---
disqus: ahb0222
GA : G-CQ4L16KHK4
---

[](https://hackmd.io/Ib3dNEcyRbavZ_wmjX_lnw)

> [color=#40f1ef][name=LHB阿好伯, 2020/02/17][:earth_africa:](https://www.facebook.com/LHB0222/)

[TOC]

# [在 CRAN 和 Bioconductor 上搜索所有 R 套件](https://www.rdocumentation.org/)
# [套件搜尋網站r-universe.dev](https://r-universe.dev/search/)

# Bioconductor 創建生物資訊學解決方案
https://www.bioconductor.org/
Bioconductor 專案旨在為 精確且可重複的生物數據分析。
我們培養一個由開發人員和數據組成的包容性和協作性社區 科學家。

# 資料科學整合套件-tidyverse
tidyverse整合數據科學所需的R套件
共享整理數據的基本設計原理，語法和數據結構
有望成為R的統一規範
改變整個R風格

[:earth_asia:tidyverse](https://www.tidyverse.org/)

# 資料處理
## 時間序列lubridate

:earth_asia: [lubridate](https://lubridate.tidyverse.org/)
快速方便地解析日期時間數據，提取和更新日期時間的組成部分（年，月，日，小時，分鐘和秒）
### 時間序列預測-forecast
用於顯示和分析單變量時間序列預測的方法和工具
通過狀態空間模型和自動ARIMA建模的指數平滑
:earth_asia:[forecast](https://pkg.robjhyndman.com/forecast/)
[:book: 線上參考書籍](https://otexts.com/fpp2/)

### R與Python的預測推估套件-Prophet
[:earth_asia:Prophet](https://facebook.github.io/prophet/)

### 時間序列的工具包-timetk
便於可視化，整理和預處理時間序列數據以進行預測和機器學習預測。


### Tidy tools for time series時間處理系列

[:earth_asia:Tidy tools for time series](https://tidyverts.org/index.html)

### 時間序列缺失值插補-imputeTS
[imputeTS](https://github.com/SteffenMoritz/imputeTS)

### 時間序列作為普通數據幀進行處理-tsbox
[:earth_asia:tsbox](https://www.tsbox.help/)

## 數據表data.table

提供具有語法和功能增強功能的Base R的高性能版本，data.frame以簡化易用性，便利性和編程速度。
:earth_asia: [data.table](https://rdatatable.gitlab.io/data.table/)
:earth_asia: [超高性能數據處理包data.table|張丹（Conan）](http://blog.fens.me/r-data-table/)

## 長寬表轉換-reshape2
僅使用兩個功能即可靈活地重組和聚合數據：melt和“ dcast”（或“ acast”）。

:earth_asia: [reshape2](https://github.com/hadley/reshape)


## 資料清洗-tidyr

:earth_asia: [tidyr](https://tidyr.tidyverse.org/)
:earth_asia: [tidyr演示動畫](https://github.com/gadenbuie/tidyexplain#relational-data)

## 為dplyr 提供了一個data.table後端-dtplyr

[:earth_asia: dtplyr](https://dtplyr.tidyverse.org/)

## 優美的HTML表格-DT
R數據對象（矩陣或數據框架）可以顯示為HTML頁面上的表格
DataTables在表格中提供過濾，分頁，排序和許多其他功能
:earth_asia: [DT: An R interface to the DataTables library](https://rstudio.github.io/DT/)

## DT類似套件
基於React Table庫並使用reactR製作的R的交互式數據表
:earth_asia: [reactable](https://glin.github.io/reactable/index.html)

## 探索性數據分析 （EDA）- GWalkR
只需一行代碼，即可在 R 中啟動探索性數據分析 （EDA）！GWalkR 是 R 中的互動式探索性數據分析 （EDA） 工具。它將 htmlwidgets 與 Graphic Walker 集成在一起。它可以將數據幀轉換為Tableau風格的使用者介面以進行可視化探索，從而簡化 R 資料分析和數據可視化工作流。
[:earth_asia:GWalkR](https://github.com/Kanaries/GWalkR)

### 輕鬆生成信息豐富，出版用表格-gt
:earth_asia: [gt](https://github.com/rstudio/gt)

### 更改表格布局-flextable

flextable可以輕鬆地從創建報表data.frame。您可以合併單元格，添加頁眉行，添加頁腳行，更改任何格式並指定數據在單元格中的顯示方式。表格內容還可以包含內容，文本和圖像的混合類型
:earth_asia: [flextable](https://davidgohel.github.io/flextable/articles/overview.html)

### 交互式數據編輯器-DataEditR
[:earth_asia: DataEditR](https://github.com/DillonHammill/DataEditR)

便捷的交互式GUI支持其他常用的GUI(e.g. Excel)數據操作
因此可以輕鬆在R中查看，輸入和編輯數據
- 快速查看數據的方法
- 從頭開始創建data.frame
- 使用任何讀取功能（例如read.csv()）加載保存到文件的表格數據
- 即使已指定行名，也始終包含行索引
- 添加/刪除行或列
- 編輯行名或列名
- 手動調整列大小
- 拖動一個單元格以填充其他單元格
- 將其他軟件中的數據直接粘貼到編輯器中
- 在加載數據編輯器之前以編程方式添加列/行
- 將編輯的數據複製並粘貼到其他軟件中
- 可以選擇使用任何寫入功能將編輯後的數據保存到文件（例如 write.csv()）
- 編輯後的數據導出為矩陣或data.frame以在R中使用
- 默認情況下，數據編輯器在RStudio Viewer窗格中打開，但可以更改為在彈出窗口或Web瀏覽器中打開
- 使用shinythemes主題自定義外觀
- 開發人員可以添加複選框或下拉列以供用戶輸入
- 開發人員可以使用自己的程序包徽標和標題來自定義數據編輯器

＃加載所需的套件
library(DataEditR)
＃將輸出保存到R對和csv文件
mtcars_new  < -data_edit（ mtcars,save_as  = "mtcars_new.csv"）


