数据可视化
以下R包用于数据可视化：
ggplot2及其扩展：ggplot2包提供了一个强大的绘图系统，并实现了以下扩展
ggthemes：提供扩展的图形风格主题
ggmap：提供Google Maps，Open Street Maps等流行的在线地图服务模块
ggiraph：绘制交互式的ggplot图形
ggstance：实现常见图形的横向版本
GGally：绘制散点图矩阵
ggalt：添加额外的坐标轴，geoms等
ggforce：添加额外geoms等
ggrepel：用于避免图形标签重叠
ggraph：用于绘制网络状、树状等特定形状的图形
ggpmisc：光生物学相关扩展
geomnet：绘制网络状图形
ggExtra：绘制图形的边界直方图
gganimate：绘制动画图
plotROC：绘制交互式ROC曲线图
ggspectra：绘制光谱图
ggnetwork：网络状图形的geoms
ggradar：绘制雷达图
ggTimeSeries：时间序列数据可视化
ggtree：树图可视化
ggseas：季节调整工具
lattice：生成栅栏图
rgl：交互式3D绘图
ggvis：交互式图表多功能系统
htmlwidgets：一个专为R语言打造的可视化JS库
leaflet：绘制交互式地图
dygraphs：绘制交互式时间序列图
plotly：交互式绘图包，中文介绍详见这里
rbokeh：用于创建交互式图表和地图，中文介绍
Highcharter：绘制交互式Highcharts图
visNetwork：绘制交互式网状图
networkD3：绘制交互式网状图
d3heatmap：绘制交互式热力图，中文介绍
DT：用于创建交互式表格
threejs：绘制交互式3d图形和地球仪 -rglwidget：绘制交互式3d图形
DiagrammeR：绘制交互式图表
MetricsGraphics：绘制交互式MetricsGraphics图
rCharts：提供了对多个javascript数据可视化库（highcharts/nvd3/polychart）的R封装。
coefplot：可视化统计模型结果
quantmod：可视化金融图表
colorspace：基于HSL的调色板
viridis：Matplotlib viridis调色板
munsell：Munsell调色板
RColorBrewer：图形调色板
igraph：用于网络分析和可视化
latticeExtra：lattice绘图系统扩展包
sp：空间数据工具
数据转换
以下R包用于将数据转换为新的数据类型
dplyr：一个用于高效数据清理的R包。视频学习课程
magrittr：一个高效的管道操作工具包。
tibble：高效的显示表格数据的结构
stringr：一个字符串处理工具集
lubridate：用于处理日期时间数据
xts：xts是对时间序列数据(zoo)的一种扩展实现，提供了时间序列的操作接口。
data.table：用于快速处理大数据集
vtreat：一个对预测模型进行变量预处理的工具
stringi：一个快速字符串处理工具
Matrix：著名的稀疏矩阵包
统计建模与推断
下述R包是统计建模最常用的几个R包，其中的一些R包适用于多个主题。
car：提供了大量的增强版的拟合和评价回归模型的函数。
Hmisc：提供各种用于数据分析的函数
multcomp：参数模型中的常见线性假设的同时检验和置信区间计算，包括线性、广义线性、线性混合效应和生存模型。
pbkrtest用于线性混合效应模型的参数Bootstrap检验
MatrixModels：用于稠密矩阵和稀疏矩阵建模
mvtnorm：用于计算多元正态分布和t分布的概率，分位数，随机偏差等
SparseM：用于稀疏矩阵的基本线性代数运算
lme4：利用C++矩阵库 Eigen进行线性混合效应模型的计算。
broom：将统计模型结果整理成数据框形式
caret：一个用于解决分类和回归问题的数据训练综合工具包
glmnet：通过极大惩罚似然来拟合广义线性模型
gbm：用于实现随机梯度提升算法
xgboost：全称是eXtreme Gradient Boosting。是Gradient Boosting Machine的一个c++实现。目前已制作了xgboost工具的R语言接口。详见统计之都的一篇介绍
randomForest：提供了用随机森林做回归和分类的函数
ranger：用于随机森林算法的快速实现
h2o：H2O是0xdata的旗舰产品，是一款核心数据分析平台。它的一部分是由R语言编写的，另一部分是由Java和Python语言编写的。用户可以部署H2O的R程序安装包，之后就可以在R语言环境下运行了。
ROCR：通过绘图来可视化分类器的综合性能。
pROC：用于可视化，平滑和对比ROC曲线
作者：天涯清水
链接：https://www.jianshu.com/p/4da52b9e3542
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
