R语言

【重磅】中山医人微信订阅号介绍（V 1.4版） 《SPSS常用统计分析教程(SPSS 22.0中英文版)(第4版)》 配套教学视频 不断制作及持续更新ing…… 【SPSS入门】软件界面的语言设置方法 SPSS Statistics 24.0 抢鲜看 【我问一起学SPSS】卡方值后面为什么有个小a？ 【一起学Minitab】聚类分析：Q型聚类 【一起学SPSS】订阅号使用技巧 回复“ SPSSD “获取PPT下载网址 00 统计综合知识 随机化意义的流行病学阐释 关于医学科研设计的若干要点（建议收藏备查） 统计方法选用手册，以后再也不用问别人啦！ 有这样一门学科，叫做流行病学 在临床流行病学的基础上谈循证医学 SCI论文常见的统计学问题和处理方法 加强风湿病临床研究力度 如何识别和控制临床研究中的混杂与偏倚 临床研究方法学（一）：如何寻找临床研究题目？ 临床研究方法学（二）：疾病预后研究的设计与分析方法 临床研究方法学（三）：因果关系的推导及一些相关的概 念 临床研究方法学（四）：确定实验室指标的临床意义与诊断试验 临床研究方法学（五）：治疗学研究的设计与分析方法 临床研究方法学（六）： 临床医学论文书写要点 常用的多重比较统计方法 P值的迷思（一）：显著与非常显著 P值的迷思（二）：P值告诉我们什么 P值的迷思（三）：与P值相关的几个概念 P值的迷思（四）：什么是效应量？ 【干货

去年买了一本讲SqlServer的书，这几天把这本尘封已久的书拿了出来，准备按照上面的目录撸一遍。 简单的看了下这本书的目录结构，一共是九个部分 数据库安装 建立数据库和处理数据 高级T-SQL T-SQL编程 企业数据管理 SQL Server安全 监视和审计 性能调整和优化 商业智能 数据库文件 软件安装对我来说已经驾轻就熟了毕竟已经工作有一段时间了，所以我非常偷懒的跳过了第一部分，从第二部分开始看起。（上一篇也说过，我只装了sqlserver dev的数据库引擎，其余什么机器学习呀，Python和R语言还有外部扩展什么的一概没装） 建立数据库说的就比较简单了，首先说的是如何创建物理数据库，其实就是创建数据库的文件。 或许是原来玩的数据量都比较小，所以对数据库文件也就没有什么要求和注意，看完 关系数据库设计和创建物理数据库架构 一章后对数据库文件有了新的认识。 创建一个数据库默认情况下会产生两种文件，一种是数据库文件扩展名为mdf，一种是日志文件扩展名为ldf并且都在一个目录下。 其实数据库文件并不是只有mdf一种，还有一种数据库从文件的扩展名是ndf。 即数据库文件具有主从关系，一个数据库有一个主文件（mdf）和多个从文件（ndf）。 这样设计的原因我想到的场景是如果主文件被写满了，可以迅速创建一个从文件继续存储数据保证数据库的增长。（感觉集群也能实现同样的功能）

本文分享自微信公众号 - 大数据建模笔记（bigdatamodeling） 本文主要介绍python已有模块中模型评估指标的使用，主要有sklearn.metrics、scikitplot.skplt等方法，并且重点展示分类模型的常用的几个评估指标。 载入数据 加载breast-cancer数据集： # 加载数据 import pandas as pd import matplotlib.pyplot as plt from collections import Counter df = pd.read_csv( 'https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/wdbc.data' ,header= None ) Xvar = [ 'X' +str(i) for i in list(range( 1 , 31 ))] var= [ 'id' , 'y' ] + Xvar df.columns = var Counter(df[ 'y' ]) df[ 'y' ] = df[ 'y' ].map({ 'M' : 1 , 'B' : 0 }) df.info() X = df.loc[:, Xvar].values y = df[ 'y' ].values 抽样 抽样如下