### 交互式線上表格-rhandsontable
[:earth_asia: rhandsontable](http://jrowen.github.io/rhandsontable/)
基於handsontable.js的R套件
Handsontable是具有Excel外觀的數據網格組件
內置JavaScript，可與任何數據源集成，實現最高效率
它具有強大的功能，例如數據驗證，排序，分組，數據綁定，支援公式與排序。

### 條件儲存格-formattable
應用於格式化數據表格
使數據表示更容易，更豐富，更靈活，傳達更多信息

### 快速數據分析平台

[:earth_asia: DisplayR](https://www.displayr.com/)

### mmtable2
使用 ggplot2/拼湊語法創建和合併表

[:earth_asia: mmtable2](https://ianmoran11.github.io/mmtable2/)

### 關聯資料表-DM
[:earth_asia: dm](https://github.com/cynkra/dm)

### gt摘要-gtsummary
[:earth_asia: gtsummary](https://www.danieldsjoberg.com/gtsummary/)

## 摘要表格
### 模型摘要-modelsummary

創建表和圖表以總結統計模型和R數據

[:earth_asia: modelsummary](https://vincentarelbundock.github.io/modelsummary/)

modelsummary 包括兩個功能家族：

- 型號匯總
- modelsummary：具有並行模型的回歸表。
- modelsummary_wide：分類響應模型或分組係數的回歸表。
- modelplot：係數圖。
- 資料摘要
- datasummary：強大的工具，可以創建（多級）交叉表和數據摘要。
- datasummary_balance：具有子組統計信息和均值差異的餘額表（也稱為“表1”）。
- datasummary_correlation：相關表。
- datasummary_skim：數據集的快速概覽（“略讀”）
- datasummary_df：將數據框變成帶有標題，註釋等的漂亮表。

### 非線性規劃求解
使用非線性約束求解非線性優化
https://cran.r-project.org/web/packages/NlcOptim/index.html
https://stackoverflow.com/questions/56684023/replicate-xl-grg-nonlinear-solver

## 運行SQL語法-sqldf
使用SQL處理R數據集
[:earth_asia: sqldf-github](https://github.com/ggrothendieck/sqldf) or [sqldf](https://cran.r-project.org/web/packages/sqldf/index.html)

## 字串處理-stringr & stringi
快速，正確，一致，可移植以及方便的 字符串/文本處理

:earth_asia:[stringr](https://stringr.tidyverse.org/)

:earth_asia:[stringi](http://www.gagolewski.com/software/stringi/)

### rprintf-各種替換規則下構建格式化字串
在各種替換規則下構建格式化字串
C 樣式格式、基於變數的格式和基於數位的格式
C 樣式格式與內置函數“sprintf”基本相同。
[:earth_asia:rprintf](https://www.r-project.org/nosvn/pandoc/rprintf.html)

## 矩陣處理-matricks 
主要函數 `m()` and `v()`
可以快速建立垂直向量與矩陣

一般矩陣的建立使用 `matrix()`

matrix(c(5, 6, 7,
         8, 0, 9,
         3, 7, 1), nrow = 3, byrow = TRUE)

:::success
[,1] [,2] [,3]
[1,] 5 6 7
[2,] 8 0 9
[3,] 3 7 1
:::

而使用 `m()` 則可以快速建立並且更簡單

library(matricks)

m(5, 6, 7|
  8, 0, 9|
  3, 7, 1)

:::success
[,1] [,2] [,3]
[1,] 5 6 7
[2,] 8 0 9
[3,] 3 7 1
:::

v(1,2,3)

:::success
[,1]
[1,] 1
[2,] 2
[3,] 3
:::

:earth_asia:[matricks](https://krzjoa.github.io/matricks/)

## R&Python資料交換 - Feather
一種快速，輕量級的文件格式支援python和R語言,同時也可以被其他語言讀取
Feather當前支持以下列類型：
- 多種數值類型（int8，int16，int32，int64，uint8，uint16，uint32，uint64，float，double）。
- 邏輯/布爾值
- 日期，時間和時間戳
- 具有固定的可能值集的因子/類別變量
- UTF-8編碼的字符串
- 任意二進制數據

所有列類型均支持NA /空值

:::danger
read_feather(path, columns = NULL)
write_feather(x, path)
:::

[:earth_asia:Feather](https://github.com/wesm/feather)

## 讀取Excel檔案

### readxl

readxl 包可以輕鬆地從 Excel 中獲取數據並導入 R。與許多現有包（例如 gdata、xlsx、xlsReadWrite）相比，readxl 沒有外部依賴項，因此它易於在所有操作系統上安裝和使用。它旨在處理表格數據。
[:earth_asia:readxl](https://readxl.tidyverse.org/)
### openxlsx
這個R包.xlsx通過提供用於編寫、樣式化和編輯工作表的高級界面來簡化文件的創建。通過使用Rcpp，讀/寫時間與xlsx和XLConnect包相當，並且具有消除對 Java 依賴的額外好處。
[:earth_asia:](https://www.rdocumentation.org/packages/openxlsx/versions/4.2.3)

## 資料搜尋比對
### Lookup

提供類似Excel中的lookup函數
[:earth_asia: lookup](https://kwstat.github.io/lookup/reference/lookup.html)

## 因子處理
### forcats
[:earth_asia:forcats](
https://forcats.tidyverse.org/)

## openair-用於空氣質量數據分析的開源工具
[:earth_asia: openair](https://davidcarslaw.github.io/openair/index.html)
# 資料可視化
## 必學會圖套件-ggplot2
>[相關參考資料](https://github.com/erikgahner/awesome-ggplot2)

:earth_asia:[ggplot2](https://ggplot2.tidyverse.org/)


### :earth_asia:[ggplot2擴增套件列表](https://exts.ggplot2.tidyverse.org/)

### [ggplot2套件集合_github](https://github.com/erikgahner/awesome-ggplot2)
## ggplot2 GUI-esquisse

以拖拉的方式快速生成ggplot圖形

:earth_asia:[esquisse](https://dreamrs.github.io/esquisse/index.html)


