R Ноутбуки для комунікаційних досліджень

У цій публікації блогу ми розглянемо комунікацію досліджень і представлення цих результатів за допомогою блокнотів R. Ми сподіваємося, що те, що ви отримаєте з цього підручника, стане основою для звітування та передачі будь-яких результатів досліджень за допомогою блокнотів R.

У цьому є кілька великих переваг, особливо коли йдеться про ідею відтворюваних досліджень . Ми обговоримо, що це означає та як це зробити в блокнотах R.

Зміст

• Що таке відтворюваність?
• Запуск блокнота R
• Представляємо пакети в ноутбуках R
• Додавання динамічного посилання в блокнотах R
• Висновок

Що таке відтворюваність?

Ідея відтворюваності полягає в тому, що будь-хто може перевірити ваші результати, і, враховуючи вхідні дані та процеси, які ви використовували, вони повинні мати можливість пройти через усе. Є кілька способів, за допомогою яких це може бути використано для наших потреб у аналізі даних: середовище, яке робить речі відтворюваними, переконання, що люди можуть бачити, що було внесено, можливість легко перевірити файл і наявність відтворюваного видавця.

В ідеалі хтось може побачити, як саме ви потрапили до звіту та як створено графік або таблицю, які ви використали, щоб усе було в повністю відтворюваному середовищі.

Тепер вам може бути цікаво, як щось на зразок LuckyTemplates або Excel вписується в це. Я б сказав, що це середина цього відтворюваного робочого процесу. Коли ми думаємо про power query зокрема, він досить добре відтворюється. Подумайте про застосовані кроки , де дуже очевидно побачити задіяні процеси.

Коли справа доходить до візуалізацій і звітів, тут все стає трохи складніше. Ноутбуки R є частиною RStudio. У нас є курс на порталі LuckyTemplates, щоб навчити вас працювати. Зокрема, йдеться про R Markdown і R Notebooks зокрема.

Отже, якщо ви знайомі з блокнотом Jupyter , ідея полягає в тому, що ми можемо вкраплювати текст і код, щоб створити оповідальний документ для нашого дослідження.

Ми зможемо відобразити ці результати в групі різних вихідних даних. Незалежно від того, чи потрібно вам створити PDF-файл або перевести його в HTML, R Notebooks можна використовувати для різних форматів файлів.

Для початку відкрийте свій блокнот R і перейдіть до «Файл», «Новий файл», а потім «Р-блокнот» у RStudio. Ми працюватимемо зі старішим набором даних у ресурсах із цим дуже простим дослідницьким запитанням:

Чи залежить ціна комп’ютера від того, чи є у нього CD-ROM?

Це питання застаріле, але ми всі повинні з чогось почати. Ми також створимо скелет звіту про дослідження та представимо результати дослідження, використовуючи цю базову структуру.

Ми побачимо щось подібне в RStudio, і це те, що називається файлом .rmd, який є розширенням файлу уцінки R. Це може бути трохи неприємним, особливо якщо ви до цього не звикли, але є спосіб переглянути відшліфований кінцевий продукт.

Ця частина блокнота є метаданими, які називаються файлом YAML.

Після цього розділу йдуть ці зворотні тексти, де будуть розміщені ваші коди. Потім є текстова частина документа з використанням R Markdown . Якщо ви раніше використовували Markdown, R markdown є досить схожим. Ми можемо використовувати такі речі, як зірочки та решітки, щоб розмічати та відтворювати наші тексти.

Давайте перейдемо до R Studio та R Notebooks, а потім пройдемо цей аналіз разом. Клацніть на шестірню та переконайтеся, що на панелі перегляду написано «Попередній перегляд» .

Запуск блокнота R

Ми натиснемо кнопку «Попередній перегляд», і нам буде запропоновано зберегти його. Знову ж таки, це файл RMD, тому нам потрібно буде спочатку зберегти його. На лівій панелі ми побачимо відрендерений результат. Тепер, якщо ми щось змінимо тут і скажемо щось на кшталт « Комп’ютерний аналіз» і додамо ім’я автора, наприклад Джордж Маунт , це потрібно буде взяти в лапки.

Щойно ми натиснемо «Зберегти» , воно автоматично оновиться до цього.

Тож давайте пограємо з цим. Тут уже є пара заповнювачів, і це добре. Перше, що ми зробимо, це введемо «Чи впливає CD-ROM на продажну ціну?» Коли ми збережемо це, це буде Header1. Але якщо ми перетворимо це на дві решітки, це перетвориться на Header2 і буде меншим.