　　数据分析是当下非常受欢迎的领域，而python和R语言在数据分析领域都有着非常重要的作用，那么想要从事数据分析，选择python还是R语言呢? 　　什么是python? 　　python由 Guido van Rossem 创建于 1991 年，并强调效率和代码的可读性。想要深入数据分析领域的程序员是python的主要用户。 　　当你需要在工程环境中工作，会非常喜欢python。它是一种灵活的编程语言，在处理一些新东西上表现非常好，注重可读性和简单性，学习曲线也是较低的。 　　和R类似，python也有包，pypi 是一个 Python 包的仓库，里面有写好的 Python 库。 　　python拥有一个很大社区，但是相对于比较分散，因为它是一个通用语言。python在数据科学中占据非常重要地位。 　　什么是R语言? 　　Ross Ihaka 和 Robert Gentleman 于 1995 年在S语言中创造了开源语言R。目的是专注于提供更好和更人性化的方式来进行数据分析、统计和图形模型的语言。 　　R语言主要在学术和研究方面使用，成为企业中使用的全球发展最快的统计语言之一。而且R语言有包罗万象的统计函数可以调用，特别是在时间序列分析方面，无论是经典还是前沿都有相应的包可以直接使用。 来源： oschina 链接： https://my.oschina.net/u

近日获悉，第13届中国R会（杭州）暨移动营销分析与应用论坛将于11月28-29日在浙江采用线上会议和线下会议结合的方式举办。 2020年，是中国R会值得纪念的第13个年头，在这13年中，变化的是不断壮大的统计与数据科学领域奋斗者队伍，是日渐凝聚的统计力量，而不变的是中国R会的初心——服务广大统计与数据科学爱好者，推动中国R会的不断发展。 会议时间 2020年11月28-29日。 会议地点 线下地点：待定 线上平台：腾讯会议 直播平台：小鹅通 会议主题 此次主题包含但不限于：统计学、大数据、人工智能相关理论及其在各行各业的具体应用，包括医疗健康、生物信息、消费金融、量化投资、工业工程、智能制造、软件工具、计算平台、概率统计、机器学习、人工智能、自然语言、天文地理、城市规划、环境科学、社交网络、政务数据、商务统计、人文科学等诸多话题。 关于本次R语言会议的具体内容，详见下文： https://mp.weixin.qq.com/s/6TdNIktiOJ0R_-SZCjzeHQ 本文分享自微信公众号 - 数据小兵（datasoldier）。 如有侵权，请联系 support@oschina.cn 删除。 本文参与“ OSC源创计划 ”，欢迎正在阅读的你也加入，一起分享。 来源： oschina 链接： https://my.oschina.net/datasoldier/blog

在大数据如火如荼的时候，机器学习无疑成为了炙手可热的工具，机器学习是计算机科学和统计学的交叉学科， 旨在通过收集和分析数据的基础上，建立一系列的算法，模型对实际问题进行预测或分类。 R语言无疑为我们提供了很好的工具，它正是计算机科学和统计科学结合的产物，开源免费， 相对于Python、Orange Canvas、Weka、Kinme这些免费的数据挖掘软件来说，更容易上手，统计图形也更加美观。 今天在这里和大家介绍一下Caret机器学习包的一些基本用法。 一、数据收集 下载kernlab包里的spam数据集，spam是一个邮件数据集，共有4601个观测值，58个变量，最后一个变量是一个二值变量，“spam”和“no spam”，我们要做的工作就是通过建立模型了预测观测值是否为“spam”。首先加载软件包和数据集： > library(caret) 载入需要的程辑包：lattice 载入需要的程辑包：ggplot2 警告信息： 1: 程辑包‘caret’是用R版本3.1.1 来建造的 2: 程辑包‘ggplot2’是用R版本3.1.1 来建造的 > library(kernlab) 警告信息： 程辑包‘kernlab’是用R版本3.1.3 来建造的 > data(spam) > head(spam) make address all num3d our over remove

python可视化分析总结（matplotlib、seaborn、ggplot） 一、matplotlib库 1、基本绘图命令 3、图形参数设置 4、特殊统计图的绘制 4.1 数学函数图 4.2 气泡图 4.1 三维曲面图 二、seaborn库 1、常用统计图 1.1 箱线图 1.2 小提琴图 1.3 点图 1.4 条图与计数图 1.5 分组图 1.6 概率分布图 2、联合图 3、配对图 三、ggplot库 1、图层画法+常用图形 2、快速绘图 一、matplotlib库 1、基本绘图命令 import matplotlib.pyplot as plt plt.figure(figsize=(5,4)) #设置图形大小 plt.rcParams['axes.unicode_minus']=False #正常显示负号 plt.rcParams['font.sans-self']=['Kai Ti'] #设置字体，这里是楷体，SimHei表示黑体 #基本统计图 plt.bar(x,y);plt.pie(y,labels=x);plt.plot(x,y); plt.hist(df.身高) #若参数density=True则是频率直方图 3、图形参数设置 颜色： plt.plot(x,y,c=‘red’) #参数c控制颜色 横纵坐标轴范围： plt.xlim(0,100),plt.ylim