## 圖片配置
## UpSet圖
生成靜態UpSet圖。UpSet技術以矩陣佈局可視化集合相交
並基於分組和查詢引入集合。矩陣佈局可有效表示關聯數據
例如聚合和交集中元素的數量，以及從子集或元素屬性派生的其他摘要統計信息。
:earth_asia:[UpSetR](http://caleydo.org/tools/upset/)

upset(movies,attribute.plots=list(gridrows=60,plots=list(list(plot=scatter_plot, x="ReleaseDate", y="AvgRating"),
list(plot=scatter_plot, x="ReleaseDate", y="Watches"),list(plot=scatter_plot, x="Watches", y="AvgRating"),
list(plot=histogram, x="ReleaseDate")), ncols = 2))


## ggplot2繪圖布置
### [快速進行ggplot2繪圖布置-patchwork](/eSj1MyyJSNijH7feRJZesQ) 

非常簡單且直觀的方式將單獨的ggplots組合到同一圖形中
:earth_asia:[patchwork](https://github.com/thomasp85/patchwork)


### Cowplot

有助於創建具有出版物質量的圖形的各種功能，例如一組主題，將圖表對齊並將其排列成複雜的複合圖形的功能，以及使註釋註釋和/或將圖形與圖像混合變得容易的功能。
:earth_asia:[Cowplot](https://wilkelab.org/cowplot/index.html)

[](https://www.r-bloggers.com/2020/10/how-to-automate-exploratory-analysis-plots/)

### GUI來編輯ggplot2主題-ggThemeAssist

### ggplot註解_ggforce

[ :earth_asia: ggforce](https://ggforce.data-imaginist.com/index.html)

library(ggforce)
#> Loading required package: ggplot2
ggplot(iris, aes(Petal.Length, Petal.Width, colour = Species)) +
  geom_point() +
  facet_zoom(x = Species == "versicolor")


ggplot(iris, aes(Petal.Length, Petal.Width)) +
  geom_mark_rect(aes(fill = Species, label = Species)) +
  geom_point()


### 修改文字標籤樣式-ggtext & gridtext
[:earth_asia:ggtext](https://github.com/wilkelab/ggtext)
[:earth_asia:gridtext](https://wilkelab.org/gridtext/)

### ggplot2填充紋理-ggpattern 

ggpattern提供自定義ggplot2以幾何圖像或是圖片的區域填充

[:earth_asia: ggpattern ](https://coolbutuseless.github.io/package/ggpattern/)


### ggplot2 XY軸斷裂(省略)圖-ggbreak
[:earth_asia:ggbreak](https://github.com/YuLab-SMU/ggbreak)

### ggplot2動畫-gganimate
[:earth_asia:gganimate](https://github.com/thomasp85/gganimate)

### ggplot2重點標示-gghighlight

[:earth_asia:gghighlight](https://yutannihilation.github.io/gghighlight/)

### ggplot2 XY軸樣式-lemon
[:earth_asia:lemon](https://github.com/stefanedwards/lemon)
[:earth_asia:lemon](https://cran.r-project.org/web/packages/lemon/vignettes/capped-axes.html)

## ggthemes - ggplot2樣式修改
[:earth_asia:ggthemes](https://mran.microsoft.com/snapshot/2017-02-04/web/packages/ggthemes/vignettes/ggthemes.html)

### ggThemeAssist-編輯 ggplot2 元素的圖形介面
ggThemeAssist是一個RStudio-Addin
它使用rstudioapi軟體包，並提供一個GUI來編輯ggplot2主題
[:earth_asia:ggThemeAssist](https://github.com/calligross/ggthemeassist)

### ggsci-期刊配色

ggsci提供了一組ggplot2受科學期刊，數據可視化，科幻電影和電視節目啟發的調色板。

[:earth_asia:ggsci](https://nanx.me/ggsci/)

### rtist-著名藝術家的調色板
[:earth_asia: rtist](https://github.com/tomasokal/rtist)

### ggdark-黑色背景主題


[:earth_asia:ggdark](https://github.com/nsgrantham/ggdark)

### R超好用選色套件_cols4all_修改ggplot2配色
[:earth_asia:cols4all](https://hackmd.io/@LHB-0222/R_Cols4all)

### ggeasy-快速修改XY軸與字體

[:earth_asia: ggeasy](https://jonocarroll.github.io/ggeasy/index.html)

### ggrepel-排斥重疊的文本標籤

[:earth_asia:ggrepel](https://github.com/slowkow/ggrepel?s=09)

### geomtextpath-文字隨路徑彎曲
[:earth_asia:geomtextpath](https://allancameron.github.io/geomtextpath/)



#### [ggplot2備忘清單](http://zevross.com/blog/2014/08/04/beautiful-plotting-in-r-a-ggplot2-cheatsheet-3/)

## 支援ggplot2交互式開源圖形庫-Plotly 
用於通過[plotly](https://plot.ly/)的JavaScript圖形庫創建交互式的基於Web的圖形
可轉換ggplot2的圖形為Plotly交互式圖形
並且也支援python

[:earth_asia:plotly](https://plot.ly/r/#basic-charts)

## 特殊圖形

### 交互圖echarts4r
通過Apache ECharts進行R的交互式可視化

[:earth_asia:echarts4r](https://echarts4r.john-coene.com/index.html)

### Panta Rhei-Sankey桑基圖

“ PantaRhei”是R包，用於生成Sankey圖
Sankey圖表將保守物質在系統中的流動可視化
通常由節點網絡和它們之間的通量組成，其中每個內部節點的總餘額為0，即輸入等於輸出
Sankey圖與所謂的沖積圖不同，因為它們允許循環流：源自單個節點的流可以直接或間接地貢獻給同一節點的輸入
Sankey圖通常用於顯示能源系統，物質流等
“ PantaRhei”使用簡單的語法來使用表格中的數據（例如電子表格）來設置圖表
“ PantaRhei”能夠生成出版質量的圖表

[:earth_asia: Panta Rhei ](https://cran.r-project.org/web/packages/PantaRhei/vignettes/panta-rhei.html)

