Блокноты R для обмена информацией об исследованиях

В этом сообщении блога мы рассмотрим обмен информацией об исследованиях и представление этих результатов с помощью блокнотов R. Мы надеемся, что то, что вы получите от этого руководства, станет основой для отчетов и сообщений о любых результатах исследований с использованием блокнотов R.

Это дает большие преимущества, особенно когда речь идет об идее воспроизводимых исследований . Мы обсудим, что это значит и как это сделать в блокнотах R.

Оглавление

• Что такое воспроизводимость?
• Запуск ноутбука R
• Представляем пакеты в R Notebooks
• Добавление динамической ссылки в R Notebooks
• Заключение

Что такое воспроизводимость?

Идея воспроизводимости заключается в том, что любой может проверить ваши результаты, и, учитывая входные данные и процессы, которые вы использовали, они должны быть в состоянии пройти через все это. Есть несколько способов, которыми это может помочь нам в анализе данных: среда, которая делает вещи воспроизводимыми, гарантирует, что люди могут видеть, что было добавлено, возможность легко проверять файл и иметь воспроизводимого издателя.

В идеале кто-то может увидеть, как именно вы попали в отчет и как был создан график или таблица, которые вы использовали, чтобы все было в полностью воспроизводимой среде.

Теперь вам может быть интересно, как что-то вроде LuckyTemplates или Excel вписывается в это. Я бы сказал, что это середина воспроизводимого рабочего процесса. Когда мы думаем, в частности, о запросе мощности , он довольно хорош в воспроизводимости. Подумайте о Прикладных шагах , где очень очевидно увидеть задействованные процессы.

Когда дело доходит до визуализации и отчетов, здесь все становится немного сложнее. Блокноты R являются частью RStudio. У нас есть курс на портале LuckyTemplates, который поможет вам начать работу. Этот , в частности, посвящен R Markdown и R Notebooks .

Итак, если вы знакомы с блокнотом Jupyter , идея состоит в том, что мы можем чередовать текст и код, чтобы создать документ, рассказывающий историю для нашего исследования.

Мы сможем отображать эти результаты в виде множества различных выходных данных. Независимо от того, нужно ли вам создать PDF-файл или преобразовать его в HTML, R Notebooks можно использовать для различных форматов файлов.

Для начала откройте свой блокнот R и выберите «Файл», «Новый файл», затем «Блокнот R» в RStudio. Мы будем работать с более старым набором данных в ресурсах с этим очень простым исследовательским вопросом:

Зависит ли цена компьютера от того, есть ли в нем CD-ROM?

Этот вопрос устарел, но всем нам нужно с чего-то начинать. Мы также создадим основу отчета об исследовании и представим результаты исследования, используя эту базовую структуру.

Мы увидим что-то подобное в RStudio, и это то, что называется файлом .rmd, который является расширением файла R markdown. Это может немного раздражать, особенно если вы к этому не привыкли, но есть способ предварительно просмотреть отполированный конечный продукт.

Эта часть записной книжки представляет собой метаданные, называемые файлом YAML.

После этого раздела находятся эти обратные тексты, куда пойдут ваши коды. Затем идет текстовая часть документа с использованием R Markdown . Если вы использовали Markdown раньше, уценка R очень похожа. Мы можем использовать такие вещи, как звездочки и знаки решетки, для разметки и отображения наших текстов.

Давайте перейдем к R Studio и R Notebooks, а затем вместе проведем этот анализ. Нажмите на шестеренку и убедитесь, что там написано «Предварительный просмотр в области просмотра» .

Запуск ноутбука R

Мы нажмем кнопку «Предварительный просмотр», и он попросит нас сохранить его. Опять же, это файл RMD, поэтому нам нужно сначала сохранить его. На левой панели мы увидим визуализированный вывод. Теперь, если мы что-то здесь изменим и скажем что-то вроде «Компьютерный анализ» и добавим имя автора, например, Джордж Маунт , его нужно будет взять в кавычки.

Как только мы нажмем «Сохранить» , он автоматически обновится до этого.