对数据进行标准化处理，本来是一个常用的操作，可惜SPSS并没有给内置一个专用的菜单，大家都是通过【描述统计】菜单下勾选【将标准化值另存为变量】选项来完成这一步的。 而R语言就很实在了，用一枚简单的函数就可以轻松搞定。 scale(data,center=T,scale=T) 或默认参数scale(data) 两个参数center和scale的解释： 1.center和scale默认为真,即T或者TRUE 2.center为真表示数据中心化 3.scale为真表示数据标准化 我们用R自带的USJudgeRatings数据集演示一下。 head(scale(USJudgeRatings)) （展示部分结果）和SPSS的结果对比一下，完全一致。 本文完 文/图=数据小兵 更多R统计文章 R语言单一样本t检验案例实现 20个R语言小课堂视频教程送给你 R语言的正态密度曲线很美 R自带pairs函数矩阵散点图 car包spm函数矩阵散点图 用R语言pie函数做饼图 ggplot2统计图形：常见的4种箱线图 ggplot2统计图形：常见的4种直方图 按列索引按列名称删除指定的列数据 R语言Levene方差齐次检验 谁说菜鸟不会数据分析（R语言篇） table函数：分类数据的频数与频率统计 jiebaR包中文分词及词云制作 R语言带文字标签的散点图 如何获取R自带数据集与R包数据集说明文档？

前两天用python的plotly画了一个疫情图,发现这个挺简单的，但是当我用R画的时候就有点陌生了，毕竟才学没多久。。。一开始我尝试用R中的 ggplot2 包和 maps 包绘制美国疫情地图，但是发现它的呈现出来的是一张图片式的，只能显示宏观的结果，而且绘制的前提是我需要知道对应经纬度下的疫情状况，感觉有点麻烦呀。关于maps包所含的地图数据集： 国家 maps地图数据名 法国 意大利 新西兰 美国（郡） 美国（州） 美国（边界） 全世界 france italy nz country state usa world 不错，有我所需要的地理信息，我们可以绘制一个简单的美国地图（qplot绘制散点）： library(maps) library(ggplot2) qplot(long,lat,data=us.cities,color=I('blue'))+borders("state",size=0.5) 效果如下： 关于 ggplot的函数基本使用 可以参考。 更直接详细的可以参考这位大佬的站点： http://zevross.com/blog/2014/07/16/mapping-in-r-using-the-ggplot2-package/ 。 正如你所见，很宏观的显示出一些信息，但是我想让我的地图更具互动式，我在查看plotly官网的时候

单细胞测序step1——搭建云服务器下网页版Rstudio 为何是云服务器？ 之前看到师兄在朋友圈抱怨说服务器28G的内存不够用非常苦恼，之后我就打消了用实体服务器的念头，选择云服务器主要有以下几点原因： 便宜 ，16核64G+带宽5M+100G附加存储= 2.6元/小时 （所选配置越高价格越高，暑假有优惠！） 稳定性好 ，对于新手来说，云服务器简直是 试错 神器！！担心自己一顿操作搞坏云服务器？不可能的！搞坏了分分钟可以再开一台，当然，对于已经搭建了各种程序环境，保存有数据的老玩家来说，敲代码还是要慎重。 分钟级快速批量部署 灵活调整CPU,内存与硬盘等配置 多用多付，少用少付****按需计费 ，随时关机。包年包月咱买不起，但是每天一两小时的小打小闹还是可以的； 按需选购华为云服务器 购买地址 https://www.huaweicloud.com/pricing.html?ticket=ST-3209566-DUkHn1d3PEdDKcbgiZmWYCW4-sso#/ecs ： 镜像首选ubuntu，也有windows可选 登陆方式首选**"密码登录“”**（密钥过于复杂） 大部分流程就跟随着网页要求来，选择自己需要的配置资源下单，最后在控制台开启这台属于你自己的云服务器。 重点——获得公网IP123.256.18（例） windows电脑连接云服务器 在自己电脑上找到