### 邊緣圖-ggExtra

[:earth_asia:ggExtra](https://github.com/daattali/ggExtra)

[ggplot2邊緣圖_ggExtra](/bimBjKUMSHqtDI3xh0HQdw)

### 邊緣圖2-ggside
[:earth_asia:ggside](https://cran.r-project.org/web/packages/ggside/vignettes/ggside_basic_usage.html)

### 相關矩陣-GGally
[:earth_asia:GGally](https://ggobi.github.io/ggally/index.html)

### 矩陣顯示控制-trelliscopejs
[:earth_asia: trelliscopejs](https://hafen.github.io/trelliscopejs/)

### 日曆圖-calendR
[:earth_asia: calendR](https://r-coder.com/calendar-plot-r/?utm_source=ZHShareTargetIDMore&utm_medium=social&utm_oi=1054892840450195456)

### 華夫餅圖-waffle
[:earth_asia:waffle](https://github.com/hrbrmstr/waffle/blob/master/README.md?s=07&fbclid=IwAR0yvWifvZvNfEwiwbe5zG2zcWDuPDBk-1XZvfvJPRBHgJpe0nTy8wAWO-Y)


### 圓形圖-circlize

[circlize](https://github.com/jokergoo/circlize)

### 散點圖和二維密度圖之間-ggpointdensity
[ggpointdensity](https://github.com/LKremer/ggpointdensity)

### 特殊點圖-ggstar
[:earth_asia:ggstar](https://cran.r-project.org/web/packages/ggstar/vignettes/ggstar.html?s=07&fbclid=IwAR2J46bzK5R34VIvpt0wMwwXXbDP2MuoQk3Pt6PE0sQgqub-kjp-cCnxHoU)

install.packages("ggstar")
library(ggstar)
p1 <- show_starshapes()
p1


ggplot(data=mtcars, aes(x=wt, y=mpg)) +
      geom_star(aes(fill=cyl), size=2.5) +
      scale_fill_gradient(low="blue", high="red") +
      coord_polar() +
      theme(panel.border=element_blank(),
            legend.spacing.y = unit(0.02, "cm"))


### 時髦熱圖-funkyheatmap
[:earth_asia:funkyheatmap](https://github.com/dynverse/funkyheatmap)

### 複雜的熱點圖 ComplexHeatmap

[:earth_asia:ComplexHeatmap ](https://jokergoo.github.io/ComplexHeatmap-reference/book/a-single-heatmap.html)

https://jokergoo.github.io/ComplexHeatmap-reference/book/


### 特殊熱點圖l_inkET
[:earth_asia:linkET](https://github.com/Hy4m/linkET)

### Rayshader-2D轉3D圖形
用於在 R 中生成 2D 和 3D 數據可視化
rayshader 使用基本 R 矩陣中的高程數據以及光線跟蹤
山體陰影演算法和疊加的組合來生成令人驚歎的 2D 和 3D 地圖
除了地圖，rayshader還允許使用者將ggplot2對象轉換為漂亮的3D數據可視化。
[:earth_asia:rayshader](https://www.rayshader.com/)
## [交互式網頁Shiny!](https://i.imgur.com/XpGnhGu.png)
>[擴充參考資料](https://github.com/nanxstats/awesome-shiny-extensions#cloud-deploy)

>[R Shiny的精選資源清單](https://github.com/grabear/awesome-rshiny)

>[R Shiny的精選套件](https://github.com/nanxstats/awesome-shiny-extensions)

交互式方法通過Shiny講述您的數據故事。讓用戶與您的數據和您的分析進行交互。並用R完成所有操作
[:earth_asia: shiny](https://shiny.rstudio.com/reference/shiny/)

[:earth_asia:線上範例](https://shiny.rstudio.com/gallery/)
### 線上部署Shiny app


:earth_asia: [Shinyapps](https://www.shinyapps.io/)

### 通過拖放構建閃亮的應用程式UI_shinyuieditor
[:earth_asia: shinyuieditor](https://rstudio.github.io/shinyuieditor/)

### 手機模板-shinyMobile

為“ iOS”，“ Android”，桌機以及漂亮的“shiny”小工具開發出色的“shiny”應用

:earth_asia: [shinyMobile](https://rinterface.github.io/shinyMobile/)

### 創建Shiny拖放物件-ShinyDND
:earth_asia: [shinyDND](https://github.com/ayayron/shinydnd)

### Shiny物件提示與回饋-shinyFeedback
用於在Shiny的輸入項目旁邊顯示用戶提示與回饋


[:earth_asia: shinyFeedback](https://merlinoa.github.io/shinyFeedback/index.html)
### 彈出視窗-shinyalert

以輕鬆地在Shiny中創建漂亮的彈出視窗
[ :earth_asia: shinyalert](https://github.com/daattali/shinyalert)

### 變更Shiny外觀-semantic.dashboard
借助語義UI支持，使您的應用煥然一新。再簡單不過了！
只需安裝semantic.dashboard並將其加載到您的應用即可
由於與經典儀表板的兼容性，您無需從頭開始

[:earth_asia: semantic.dashboard](https://github.com/Appsilon/semantic.dashboard)

[參考資料](https://www.r-bloggers.com/2020/12/how-to-make-impressive-shiny-dashboards-in-under-10-minutes-with-semantic-dashboard/)
### Shiny主題-Shinythemes
使用Shinythemes軟件包輕鬆更改Shiny應用程序的整體外觀


[:earth_asia: Shinythemes](https://rstudio.github.io/shinythemes/)

### bslib-自定義主題
為Shiny應用，R Markdown文檔等創建自定義主題

[:earth_asia: bslib](https://github.com/rstudio/bslib)

### shiny的Fomantic（語義）UI包裝-shiny.semantic

[:earth_asia: shiny.semantic](https://github.com/Appsilon/shiny.semantic)

### Shiny 畫布_fabricerin
可以使用畫布來渲染形狀，圖像和文本
也可以創建畫布以進行繪圖/做筆記

[:earth_asia: fabricerin](https://github.com/feddelegrand7/fabricerin)

