R语言自主数据挖掘平台

R语言可视化平台

多个数据集，同一个代码实现可视化挖掘？

R语言有强大的可视化功能，不在进行过多阐述，明确告诉大家是可以解决这个问题的。步骤如下：

一、.数据读取

1.读取和导入常用方法
你第一步要解决的问题是将数据导进去对吧？先不提及需要搭建的平台，首要任务是得解决读取数据的功能吧！
R语言中还有一些其他较为普遍的数据集读入方法，比如程序代码包，R文件，工作空间等。如下读取

 **install.packages( )#安装包**
  **BoLitce( ) #安装包**
  **library( ) #加载包**
  **source  #读取R代码**
 **dget    #读取R文件**
 **load    #读取工作空间**

2.读取xlsx中所有的sheet表格
#定义List，用list()函数来主动定义，用data.list[[i]]对文件数据进行赋值

data.list<-list()
for (i in 1:2){
 data.list[[i]]=read.xlsx("M1.xlsx",i)
 }

3.生成多个sheet表格

    flie=list()
    dataflie=paste(1:2,".xlsx",sep="")
    for(i in 1:2){
    flie[[i]]=paste("C:/Users/long/Desktop/",dataflie[i],sep="")
    write.xlsx(data.list2[[i]],file)
    }

4.读入文件夹下的数据文件
如何批量读取一个文件夹中的各种csv文件。
第一步设置环境变量

    path<- "C:/Users/long/Desktop"
    data <- list.files(micepath, pattern = "*.csv$", full.names = TRUE)

第二步：文件信息放入list中读取

    files=list()
    for (i in 1:2){
      files[i]=read.csv(data[[i]],header = F,1)     
    }

讲到这里，需要进行说明一下。当我们为了实现作业式提交的方法，将数据逐个提交到作业文件夹中，然后对数据进行读取，就可以进行该操作了，这能实现任何数据集的读取！可以避免不同文件名读取造成的问题，不需要每读取一次数据进行read.csv

二、.数据可视化图像

1.包的介绍
tidyverse是一组处理与可视化R包的集合，其中ggplot2与dplyr最广为人知。
核心包有以下一些：
ggplot2 - 可视化数据
dplyr - 数据操作语法，可以用它解决大部分数据处理问题
tidyr - 清理数据
readr - 读入表格数据
purrr - 提供一个完整一致的工具集增强R的函数编程
tibble - 新一代数据框
stringr - 提供函数集用来处理字符数据
forcats - 提供有用工具用来处理因子问题

set.seed(1234)
library(tidyverse)
library(data.table)
n <- 5
nested_data <- 
    letters[1:5] %>% 
    data.table(name=.) %>% 
    mutate(size=runif(n = 5,min=1,max=10) %>% round
           ,mean=runif(n = 5,min=1,max=10)
           ,sd=runif(n = 5,min=1,max=10)
           ) %>% 
    mutate(data = 
               pmap(
                  list(name,size,mean,sd)
                  ,function(name,size,mean,sd){
                      data_frame(
                          var = rnorm(size*100,mean,sd)
                      ) %>% 
                          set_names(name)
                  }
               )) %>% 
    select(name,data)

剩下的下次再进行说明！