabelka się znajduje, a nie w pliku x.csv, który został wygenerowany na podstawie danych z y.csv przy pomocy skryptu scr.R...
\vspace{0.5cm}
\textbf{I jeszcze pytanie filozoficzne - jakże często ten "zainteresowany" to twórca kodu kwartał później?:)}
\end{frame}
\begin{frame}[fragile]
\frametitle{Fragment dokumentu generującego raport o wybranych filmach.}
\scriptsize
\begin{verbatim}
---
title: "Rekomendacje dla ZZ"
output: html_document
---
```{r, echo=FALSE, message=FALSE}
library(knitr)
library(dplyr)
load("rateData.RData")
load("modelRecs.RData")
```
## Rekomendacje
```{r, echo=FALSE}
kable(modelRecs)
```
\end{verbatim}
By złożyć taki dokument wystarczy skorzystać z:
<<eval=FALSE>>=
library(rmarkdown)
render("nazwaPliku.Rmd")
@
\end{frame}
%%%% R + Latex
\begin{frame}
\frametitle{R + \LaTeX}
\LaTeX to dosyć ciężka artyleria, jeżeli chodzi o składanie dokumentów. I podobnie jak markdown zintegrowana z R. W tym przypadku można by mnożyć przykłady - jednak wystarczające powinno być stwierdzenie, że niniejsza prezentacja została stworzona dzięki zintegrowaniu kodu R i \LaTeX-a - oczywiście przy pomocy \textbf{knitr}a.
\end{frame}
\begin{frame}[fragile]\frametitle{whisker (mustache)}
\textbf{whisker} jest pakietem R, który implementuje \textbf{mustache} (\url{https://mustache.github.io/}), czyli swego rodzaju język szablonów.
Idea jest bardzo prosta - w tworzonym dokumencie (tekstowym, nie ma znaczenia czy to tex, skrypt R, bash czy cokolwiek innego) w miejscach które będą się zmieniać wstawiamy tagi:
<<eval=FALSE>>=
"Ala ma {{{zwierze}}}" # {{{zwierze}}} to tag
@
Następnie tworzy się listę przypisującą tagom określone wartości:
<<eval=FALSE>>=
zwierze = "kota"
@
By po wyrenderowaniu otrzymać:
<<eval=FALSE>>=
"Ala ma kota"
@
\end{frame}
\begin{frame}[fragile]\frametitle{whisker (mustache) - prosty przykład}
<<>>=
library(whisker)
name = "Nazywam sie {{{name}}} {{{surname}}}
i jestem {{{job}}}"
tags = list(name = "Zygmunt",
surname = "Zawadzki",
job = "statystykiem")
rnd = whisker.render(name, tags)
cat(rnd)
@
\end{frame}
\begin{frame}\frametitle{whisker (mustache) - prosty przykład}
Działanie \textbf{whisker}'a może wydawać się trochę trywialne - jednak w swojej prostocie jest bardzo użyteczne.
\vspace{0.5cm}
Jednym z pomysłów użycia może być generowanie raportu z poziomu shiny, w których użytkownik poprzez kontrolki w przeglądarce ustawia różne opcje. Następnie na podstawie wartości z kontrolek i szablonu dokumentu generowany jest źródło raportu, które następnie przy pomocy \textbf{knitr}'a przekształcane jest w ostateczny dokument.
\vspace{0.5cm}
O jakże oczywistym ułatwieniu w generowaniu różnorakich plików konfiguracyjnych nie warto nawet wspominać:)
\end{frame}
%%%%%%%%%%%%%%%%%%%%%%%%
\begin{frame}[fragile]
\frametitle{magrittr}
\scriptsize
\textbf{magrittr} wprowadza do R operator $\%>\%$. Wzorowany na operatorze $|>$ z F\#.
Operator $\%>\%$ przekazuje wynik wyrażenia znajdującego się po lewej stronie, do funkcji znajdującej się po prawej stronie:
<<size='scriptsize'>>=
x = 1:3
x %>% log %>% diff
# rownoznaczne:
x1 = log(x)
diff(x1)
# lub:
diff(log(x))
@
Wygląda niewinnie, ale w połączeniu z pakietem \textbf{dplyr} pozwala na pisanie bardzo złożonego, a jednocześnie jasnego kodu.
