R-Pakete: Ein Tutorial für Anfänger

Hilfe-Dateien

Wie in den Grundlagen von R sind die Befehle ?() und help() die erste Quelle für die Dokumentation, wenn du mit einem Paket beginnst. Du erinnerst dich wahrscheinlich daran, dass du dir mit help(package = "packagename") einen allgemeinen Überblick über das Paket verschaffen kannst, aber jede Funktion kann einzeln mit help("name of the function") oder help(function, package = "package") erkundet werden, wenn das Paket nicht geladen wurde. Dort findest du normalerweise die Beschreibung der Funktion und ihrer Parameter sowie ein Anwendungsbeispiel.

Du kannst dich zum Beispiel daran erinnern, dass du die Hilfedatei des Befehls vioplot aus dem Paket vioplot abrufen kannst, indem du eintippst:

help(vioplot, package = "vioplot")

Tipp: Du kannst auch eine andere Möglichkeit nutzen, um zu sehen, was sich in einem geladenen Paket befindet. Verwende den Befehl ls() auf diese Weise:

library(babynames)
ls("package:babynames")

## [1] "applicants" "babynames"  "births"     "lifetables"

Vignettes

Eine weitere sehr nützliche Hilfequelle, die in den meisten Paketen enthalten ist, sind die Vignetten. Das sind Dokumente, in denen die Autoren einige Funktionen ihres Pakets detaillierter vorstellen. Wenn du den Vignetten folgst, kannst du dir die Hände schmutzig machen mit den üblichen Anwendungen des Pakets und es ist der perfekte Weg, um mit ihm zu arbeiten, bevor du deine eigene Analyse machst.

Wie du dich vielleicht erinnerst, sind die Informationen über die Vignetten, die in einem bestimmten Paket enthalten sind, auch in dessen DOCUMENTATION-Datei lokal oder online verfügbar, aber du kannst die Liste der Vignetten, die in deinen installierten Paketen enthalten sind, auch mit der Funktion browseVignettes() erhalten, wobei du für ein bestimmtes Paket einfach dessen Namen als Parameter angeben musst: browseVignettes(package="packagename"). In beiden Fällen öffnet sich ein Browser-Fenster, in dem du die gewünschte Vignette ganz einfach erkunden und anklicken kannst, um sie zu öffnen.

Wenn du es vorziehst, in der Befehlszeile zu bleiben, zeigt dir der Befehl vignette() die Liste der Vignetten, vignette(package = "packagename"), die in einem bestimmten Paket enthalten sind, und nachdem du diejenige gefunden hast, die du erforschen möchtest, benutze einfach den Befehl vignette("vignettename").

Eines der beliebtesten Pakete für die Visualisierung ist zum Beispiel ggplot2. Wahrscheinlich hast du es schon auf deinem Computer installiert, aber wenn nicht, ist dies deine Chance, es zu tun und deine neuen install.packages() Fähigkeiten zu testen.

Wenn du ggplot2 bereits installiert hast, kannst du überprüfen, welche Vignetten darauf enthalten sind:

vignette(package = "ggplot2")

Für ggplot2 sind zwei Vignetten verfügbar, "ggplot2-specs" und "extending-ggplot2". Die erste kannst du mit überprüfen:

vignette("ggplot2-specs")

In RStudio wird dies auf der Registerkarte Hilfe auf der rechten Seite angezeigt, während in der RGui oder auf der Kommandozeile ein Browserfenster mit der Vignette geöffnet wird.

Weitere Möglichkeiten, Hilfe von R zu bekommen, findest du auf der R-Project Seite.

11. Wie du die richtigen R-Pakete auswählst

Jetzt solltest du in der Lage sein, deine R-Pakete zu installieren und optimal zu nutzen, aber es bleibt noch eine letzte Frage offen: Wo findest du die Pakete, die du brauchst?

Der typische Weg, um Pakete zu entdecken, ist das Lernen von R. In vielen Tutorien und Kursen werden die beliebtesten Pakete erwähnt. In Cleaning Data in R erfährst du zum Beispiel alles über tidyr.

Für jedes Thema, das du in R behandeln möchtest, gibt es wahrscheinlich ein interessantes Paket, das du finden kannst.

Aber was ist, wenn du ein bestimmtes Problem hast und nicht weißt, wo du anfangen sollst? Was ist zum Beispiel, wenn du, wie ich in der Einleitung dieses Beitrags erwähnt habe, einige koreanische Texte analysieren möchtest?

Oder was, wenn du Wetterdaten sammeln möchtest? Oder die Evapotranspiration schätzen?

Du hast dir mehrere Repositories angeschaut und weißt, dass du die Liste der CRAN-Pakete einsehen kannst, aber bei mehr als 10000 Optionen ist es sehr leicht, sich zu verirren.

Schauen wir uns ein paar Alternativen an!

CRAN Aufgabenansicht

Eine Alternative ist das Durchsuchen von Kategorien von CRAN-Paketen, dank der CRAN-Aufgabenansichten.  Das stimmt! CRAN, das offizielle Repository, bietet dir auch die Möglichkeit, die Pakete zu durchsuchen. Die Aufgabenansichten sind im Grunde Themen oder Kategorien, die Pakete nach ihrer Funktionalität gruppieren.

Wie du unten sehen kannst, werden alle Pakete, die mit Genetik zu tun haben, in der Aufgabenansicht "Genetik" kategorisiert: 

Am Beispiel der koreanischen Texte kannst du das Paket, das du brauchst, leicht finden, indem du zur Aufgabenansicht der natürlichen Sprachverarbeitung navigierst. Dort kannst du den Text durchlesen, um das Paket zu finden, das deine Texte bearbeiten kann, oder du kannst einfach STRG+F drücken und das gesuchte Stichwort eingeben. 

