A05-06 R Notebook

2017-06-22 20:39:31

R Notebook

简介

要求RStudio 1.0以上版本
R Notebook是一种特殊的rmarkdown文档类型
- 支持独立、交互运行单个代码块
- 代码块运行结果即时显示在文档体内
更灵活，更便于探索
notebook运行模式也可以用在.R脚本或普通.rmd文档
- Ctrl + Alt + I (OS X: Cmd + Option + I)插入代码块
- [Run chunk]按钮，或Ctrl + Shift + Enter (OS X: Cmd + Shift + Enter)运行当前代码块
- 鼠标选取代码片断，Ctrl + Shift + Enter (OS X: Cmd + Shift + Enter)运行选中代码

创建R Notebook

创建 –> 编辑 –> 设置

交互运行

交互运行时，能看到进度条

交互运行完毕后，结果显示在代码块下方

快速分享

R Notebook生成的HTML文件为.nb.html格式
可以一键切换浏览模式(显示/隐藏源代码)

Jupyter Notebook

简介

开源网络应用，用户可以快速创建基于网络的notebook应用
前身是IPython，仅支持Python
如今已成为数据科学领域的流行工具，额外支持R, Julia, Scala等
便于通过网络共享(GitHub, dropbox, nbviewer, …)
内建为网络服务，便于嵌入Web交互部件(视频、音频、JavaScript)
整合大数据工具(Spark等)，用户可使用熟悉的工具(ggplot2, pandas等)直接处理大数据集

创建Notebook

命令行(如Shell)输入jupyter notebook

启动Jupyter Notebook网络服务，浏览器打开

使用

新建notebook，选择合适的内核(kernel)
Jupyter Notebook操作单元是cell，类似于R Notebook中的chunk
- Alt + Enter添加新cell
- 3种类型(cell type): Code, Markdown, Raw NBConvert
- 写完代码后，Shift + Enter运行
- 相当于把Jupyter Notebook当成R IDE来用
File –> Download as，保存为.ipynb，.html，或.pdf
关闭标签页，并到Jupyter Notebook Home关闭该内核
关闭Shell窗口，即关闭Jupyter Notebook服务

Python也是一个好工具

Python是当今数据科学领域最热门的语言之一
- 较完备的机器学习、深度学习工具
- 适合处理大数据
与R相比，Python学习曲线较平缓
- 语法更符合计算机科学背景的技术人员的习惯
- 方法明确，一种问题通常只对应一种解决方法
- 文档更为完备，开发者社区更大
Python是一种更通用的语言
- 适合搭建网络应用等工具

那么问题来了…

我怎么安装Python和Jupyter Notebook呢?

从Python装起，再通过pip工具逐个安装必要的扩展库
但在Windows上，扩展库往往有很深的库依赖链，安装过程很容易出错
推荐用一个具备较成熟的包管理能力的Python发行版

Anaconda

简介

Anaconda是Continuum Analytics公司出品的套件
- Python有很多发行版，如WinPython， Python(x,y)
- Anaconda是目前最适合数据科学家的一个发行版
Anaconda极大地便利了数据科学家
- 一站式管理Python及其扩展库(conda或miniconda)
- 整合Jupyter Notebook, Spyder, Orange乃至RStudio等工具
- 通过其他内核(如IRkernel, sas_kernel等)扩展分析处理能力

安装配置Anaconda

安装

到下载页下载对应的Anaconda Installer

Windows: 如无法取得管理员权限，应选"just for me"
MacOS: 包括GUI安装和命令行安装
Linux: bash <路径>.sh命令

配置

通过.condarc配置conda(通道、代理等)

Windows: C:\Users\<用户>\.condarc
MacOS: ~/.condarc
Linux: /opt/<用户>/anaconda/.condarc

.condarc一般包含内容:

channels:
  - r
  - defaults
proxy_servers:
  http: http://<用户名>:<密码>@<代理服务器>:<端口号>
  https: https://<用户名>:<密码>@<代理服务器>:<端口号>

conda命令

conda是与pip类似的包管理工具(Anaconda自带conda)
- conda可以用来管理Anaconda本身
查看conda信息: conda info
帮助: conda help
罗列包: conda list
寻找包: conda search <参数> <包名>
安装包: conda install <参数> <包名>
更新包: conda update <参数> <包名>
卸载包: conda remove <参数> <包名>

管理扩展包

Anaconda内置150个包，此外可自行安装300多个包
- 可直接通过Anaconda Navigator图形界面安装扩展包
- 也可通过conda install命令自行安装
- 非conda包可通过pip来安装
部分参数 conda install|update|remove <参数> <包名>
- -h 打开帮助
- -f 强制安装
- -c 'default'以外的下载通道，默认为'anaconda.org'
- -n 指定所装入的环境
- -v 明细安装信息

加装R内核

通过conda install -c r r-essential命令在Anaconda安装独立的R环境
- 该环境包括R及百来个常用包、Rtools组件
- 不依赖既有的R环境及附加包，但要占用额外的空间

利用已有的R环境

在R中执行两步:

install.packages(c('repr', 'IRdisplay', 'evaluate', 'crayon', 'pbdZMQ', 'devtools', 
    'uuid', 'digest'))
devtools::install_github('IRkernel/IRkernel')

将IRkernel配置写入Jupyter

IRkernel::installspec()

Thank you!

回到主目录