Наступним кроком є ​​вступ , де ми можемо вказати, чому це важливо. Наприклад, ми можемо сказати, що CD-ROM є наступною найкращою річчю або щось подібне. Якщо ви працюєте над звітами споживачів або працюєте у відділі маркетингу, ви намагаєтеся зрозуміти, які функції дійсно важливі або що шукають споживачі.

Ми зателефонуємо до пакетів R і почнемо. Єдина приємна річ, яка мені подобається, це те, що ми можемо використовувати HTML у R Notebook. Наприклад, якщо ми хочемо залишити коментар собі, ми можемо зробити щось подібне.

Коли ми зберігаємо це, воно взагалі не відображається. Тому ми просто залишаємо це як коментар до тексту. Це те, що я хотів би зробити в таких місцях, як MS Word.

Представляємо пакети в ноутбуках R

Наступним кроком буде використання цієї схеми коду тут і додавання кількох налаштувань. Ми можемо використовувати Python і SQL, але для цього прикладу ми використовуємо R.

Ми прочитаємо всі пакети, які нам потрібні. Якщо у вас їх немає на комп’ютері, можливо, вам доведеться їх інсталювати.

Знову ж таки, це не повний звіт. Ми пройдемося по скелету, щоб показати вам кілька речей, які варто знати про R Markdown.

Тож тепер ми збираємося представити, звідки ми отримуємо наші дані та чому вони важливі. У цьому випадку ми могли б сказати, що наше джерело – Journal of Applied Econometrics. Коли ми робимо цю штуку зі зірочкою, вона перетворюється на курсив.

Потім ми прочитаємо файл у Excel і використаємо R, щоб перенести його. Як бачите, дані вже виглядають досить добре, що є ще однією цікавою особливістю R Notebooks.

Залежно від вихідного формату це може навіть з’явитися. Якщо ви використовуєте HTML, ваш користувач може фактично переглядати дані та виконувати деякі базові дії. Чудово, що ми дійсно можемо робити це в живих документах.

Додавання динамічного посилання в блокнотах R

Тепер припустімо, що ми хочемо включити динамічне посилання в текст даних. Ми хочемо, щоб це регулярно оновлювалося, оскільки це може бути не те саме щоразу, коли ми працюємо над звітом, чи не так? Тому ми зробимо динамічне посилання тут у рядку, прямо в тексті.

Для всіх цих кодів є шпаргалка та довідковий посібник. Перейдіть до довідки та виберіть один для R Markdown, щоб ви могли знайти всі різні налаштування. Ймовірно, не варто намагатися запам’ятати їх, тому що їх багато, і ви можете просто використовувати це замість цього.

Ми знову вставимо фрагмент R і включимо FALSE , nrows і ncols .

Після того, як це буде запущено та виконано, ми навіть можемо перейти до середовища R, щоб побачити, чи було воно перетворено на об’єкти.

Ще одна приємна річ: якщо ви просто розкидаєтеся ідеями та хочете знати, як це насправді виглядатиме, ви можете просто скористатися консоллю внизу. Ми можемо запустити його на консолі та подивитися, як виглядатиме результат.

Ми повернемося до нашої панелі перегляду. Тепер цей розділ взагалі не відображається у звіті. Це добре, якщо ви хочете використати якийсь об’єкт, але не хочете показувати код.

Ми використовуємо ці задні тексти на nrows і ncols, щоб зберегти динаміку. Якщо у вас є звіт у форматі PDF і вам потрібно автоматично змінити ці цифри, замість жорсткого кодування їх тиждень за тижнем, ви можете використовувати ці вбудовані посилання.

Ми знову вивчаємо дані та перевіряємо ціну комп’ютерів.

Після запуску цього коду ми можемо побачити описову статистику, яка вся добре відформатована. Залежно від розміру даних, він досить чуйний і реагує на розмір файлу.

Висновок

У цьому підручнику ми обговорили важливість розробки відтворюваних досліджень і оптимізації процесу передачі результатів дослідження за допомогою R Notebooks. Таким чином, ми можемо швидко та легко відтворити оригінальні результати та простежити назад, щоб визначити, як вони були отримані. 

Будь ласка, стежте за продовженням цього підручника в частині 2 цієї серії.

Джордж Маунт