Du hast garantiert im Handumdrehen das richtige Paket! 

RDokumentation

Eine weitere Alternative zum Auffinden von Paketen kann RDocumentation sein, ein Aggregator für die Hilfedokumentation von R-Paketen von CRAN, BioConductor und GitHub, der dir direkt auf der Hauptseite ein Suchfeld für deine Anfragen bietet.

Diese zweite Alternative kennst du vielleicht noch nicht, also lass uns ein bisschen tiefer graben!

Beginnen wir mit den koreanischen Texten. Eine interessante Funktion von RDocumentation ist die Schnellsuche, mit der du schon während des Tippens erste Ergebnisse erhältst:

Wenn du das Stichwort "koreanisch" eingibst und auf "Suchen" klickst, erhältst du zwei Spalten mit Ergebnissen: Pakete auf der linken Seite und Funktionen auf der rechten.

In der Spalte "Pakete" erhältst du für jedes Ergebnis den Namen des Pakets mit einem Link zu detaillierteren Informationen, den Namen des Autors, der auch andere Pakete desselben Autors anzeigen kann, eine Beschreibung des Pakets, in der das Suchwort hervorgehoben ist, und Informationen über die Beliebtheit des Pakets.

Die Beliebtheit ist deshalb so wichtig, weil die Suche die am häufigsten heruntergeladenen Pakete an die erste Stelle setzt, um die Relevanz der Ergebnisse zu verbessern. Wenn du mehr Details über die Suchimplementierung von RDocumentation wissen willst, findest du einen sehr detaillierten Beitrag über Scoring und Ranking. 

Es sieht also so aus, als ob das Paket KoNLP deine Bedürfnisse abdecken kann. Nachdem du auf den Namen geklickt hast, erhältst du folgende Informationen:

• Eine Kopfzeile mit dem Namen des Pakets, dem Autor, der Version, der Option, ältere Versionen auszuwählen, der Anzahl der Downloads und einem Link zu seiner RDocumentation-Seite.
• Eine Beschreibung des Pakets.
• Die Liste der Funktionen, die im Paket enthalten sind. Jede Funktion kann angeklickt werden, damit du mehr Informationen über die Verwendung der Funktion erhältst. Du bekommst auch ein Suchfeld, mit dem du schnell auf die gewünschte Funktion zugreifen kannst.
• Eine Grafik mit der Entwicklung der Anzahl der Downloads.
• Die Details des Pakets mit den Informationen aus der DESCRIPTION-Datei.
• Und schließlich ein Abzeichen, das in die README-Datei des Pakets mit dem Link zur RDocumentation aufgenommen werden kann.

• RDocumentation Paket. RDocumentation ist nicht nur eine Website, sondern auch ein R-Paket. Sie setzt die Hilfefunktionen außer Kraft, damit du die Leistungsfähigkeit von RDocumentation in deinen Arbeitsablauf integrieren kannst. Nachdem dieses Paket geladen ist, öffnet die Funktion help() ein Browserfenster oder dein RStudio-Hilfe-Panel mit RDocumentation-Zugang.

Die RDocumentation direkt in deinem R- oder RStudio-Panel zu haben, bietet dir einige Vorteile gegenüber der Nutzung der Website:

• Überprüfe die installierte Version des Pakets. Das Hilfefenster für ein Paket bietet dir die gleichen Informationen wie die Webseite (Downloads, Beschreibung, eine Liste der Funktionen, Details) und zusätzlich Informationen über deine installierte Version des Pakets.

Überprüfe z.B. das Paket vioplot, das du zuvor installiert hast:

install.packages("RDocumentation")
library(RDocumentation)
help(package = "vioplot")

• Die Möglichkeit, ein Paket direkt über das Hilfe-Panel zu installieren oder zu aktualisieren. Ich weiß, dass du jetzt ein Experte für die Installation von Paketen bist, aber es gibt noch eine weitere Alternative: Du kannst es mit einem Klick auf eine Schaltfläche in der RDocumentation-Hilfe machen.

remove.packages("vioplot")
help(package = "vioplot")

• Führe und schlage Beispiele vor. Das Hilfefenster der Funktionen innerhalb eines Pakets bietet dir die Möglichkeit, die Beispiele erneut auszuführen, indem du einfach auf eine Schaltfläche klickst. Du kannst auch Beispiele vorschlagen, die in die Hilfeseite aufgenommen und von anderen R-Nutzern getestet werden können.

install.packages("vioplot")
help(vioplot)

Schlussfolgerungen

Der heutige Beitrag hat eine breite Palette von Techniken und Funktionen behandelt, mit denen du durch die Verwendung von Paketen das Beste aus R herausholen kannst. Wie immer gibt es mehr als einen Weg, eine bestimmte Aufgabe in R zu erledigen, und die Verwaltung von Paketen ist da keine Ausnahme.

Hoffentlich hast du die am häufigsten genutzten und einige alternative Wege kennengelernt, um ein R-Paket zu entdecken, zu installieren, zu laden, zu aktualisieren, Hilfe zu bekommen oder zu entfernen.

In diesem Beitrag haben wir nicht allzu viele Details über die interne Struktur von Paketen oder darüber, wie du deine eigenen Pakete erstellst, behandelt. Bleib auf dem Blog und in den Kursen von DataCamp auf dem Laufenden, aber in der Zwischenzeit ist das Buch "R-Pakete" ein gutes Nachschlagewerk, das du hier finden kannst.

Falls du noch nicht durch die Suche auf RDocumentation entdeckt hast, mit weatherData kannst du Wetterdaten aus dem Internet extrahieren, und wenn du dich für die Evapotranspiration interessierst, solltest du vielleicht einen Blick auf die Evapotranspiration, water, oder SPEI Pakete.