### 顯示運作代碼-shinymeta
[:earth_asia:shinymeta](https://github.com/rstudio/shinymeta)

### 更多的控制物件-shinyWidgets
[:earth_asia: shinyWidgets](https://github.com/dreamRs/shinyWidgets)

### 執行JAvaScript-shinyjs
{shinyjs}允許您在閃亮應用中執行常見的有用 JAvaScript 操作，這將極大地改善您的應用，而無需知道任何 JAvaScript
[:earth_asia: shinyjs](https://github.com/daattali/shinyjs)


### 顯示執行進度-waiter
[:earth_asia: waiter](https://waiter.john-coene.com/#/)


### datamods 數據導入和操作外掛
[datamods](https://github.com/dreamRs/datamods)

### 進階擴充shinydashboardPlus
[:earth_asia:shinydashboardPlus](https://github.com/RinteRface/shinydashboardPlus)

### 帳號管理shinymanager
簡單安全的身份驗證機制，適用於單個「shiny」應用程式
憑據存儲在加密的SQLite資料庫中
密碼使用scrypt R包進行哈希處理
主應用程式的原始程式碼受到保護，直到身份驗證成功。

[:earth_asia:shinymanager](https://github.com/datastorm-open/shinymanager)

### 帳號管理shinyauthr

[:earth_asia:shinyauthr](https://github.com/PaulC91/shinyauthr)

### 切割畫面r2resize
在 Shiny、Rmarkdown 和 Quarto 文件中對分屏容器、視窗、圖像和表格進行文字內調整大小

[:earth_asia: r2resize](https://r2resize.obi.obianom.com/?utm_source=com.facebook.orca&utm_medium=social&utm_oi=1054892840450195456)

### 特定 URL 來重新創建應用的狀態-shiny.router
[:earth_asia:shiny.router](https://appsilon.github.io/shiny.router/index.html)


## 簡單創建儀表板-flexdashboard
使用R Markdown可以將一組相關的數據可視化製作成儀表板。


支持多種組件，包括htmlwidgets ; base, lattice, and grid graphics; tabular data; gauges and value boxes；和文字註釋。

靈活且易於指定基於行和列的佈局。可以智能地調整組件的大小以填充瀏覽器並適合在移動設備上顯示。

演示圖板佈局，用於呈現可視化序列和相關註釋。

（可選）使用Shiny動態驅動可視化。
[:earth_asia: flexdashboard](https://rmarkdown.rstudio.com/flexdashboard/index.html)

## H2O Wave儀錶板
H2O Wave 是一個軟體堆疊，用於完全使用 Python/R 構建美觀、低延遲、即時、基於瀏覽器的應用程式和儀錶板，而無需使用 HTML、Javascript 或 CSS。

## 線上簡報
### xaringan
一個R包，用於通過R Markdown使用remark.js創建幻燈片
https://slides.yihui.org/xaringan/zh-CN.html#1

[:earth_asia: xaringan](https://github.com/yihui/xaringan)

### xaringanthemer
xaringanthemer與 xaringan協同工作
R軟件包可將您的R Markdown變成使用remarkjs庫呈現為網頁的精美HTML幻燈片

# 打包Shiny成電腦軟體-electricShine
:earth_asia: [electricShine](https://github.com/chasemc/electricShine)

## 各式JavaScript可視化庫-htmlwidgets for R

就像繪圖一樣，在R控制台上使用JavaScript可視化庫
將小部件嵌入R Markdown文檔和Shiny Web應用程序中
使用無縫連接R和JavaScript的框架開發新的小部件

:earth_asia: [htmlwidgets](http://www.htmlwidgets.org/index.html)

## 開源交互式地圖-Leaflet for R

:earth_asia: [Leaflet](http://rstudio.github.io/leaflet/)

### 離線地圖圖資

:earth_asia: [GADM地圖和數據](https://gadm.org/index.html)

## 條件儲存格-formattable
格式化應用於向量和數據框
使數據表示更容易，更豐富，更靈活，傳達更多信息

:earth_asia: [formattable](https://github.com/renkun-ken/formattable)

## [生成R新的調色板-evoPalette](https://github.com/doehm/evoPalette)
evoPalette允許發現和生成R的新調色板
:earth_asia: [evoPalette](https://github.com/doehm/evoPalette)

## 各式調色盤集合-paletteer
一個通用的接口將各調色板全面收集

:earth_asia: [paletteer](https://github.com/EmilHvitfeldt/paletteer)

