Searching for R Packages

对于新用户和有经验的R用户来说,搜索R包是一个棘手的问题。CRAN上已经有超过13,000个软件包,新软件包的价格接近每月200个,因此无法跟上。包名几乎可以是任何东西,并且它们很少提供信息,因此按名称搜索几乎没有帮助。

幸运的是,如果你知道在哪里看,包开发者提供了一些非常有用的工具。:)这篇文章提出了一些相对较新的软件包的搜索策略。

library(tidyverse)
## ── Attaching packages ───────────────────────────────────────────── tidyverse 1.2.1 ──
## ✔ ggplot2 2.2.1     ✔ purrr   0.2.4
## ✔ tibble  1.4.2     ✔ dplyr   0.7.5
## ✔ tidyr   0.8.1     ✔ stringr 1.3.1
## ✔ readr   1.1.1     ✔ forcats 0.3.0
## ── Conflicts ──────────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
library(packagefinder)
library(dlstats)
library(cranly)

今年 7月出现在CRAN上的packagefinder v0.0.7正确地解决了问题的核心并显示了很大的希望。
允许您通过所有CRAN包的元数据进行关键字搜索。

pt_pkg <- as.tibble(findPackage("permutation test"))
## 
##  59  out of  13256  CRAN packages found in 6 seconds.
pt_pkg
## # A tibble: 59 x 5
##    SCORE NAME       DESC_SHORT                          DOWNL_TOTAL  GO   
##    <dbl> <chr>      <chr>                               <S3: format> <fct>
##  1   100 permutes   Permutation Tests for Time Series …  NA          8300 
##  2    75 AUtests    Approximate Unconditional and Perm…  NA          502  
##  3    75 jmuOutlier Permutation Tests for Nonparametri…  NA          5564 
##  4    75 lmPerm     Permutation Tests for Linear Models  NA          6083 
##  5    75 NetRep     Permutation Testing Network Module…  NA          7453 
##  6    75 perm       Exact or Asymptotic permutation te…  NA          8289 
##  7    75 permDep    Permutation Tests for General Depe…  NA          8292 
##  8    75 permuco    "Permutation Tests for Regression,…  NA          8297 
##  9    75 RATest     Randomization Tests                  NA          9287 
## 10    75 treeperm   Exact and Asymptotic K Sample Perm…  NA          12442
## # ... with 49 more rows

接下来只选取需要使用的列:

pt_pkg <- select(pt_pkg, NAME, DESC_SHORT)

现在我们有一个感兴趣的包列表,最好能够指出所选包的质量和实用性。有用性的自然衡量标准是下载包的次数。

为此,我们使用包中cran_stats()函数。此函数将包名称向量作为输入,查询RStudio下载日志,并返回一个数据框,列出每个包的月份下载次数。

pt_downloads <- cran_stats(pt_pkg$NAME)
dim(pt_downloads)
## [1] 2784    4
head(pt_downloads)
##           start        end downloads  package
## 4485 2018-05-01 2018-05-31        52 permutes
## 4544 2018-06-01 2018-06-30        89 permutes
## 4603 2018-07-01 2018-07-31        92 permutes
## 4662 2018-08-01 2018-08-31        74 permutes
## 4721 2018-09-01 2018-09-30       227 permutes
## 4780 2018-10-01 2018-10-22       142 permutes

进行一些处理,显示出每一个包在其生命周期内的总下载量

top_downloads <- pt_downloads %>% group_by(package) %>% 
                 summarize(downloads = sum(downloads)) %>%
                 arrange(desc(downloads))
head(top_downloads,10)
## # A tibble: 10 x 2
##    package        downloads
##    <fct>              <int>
##  1 coin             1103426
##  2 exactRankTests    137674
##  3 RVAideMemoire     108837
##  4 perm               97071
##  5 logcondens         83033
##  6 HardyWeinberg      55735
##  7 biotools           47694
##  8 smacof             45257
##  9 SNPassoc           38920
## 10 broman             30956

可以看见coin包下载量是最大的

top_pkgs <- pt_downloads %>% filter(package %in% top_downloads$package[1:3])
ggplot(top_pkgs, aes(end, downloads, group=package, color=package)) +
  geom_line() + geom_point(aes(shape=package))
image.png

衡量软件包质量和可靠性的一种方法是查看有多少其他软件包依赖它。

同样地,了解作者的背景,他或她编写其他R包的经验,以及他或她可能与之合作的着名R开发人员也有助于评估是否给出新发现的包是值得一试的。
在大多数情况下,背景调查并不那么容易。但是,借助于包中的中的build_network()功能,可以很容易地找到作者的协作网络。在这里,我们看到Torston拥有广泛的合作者网络。

p_db <- tools::CRAN_package_db()
clean_p_db <- clean_CRAN_db(p_db)
author_net <- build_network(object = clean_p_db, perspective = "author")
plot(author_net, author = "Torsten Hothorn", exact = FALSE)
image.png

知道最多产的CRAN包作者是谁也是有帮助的。

author_summary <- summary(author_net)
## Warning in closeness(cranly_graph, normalized = FALSE): At centrality.c:
## 2784 :closeness centrality is not well-defined for disconnected graphs
plot(author_summary)
image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,546评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,224评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,911评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,737评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,753评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,598评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,338评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,249评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,696评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,888评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,013评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,731评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,348评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,929评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,048评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,203评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,960评论 2 355

推荐阅读更多精彩内容