如何在PyCharm运行R代码?
专题介绍:R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包,例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件,是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上,而且嵌入了一个非常方便实用的帮助系统,相比于其他统计分析软件,R的学术性开发比较早,适合生物学和医学等学术学科的科研人员使用。
【R语言】开通了R语言群,大家相互学习和交流,请扫描下方二维码,备注:姓名-R群,我会邀请你入群,一起进步和成长。
如何在PyCharm运行R代码?操作如下:
1 下载并安装R, python和PyCharm
2 安装PyCharm的R插件。
3 创建一个新的R项目和配置一个R解释器。
4 创建项目的R代码。
5 运行R代码,获得结果。
第一步:下载并安装R,Python和Pycharm。
R语言的下载和安装,请自行完成。
Python和PyCharm的下载和安装,请阅读数据科学与人工智能公众号的文章《如何安装和使用PyCharm》
第二步:安装PyCharm的R插件。
打开PyCharm,选择File-Settings-Plugins,搜索R,如下图:
点击安装,安装成功后,选择OK,然后重启Pycharm就可以使用插件了。
第三步:创建一个新的R项目和配置R解释器
选择New Project,选择R Project,并且配置R解释器,如下图所示:
点击Create,完成了R项目的创建和解释器的配置,如下图所示:
1表示项目组织结构;2表示R代码编辑器;3表示R包;4表示R控制台;5表示R工作环境。
第四步:创建项目的R代码
我们在main.R写下如下代码段
# Title : R语言,欢迎您!
# Objective : R语言公众号,欢迎更多朋友学R和用R,为R的学习和实践做点贡献
# Created by: wlq360
# Created on: 2021/4/15
print('Hello world, R')
library(tidyverse)
library(scales)
fox_data <- tibble(
cases = c(33, 61, 86, 112, 116, 129, 192, 174,
344, 304, 327, 246, 320, 339, 376),
day = as.Date("2020-03-18") + 0:14)
foxcol <- "#0c244a"
foxfont <- "Montserrat"
p <- ggplot(fox_data, aes(x = day, y = cases, label = cases)) +
geom_line(size = 3, colour = "white") +
geom_point(size = 10, colour = "white", shape = 19) +
geom_point(size = 10, colour = "black", shape = 1) +
geom_text(size = 3.5, fontface = 'bold', family = foxfont) +
theme_dark(base_family = foxfont, base_size = 10) +
theme(panel.grid.major.x = element_blank(),
panel.grid.minor.x = element_blank(),
panel.grid.major.y = element_line(colour = "grey50"),
panel.grid.minor.y = element_blank(),
panel.background = element_rect(fill = foxcol),
plot.background = element_rect(fill = foxcol),
text = element_text(colour = "white"),
axis.text = element_text(colour = "white"),
plot.title = element_text(hjust = 0.5, size = 20),
plot.caption = element_text(colour = "grey50")) +
scale_x_date(breaks = fox_data$day, labels = format(fox_data$day, "%Bn%d")) +
labs(x = "",
y = "",
title = "New Cases Per Day")
crazyfox_trans <- function(){
scales::trans_new("crazyfox",
transform = function(y){
yt <- case_when(
y <= 90 ~ y / 30,
y <= 100 ~ 3 + (y - 90) / 10,
y <= 190 ~ 4 + (y - 100) / 30,
y <= 240 ~ 7 + (y - 190) / 50,
y <= 250 ~ 8 + (y - 240) / 10,
TRUE ~ 9 + (y - 250) / 50
)
return(yt)
},
inverse = function(yt){
y <- case_when(
yt <= 3 ~ yt * 30,
yt <= 4 ~ 90 + (yt - 3) * 10,
yt <= 7 ~ 100 + (yt - 4) * 30,
yt <= 8 ~ 190 + (yt - 7) * 50,
yt <= 9 ~ 240 + (yt - 8) * 10,
TRUE ~ 250 + (yt - 9) * 50
)
return(y)
}
)
}
p +
scale_y_continuous(trans = crazyfox_trans(), breaks = c(30,60,90,100,130,160,190,240,250,300, 350,400,450)) +
labs(caption = "Matching the eccentric scale transformation in a Fox News graphic of 4 April, with Fox's axis breaks")
# Code source:http://freerangestats.info/blog/2020/04/06/crazy-fox-y-axis
第五步:运行R代码,获得结果
按Ctr+Shift+Enter运行代码,图形效果如下。
对于PyCharm运行R语言有什么问题或者想法,请留言。
伙伴们,我最近在重温李宏毅老师的机器学课程,并且做了一份学习笔记。你若是想学习和应用机器学习,强烈推荐你进入数据科学与人工智能公众号,查看我的学习笔记,亮点是1)点击阅读原文,就可以在手机上非常方便地观看课程视频;2)加入配套的机器学习群,参与讨论和交流,让我们一起来学习和应用机器学习。
最近在内推阿里巴巴资深数据分析师的岗位,详情可以进入公众号数据人才,它是一个数据人才助手。
好书推荐
3 推断统计与数据科学,moderndive和tidyverse包
4 R for machine learning,从经典的机器学习算法入手
5 R for everyone,人人都可学R和用R,以发现数据里的价值
请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!