| Name | Github | CRAN |
| :-- | :-- | :-- |
| awtools | [awhstin/awtools - 0.2.1](https://github.com/awhstin/awtools) | - |
| basetheme | [KKPMW/basetheme - 0.1.2](https://github.com/KKPMW/basetheme) | [0.1.2](https://cran.r-project.org/package=basetheme) |
| calecopal | [an-bui/calecopal - 0.1.0](https://github.com/an-bui/calecopal) | - |
| cartography | [riatelab/cartography - 2.3.1.0](https://github.com/riatelab/cartography) | [2.3.0](https://cran.r-project.org/package=cartography) |
| colorblindr | [clauswilke/colorblindr - 0.1.0](https://github.com/clauswilke/colorblindr) | - |
| colRoz | [jacintak/colRoz - 0.2.2](https://github.com/jacintak/colRoz) | - |
| dichromat | - | [2.0-0](https://cran.r-project.org/package=dichromat) |
| DresdenColor | [katiesaund/DresdenColor - 0.0.0.9000](https://github.com/katiesaund/DresdenColor) | - |
| dutchmasters | [EdwinTh/dutchmasters - 0.1.0](https://github.com/EdwinTh/dutchmasters) | - |
| fishualize | [nschiett/fishualize - 0.2.999](https://github.com/nschiett/fishualize) | [0.1.0](https://cran.r-project.org/package=fishualize) |
| futurevisions | [JoeyStanley/futurevisions - 0.1.0](https://github.com/JoeyStanley/futurevisions) | - |
| gameofthrones | [aljrico/gameofthrones - 1.0.2](https://github.com/aljrico/gameofthrones) | [1.0.2](https://cran.r-project.org/package=gameofthrones) |
| ggpomological | [gadenbuie/ggpomological - 0.1.2](https://github.com/gadenbuie/ggpomological) | - |
| ggsci | [road2stat/ggsci - 2.9](https://github.com/road2stat/ggsci) | [2.9](https://cran.r-project.org/package=ggsci) |
| ggthemes | [jrnold/ggthemes - 4.2.0](https://github.com/jrnold/ggthemes) | [4.2.0](https://cran.r-project.org/package=ggthemes) |
| ggthemr | [cttobin/ggthemr - 1.1.0](https://github.com/cttobin/ggthemr) | - |
| ghibli | [ewenme/ghibli - 0.3.1.9000](https://github.com/ewenme/ghibli) | [0.3.1](https://cran.r-project.org/package=ghibli) |
| grDevices | - | 2.0-14 |
| harrypotter | [aljrico/harrypotter - 2.1.1](https://github.com/aljrico/harrypotter) | [2.1.1](https://cran.r-project.org/package=harrypotter) |
| IslamicArt | [lambdamoses/IslamicArt - 0.1.0](https://github.com/lambdamoses/IslamicArt) | - |
| jcolors | [jaredhuling/jcolors - 0.0.4](https://github.com/jaredhuling/jcolors) | [0.0.4](https://cran.r-project.org/package=jcolors) |
| LaCroixColoR | [johannesbjork/LaCroixColoR - 0.1.0](https://github.com/johannesbjork/LaCroixColoR) | - |
| lisa | [tyluRp/lisa - 0.1.1.9000](https://github.com/tyluRp/lisa) | [0.1.1](https://cran.r-project.org/package=lisa) |
| MapPalettes | [disarm-platform/MapPalettes - 0.0.2](https://github.com/disarm-platform/MapPalettes) | - |
| miscpalettes | [EmilHvitfeldt/miscpalettes - 0.0.0.9000](https://github.com/EmilHvitfeldt/miscpalettes) | - |
| nationalparkcolors | [katiejolly/nationalparkcolors - 0.1.0](https://github.com/katiejolly/nationalparkcolors) | - |
| NineteenEightyR | [m-clark/NineteenEightyR - 0.1.0](https://github.com/m-clark/NineteenEightyR) | - |
| nord | [jkaupp/nord - 1.0.0](https://github.com/jkaupp/nord) | [1.0.0](https://cran.r-project.org/package=nord) |
| ochRe | [ropenscilabs/ochRe - 1.0.0](https://github.com/ropenscilabs/ochRe) | - |
| oompaBase | - | [3.2.9](https://cran.r-project.org/package=oompaBase) |
| palettesForR | [frareb/palettesForR - 0.1.2](https://github.com/frareb/palettesForR) | [0.1.2](https://cran.r-project.org/package=palettesForR) |
| palettetown | [timcdlucas/palettetown - 0.1.1.90000](https://github.com/timcdlucas/palettetown) | [0.1.1](https://cran.r-project.org/package=palettetown) |
| palr | [AustralianAntarcticDivision/palr - 0.2.0](https://github.com/AustralianAntarcticDivision/palr) | [0.2.0](https://cran.r-project.org/package=palr) |
| pals | [kwstat/pals - 1.6](https://github.com/kwstat/pals) | [1.6](https://cran.r-project.org/package=pals) |
| PNWColors | [jakelawlor/PNWColors - 0.1.0](https://github.com/jakelawlor/PNWColors) | - |
| Polychrome | - | [1.2.4](https://cran.r-project.org/package=Polychrome) |
| rcartocolor | [Nowosad/rcartocolor - 2.0.0](https://github.com/Nowosad/rcartocolor) | [2.0.0](https://cran.r-project.org/package=rcartocolor) |
| RColorBrewer | - | [1.1-2](https://cran.r-project.org/package=RColorBrewer) |
| Redmonder | - | [0.2.0](https://cran.r-project.org/package=Redmonder) |
| RSkittleBrewer | [alyssafrazee/RSkittleBrewer - 1.1](https://github.com/alyssafrazee/RSkittleBrewer) | - |
| scico | [thomasp85/scico - 1.1.0](https://github.com/thomasp85/scico) | [1.1.0](https://cran.r-project.org/package=scico) |
| tidyquant | [business-science/tidyquant - 1.0.0](https://github.com/business-science/tidyquant) | [1.0.0](https://cran.r-project.org/package=tidyquant) |
| trekcolors | [leonawicz/trekcolors - 0.1.2](https://github.com/leonawicz/trekcolors) | [0.1.1](https://cran.r-project.org/package=trekcolors) |
| tvthemes | [Ryo-N7/tvthemes - 1.1.0](https://github.com/Ryo-N7/tvthemes) | [1.1.0](https://cran.r-project.org/package=tvthemes) |
| unikn | [hneth/unikn - 0.2.0.9003](https://github.com/hneth/unikn) | [0.2.0](https://cran.r-project.org/package=unikn) |
| vapeplot | [seasmith/vapeplot - 0.1.0](https://github.com/seasmith/vapeplot) | - |
| vapoRwave | [moldach/vapoRwave - 0.0.0.9000](https://github.com/moldach/vapoRwave) | - |
| viridis | [sjmgarnier/viridis - 0.5.1](https://github.com/sjmgarnier/viridis) | [0.5.1](https://cran.r-project.org/package=viridis) |
| visibly | [m-clark/visibly - 0.2.7](https://github.com/m-clark/visibly) | - |
| werpals | [sciencificity/werpals - 0.1.0](https://github.com/sciencificity/werpals) | - |
| wesanderson | [karthik/wesanderson - 0.3.6.9000](https://github.com/karthik/wesanderson) | [0.3.6](https://cran.r-project.org/package=wesanderson) |
| yarrr | [ndphillips/yarrr - 0.1.6](https://github.com/ndphillips/yarrr) | [0.1.5](https://cran.r-project.org/package=yarrr) |