Итак, давайте поиграем с этим. Здесь уже есть пара заполнителей, и это нормально. Первое, что мы сделаем, это напечатаем «Влияет ли CD-ROM на цену продажи?» Когда мы сохраним это, это будет Header1. Но если мы превратим это в две хеш-метки, получится Header2, и он будет меньше.

Следующим шагом является введение , где мы можем указать, почему это важно. Например, мы можем сказать, что CD-ROM — лучшая вещь или что-то в этом роде. Если вы работаете над потребительскими отчетами или работаете в отделе маркетинга, вы пытаетесь понять, какие функции действительно важны или что ищут потребители.

Мы вызовем пакеты R и начнем. Одна приятная вещь, которая мне здесь нравится, это то, что мы можем использовать HTML в R Notebook. Например, если мы хотим оставить комментарий для себя, мы можем сделать что-то вроде этого.

Когда мы сохраняем это, оно вообще не отображается. Поэтому мы просто оставляем это как комментарий для себя в тексте. Это то, что я хотел бы сделать в таких местах, как MS Word.

Представляем пакеты в R Notebooks

Следующим шагом будет использование этого графика кода здесь и добавление пары настроек. Мы можем использовать Python и SQL, но в этом примере мы используем R.

Мы прочитаем все пакеты, которые нам нужны. Если на вашем компьютере их нет, вам может потребоваться их установить.

Опять же, это не полный отчет. Мы пройдемся по скелету, чтобы показать вам пару вещей, которые нужно знать о R Markdown.

Итак, теперь мы собираемся представить, откуда мы получаем наши данные и что делает их важными. В этом случае можно сказать, что нашим источником является Journal of Applied Econometrics. Когда мы сделаем эту штуку со звездочкой, она превратится в курсив.

Затем мы прочитаем файл в Excel и воспользуемся R для его ввода. Как видите, данные уже выглядят довольно хорошо, что является еще одной интересной особенностью R Notebooks.

В зависимости от выходного формата это может даже появиться. Если вы используете HTML, ваш пользователь может пролистать данные и выполнить некоторые базовые действия. Здорово, что мы действительно можем делать это в живых документах.

Добавление динамической ссылки в R Notebooks

Теперь допустим, что мы хотим включить динамическую ссылку в текст данных. Мы хотим, чтобы это регулярно обновлялось, потому что это может быть не одно и то же каждый раз, когда мы в отчете, верно? Поэтому мы сделаем динамическую ссылку здесь, в строке, прямо в тексте.

Для всех этих кодов есть шпаргалка и справочное руководство. Перейдите в раздел «Справка» и выберите вариант для R Markdown, чтобы просмотреть все различные настройки. Вероятно, не стоит пытаться их запомнить, потому что их много, и вы можете просто использовать это вместо этого.

Мы снова вставим фрагмент R и включим FALSE , nrows и ncols .

После того, как это будет запущено и выполнено, мы можем даже перейти в среду R, чтобы увидеть, было ли оно превращено в объекты.

Еще одна приятная вещь: если вы просто разбрасываетесь идеями и хотите знать, как это будет выглядеть на самом деле, вы можете просто использовать консоль внизу. Мы можем запустить его в консоли и посмотреть, как будет выглядеть результат.

Вернемся к нашей панели просмотра. Теперь этот раздел здесь вообще не отображается в отчете. Это хорошо, если вы хотите использовать какой-то объект, но не хотите показывать какой-либо код.

Мы используем эти обратные тексты для nrows и ncols, чтобы сохранить динамику. Если у вас есть отчет в формате PDF и вам нужно автоматически изменять эти числа, вместо того, чтобы жестко кодировать их неделю за неделей, вы можете использовать эти встроенные ссылки.

Мы снова изучаем данные и проверяем цены на компьютеры.

Как только мы запустим этот код, мы увидим хорошо отформатированную описательную статистику. В зависимости от размера данных он довольно отзывчив и реагирует на размер файла.

Заключение

В этом руководстве мы обсудили важность разработки воспроизводимых исследований и оптимизации процесса передачи результатов исследований с помощью R Notebooks. Таким образом, мы можем быстро и легко воспроизвести исходные результаты и проследить, как они были получены. 

Пожалуйста, следите за продолжением этого руководства во второй части этой серии.

Джордж Маунт