\end{frame}
%%%%%%%%%%%% dplyr
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\section{dplyr - wielka siła w R.}
\begin{frame}[fragile]
\frametitle{dplyr + magrittr}
<<message=FALSE,warning=FALSE,size='footnotesize'>>=
library(magrittr)
library(dplyr)
@
Przykładowe dane:
<<size='footnotesize',cache=TRUE>>=
library(stringi)
library(readr)
dataRaw = read_tsv("shinyApp/u.data", col_names = FALSE)
colnames(dataRaw) = c("User","Movie", "Rating", "Timestamp")
# te dane sa bardziej zlosliwe
# i trzeba wiecej wysilku by je wczytac...
movieInfo = read_lines("shinyApp/u.item")
movieInfo = stri_split_fixed(movieInfo,
pattern = "|", simplify = TRUE)
movieInfo = movieInfo[,c(1,2)]
movieInfo = data_frame(
Movie = as.numeric(movieInfo[,1]), MovieName = movieInfo[,2])
movieData = merge(dataRaw, movieInfo) %>% as_data_frame
@
\end{frame}
\begin{frame}[fragile]
\frametitle{Rzut oka na dane:}
<<>>=
movieData
@
\end{frame}
\begin{frame}[fragile]
\frametitle{Operacje na danych z dplyr}
\textbf{Cel:} Policzyć średnią ocenę dla każdego z filmów:
<<size='footnotesize'>>=
movieData %>% group_by(MovieName) %>%
summarise(MeanRt = mean(Rating)) %>%
arrange(desc(MeanRt))
@
\end{frame}
\begin{frame}[fragile]
\frametitle{Operacje na danych z dplyr}
\textbf{Cel:} Policzyć średnią ocenę dla każdego z filmów, przy czym filmy które zostały ocenione przez mniej niż 100 osób mają być nie uwzględnione:
<<size='footnotesize'>>=
movieData %>% group_by(MovieName) %>%
summarise(MeanRt = mean(Rating), nRt = n()) %>%
arrange(desc(MeanRt)) %>% filter(nRt > 100)
@
\end{frame}
\begin{frame}[fragile]
\frametitle{Operacje na danych z dplyr}
\textbf{Cel:} Policzyć średnią ocenę dla każdego z filmów, przy czym filmy które zostały ocenione przez mniej niż 100 osób mają być nie uwzględnione, a tabelka ma być w formacie \LaTeX:
<<size='footnotesize'>>=
library(knitr)
movieData %>% group_by(MovieName) %>%
summarise(MeanRt = mean(Rating), nRt = n()) %>%
arrange(desc(MeanRt)) %>% filter(nRt > 100) %>%
head(3) %>% select(-nRt) %>%
kable(digits = 3, align = "c")
@
\end{frame}
\begin{frame}[fragile]
\frametitle{Operacje na danych z dplyr}
\textbf{Cel:} Dla 2 najlepszych filmów narysować wykres kołowy przyznawanych im ocen:
<<size='footnotesize'>>=
topTen = movieData %>% group_by(MovieName) %>%
summarise(MeanRt = mean(Rating), nRt = n()) %>%
arrange(desc(MeanRt)) %>% filter(nRt > 100) %>%
head(2) %>% select(MovieName) %>% unlist()
par(mfrow = c(1,2), mar = c(2,2,2,2))
topRates = movieData %>% filter(MovieName %in% topTen) %>%
group_by(MovieName) %>%
do(Rts = (function(x) {
t = (x$Rating %>% table)/nrow(x)
pie(t, main = x$MovieName[[1]])
}
)(.))
@
\end{frame}
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\section{The Hadleyverse}
\begin{frame}
\frametitle{The Hadleyverse}
\small
W przypadku wielu języków są pewne biblioteki które należy kojarzyć, gdyż pewne zadania są bardzo typowe i powtarzalne - np. trzeba sparsować xml-a, itp.
W przypadku R oprócz znajomości pakietów do takich zastosowań - wypada znać pakiety których autorem jest Hadley Wickham - znacznie ułatwiają i uprzyjemniają pracę z R.
Poniżej subiektywna lista:
\begin{itemize}
\item dplyr - operacje na data-frame-ach - ale o tym było już mówione.
\item ggplot2 - implementacja "gramatyki" grafiki. Świetnie współpracuje z dplyr'em.
\item lubirdate - pakiet do zadań związanych z typem czasowym w R, BARDZO uprzyjemnia pracę z datami.
\item testthat - wsparcie dla pisania testów (a jak wiadmo testować trzeba).
\item reshape - obracanie danych na różne strony (czyli najczęściej do postaci która najlepiej będzie pasować dla dplyr'a:))
\end{itemize}
\end{frame}
\begin{frame}
\frametitle{The Hadleyverse - miscellaneous}
\begin{itemize}
\item \url{https://youtu.be/JxwxefRAu70} - wywiad z Hadley'em. Szczególnie polecam jego końcową radę - przynosi ukojenie w trudnych chwilach z R... A na początku większość chwil jest trudna...:)
\item \url{http://adv-r.had.co.nz/} - wersja on-line książki "Advanced R". Skarbnica wiedzy na temat wysokopoziomowych zagadnień (np. organizacja obiektowości w R), po rzeczy bardziej niskopoziomowe (jak pisać wydajnie itp).
\item \url{http://adolfoalvarez.cl/the-hitchhikers-guide-to-the-hadleyverse/} - przewodnik po Hadleyverse.
\end{itemize}
\end{frame}
\begin{frame}
\centering
\Huge
Dziękuję za uwagę!
\end{frame}
\end{document}