## 2D to 3D繪圖轉換-rayshader
rayshader是用於在R中生成2D和3D數據可視化效果的開源軟件包
rayshader使用基本R矩陣中的高程數據以及射線跟踪，球形紋理貼圖，疊加和環境光遮擋的組合來生成精美的2D和3D地形圖
除地圖外，rayshader還允許用戶將ggplot2對象轉換為精美的3D數據可視化效果


:earth_asia: [rayshader](https://github.com/tylermorganwall/rayshader)

# 網路資料
## 爬蟲-rvest

rvest可幫助您從網頁中抓取信息。它被設計與[magrittr](https://github.com/smbache/magrittr)配合[使用](https://github.com/smbache/magrittr)，受python [Beautiful Soup](https://www.crummy.com/software/BeautifulSoup/)套件的啟發，輕鬆在常見的網頁抓取資料

### 好用Chrome套件
[XPath Helper](https://chrome.google.com/webstore/detail/xpath-helper/hgimnogjllphhhkhlmebbmlgjoejdpjl/related?hl=zh-TW)

[SelectorGadget](https://chrome.google.com/webstore/detail/selectorgadget/mhjhnkcfbdhnjickkkdbjoemdmbfginb?hl=zh-TW)

:earth_asia: [rvest](https://github.com/tidyverse/rvest)

## 讀取google硬碟資料
允許您與R中的Google雲端硬盤中的文件進行交互
:earth_asia: [googledrive](https://googledrive.tidyverse.org/index.html)

## XML數據轉換為R表格_xmlconvert

輕鬆舒適地將XML數據轉換為R表格
它提供了很多選項來控制轉換過程並將結果導出到CSV或Excel文件。
[:earth_asia: xmlconvert](https://github.com/jsugarelli/xmlconvert/)

## 簡單表格爬取_ralger

[:earth_asia: ralger](https://github.com/feddelegrand7/ralger)

## 網頁截圖_webshot2
R 中輕鬆截取網頁畫面
[:earth_asia: webshot2](https://github.com/rstudio/webshot2)

## docker執行Selenium_dockeR
[:earth_asia:dockeR](https://github.com/benjaminguinaudeau/dockeR)

# 實用
## 管道符-magritter `%>%`

減少開發時間並提高代碼的可讀性和可維護性

:earth_asia:[magritter](https://cran.r-project.org/web/packages/magrittr/vignettes/magrittr.html)

## 迴圈運算-purrr

通過提供用於處理函數和向量的完整且一致的工具集，增強了R的功能編程（FP）工具包。如果您以前從未聽說過FP，那麼最好的起點就是map()函數係列，它使您可以用更簡潔，更易於閱讀的代碼替換許多for循環。
:earth_asia: [purrr](https://purrr.tidyverse.org/)

## 創建MS office-officer R package

操作Word（.docx）和PowerPoint（*.pptx）文檔
可以將圖像，表格和文本利用R添加到的文檔中
:earth_asia: [officer R package](https://davidgohel.github.io/officer/)

## R Markdown 格式設定工具-formatdown
[:earth_asia: formatdown](https://github.com/graphdr/formatdown/)
https://cran.r-project.org/web/packages/formatdown/vignettes/format_powers_of_ten.html

## 創建與Excel類似的表格-excelR

:earth_asia: [excelR](https://swechhya.github.io/excelR/)

## 線上電子表格-x-spreadsheet


:earth_asia: [x-spreadsheet](https://github.com/myliang/x-spreadsheet)

## renv 套件環境管理(管理 R 專案中的依賴項)

https://rstudio.github.io/renv/articles/renv.html

https://www.r-bloggers.com/2023/03/r-renv-how-to-manage-dependencies-in-r-projects-easily/?utm_source=phpList&utm_medium=email&utm_campaign=R-bloggers-daily&utm_content=HTML

## 自動執行R程式碼(Win) - taskscheduleR

允許在Windows設定特定時間點自動執行R程序

[:earth_asia: taskscheduleR](https://cran.r-project.org/web/packages/taskscheduleR/vignettes/taskscheduleR.html)

## Excel中執行R_BERT
BERT是用於將Excel與統計語言R連接的工具
具體來說，它旨在支持從Excel電子表格單元格運行R函數

用Excel術語來說，是用R編寫用戶定義函數（UDF）


[:earth_asia:BERT](https://bert-toolkit.com/)

## 管理套件與安裝特定時間的套件版本_groundhog

[:earth_asia:groundhog](http://groundhogr.com/)
- groundhog.library(pkg,date) 加載套件及其依賴項（在選定日期可用）。
- 如果需要，自動安裝需要套件
- 安裝將保留而不是替換該套件的現有其他版本。
- 如果想停止使用groundhog，只需： ~~groundhog.~~ library(pkg, ~~date~~ )

install.packages("groundhog")
library("groundhog")
groundhog.library("rio", "2020-03-01") ＃始終加載此日期的{rio}套件

## 程式碼執行效能評估-Profvis
[:earth_asia: Profvis](https://rstudio.github.io/profvis/)

R 的耗時分析工具
提供了一個互動式圖形介面
可視化來自R內置數據收集分析數據的工具

## Rstudio插件列表
https://github.com/daattali/addinslist

### 類似Python import-Import

[:earth_asia: Import ](https://github.com/rticulate/import)

### 使用Docker處理RMD資料_liftr

使用Docker容器化和呈現R Markdown文檔

[:earth_asia:liftr](https://liftr.me/index.html)

### Excel複製貼上至Rstudio_datapasta

# 圖像處理
## R中的高級圖像處理 - magick
與ImageMagick的綁定：可用的最全面的開源圖像處理庫。支持許多常見格式（png，jpeg，tiff，pdf等）和操作（旋轉，縮放，裁切，修剪，翻轉，模糊等）
所有操作都是通過Magick ++ STL矢量化的，這意味著它們可以在單個幀或一系列幀上進行操作，以處理圖層，拼貼或動畫
在RStudio中，將圖像打印到控制台後會自動預覽，從而形成一個交互式編輯環境

:earth_asia: [magick](https://cran.r-project.org/web/packages/magick/vignettes/intro.html)

## 用於圖像處理的R包 - imager

[:earth_asia:imager](http://dahtah.github.io/imager/)

## R中的圖像處理與魔術
[:earth_asia:magick](http://dahtah.github.io/imager/)

## 提取圖片顏色 - colorfindr
從各種圖像類型中提取顏色，繪製樹圖和顏色組成的3D散點圖，創建調色板。
[:earth_asia:colorfindr](https://github.com/zumbov2/colorfindr)


## 重新上色並提取顏色分析-recolorize


[:earth_asia:recolorize](https://cran.r-project.org/web/packages/recolorize/vignettes/Introduction.html)

# 地圖&GIS
## mapsf-使用R創建地圖
[:earth_asia:mapsf](https://riatelab.github.io/mapsf/articles/mapsf.html)

## 各種地圖樣式-maptiles
[:earth_asia:maptiles](https://github.com/riatelab/maptiles?s=07&fbclid=IwAR3lJYUMgeNDKy3zAuLqMSZc8HAVAMcQzJkgGevbD-b9m3bUuU540hoMWy0)


## 等高線增強-tanaka
「浮雕輪廓法」、「照明輪廓法」或「陰影輪廓法」” 等高線法“，
在地圖上使用帶陰影的等值線
結果是一個類似 3D 的地圖
ggplot2使用metR
https://eliocamp.github.io/metR/reference/geom_contour_tanaka.html

# 其他實用工具

## 多線程提高運行性能-Microsoft R Open

[:earth_asia:Microsoft R Open: The Enhanced R Distribution](https://mran.revolutionanalytics.com/open)

## 創建R可重現的環境-renv

[:earth_asia:renv](https://rstudio.github.io/renv/)

## R 版本管理_rig

Install, remove, configure R versions.
安裝、刪除、配置 R 版本。
https://github.com/r-lib/rig

## R與Python間快速交換數據-Feather
輕巧，最小的API：使數據盡可能快地寫入和寫出內存
與語言無關：無論是用Python還是R代碼編寫，Feather文件都是相同的。其他語言也可以讀取和寫入Feather文件

[:earth_asia:Feather](https://github.com/wesm/feather)
[參考範例](https://blog.rstudio.com/2016/03/29/feather/)

## 用R生成簡歷-datadrivencv

[:earth_asia: datadrivencv](https://github.com/nstrayer/datadrivencv)

### 使用R Markdown創建和維護簡歷或簡歷-vitae


## 交互式學習-learnr

1. 敘述，圖形，插圖等資訊
2. 代碼練習（用戶可以直接編輯和執行的R代碼塊）。
3. 測驗問題
4. 視頻（受支持的服務包括YouTube和Vimeo）。
5. 交互式shiny

[:earth_asia:learnr](https://rstudio.github.io/learnr/index.html)

## 編寫可重用、可組合和模組化的 R 代碼-box
[:earth_asia:box](https://github.com/klmr/box?s=07&fbclid=IwAR2iheyr02UwAS8IaS_z6V56s6alETx2iEAOymz8cjPhSjhAFd5T5nXvIZA)

## Rstudio 交互學習
Learn R, in R.
在R學習R
https://swirlstats.com/

中文化
[](http://datascienceandr.org/)

## [Rstudio好用正規表達式套件_remotes](https://github.com/gadenbuie/regexplain)


## 解釋型字串文本_Glue
https://glue.tidyverse.org/?s=07
Glue 提供小巧、快速且無依賴關係的解釋型字串文本。Glue 透過將 R 運算式嵌入到大括弧中來實現此目的，然後計算大括號並將其插入到參數字符串中。

# [精選的R包，框架和軟件的精選列表](https://github.com/qinwf/awesome-R)

# tidymodels_機器學習
tidymodels框架是使用tidyverse原理進行建模和機器學習的軟件包的集合。

:earth_asia: [tidymodels](https://www.tidymodels.org/)

## tidyfit
自動化線性和非線性回歸和分類建模
:earth_asia: [tidyfit](https://tidyfit.unchartedml.com/)

## 加法模型預測時間序列 prophet
Prophet是一種用於預測時間序列數據的程序，它基於一種加法模型，其中通過年度、每週和每日的季節性效應以及節假日效應來擬合非線性趨勢。它對於具有明顯季節性效應和多個季節的歷史數據的時間序列效果最佳。Prophet對於缺失數據和趨勢的變化具有強大的韌性，通常能夠良好處理異常值。
[:earth_asia: prophet](https://github.com/facebook/prophet)

## LightGBM_微軟_樹的學習算法的梯度提升框架
LightGBM是一個使用基於樹的學習算法的梯度提升框架。它被設計成分佈式和高效的，具有以下優勢：

訓練速度更快，效率更高。
內存使用更低。
更高的準確性。
支持並行、分佈式和GPU學習。
能夠處理大規模數據。
[:earth_asia: LightGBM](https://lightgbm.readthedocs.io/en/stable/R/index.html)

# 圖形設備
## [Cairo](https://www.cairographics.org/)
cairo 是一個讓用於提供向量圖形繪圖的免費庫
cairo 提供在多個背景下做 2D 的繪圖
高級的更可以使用硬體加速功能

## [ragg](https://ragg.r-lib.org/)
* 速度更快
* 直接訪問所有系統字體
* 高級文本渲染
* 高品質旋轉文本
* 支援16位輸出
* 系統獨立渲染（ Mac、Windows 和 Linux 的輸出應相同）

# 套件搜尋
https://postsyoumighthavemissed.com/search/

# 資料探索活動

https://github.com/rfordatascience/tidytuesday

# 數據科學備忘單
https://github.com/FavioVazquez/ds-cheatsheets

# bio7_R&imageJ
開源集成開發環境，用於生態建模，科學圖像分析和統計分析
https://bio7.org/manual/Main.html

全文分享至
# [:page_with_curl: 全部文章列表](https://hackmd.io/@LHB-0222/AllWritings)

https://www.facebook.com/LHB0222/

有疑問想討論的都歡迎於下方留言

喜歡的幫我分享給所有的朋友 \o/

有所錯誤歡迎指教