👨🏻‍💻 تبدیل تابع به فلوچارت در R

با استفاده از بسته flow به راحتی می توانید کدهای خود را تبدیل به یک فلوچارت جذاب کنید.

💎 نصب و فراخوانی بسته:

install.packages("flow")
library(flow)

🔶 مثال: تابع rle یک تابع در ریشه R است که با استفاده از تابع زیر تبدیل به فلوچارتی که در تصویر ملاحظه می کنید شده است:

remotes::install_github("rkrug/plantuml")
library(plantuml)
plantuml_update()
flow_view(rle, engine = "plantuml")

🔗 https://github.com/moodymudskipper/flow

#معرفی_پکیج
#flowchart #flow
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨🏻‍💻 یک پکیج جالب برای هواداران Pipe

عملگر #پایپ یا همان %<% یکی از مفیدترین عملگرها برای دست کاری کردن داده ها، بدون نیاز به کدنویسی زیاد است. معمولاً در یک کد ما از چندین پایپ برای رسیدن به جواب مورد نیاز خود استفاده می کنیم. پکیج ViewPipeSteps کل مراحل مورد نیاز برای رسیدن به خروجی نهایی را برای شما به شکل مرتب چاپ می کند تا بدانید هر پایپ در هر مرحله چه کاری انجام داده است.

🔸 نصب و فراخوانی بسته:

install.packages("ViewPipeSteps")
library(ViewPipeSteps)

💠 مثال: برای استفاده از این بسته کافیست تابع print_pipe_steps را به انتهای کدهای خود اضافه کنید:

library(dplyr)
diamonds %>%
select(carat, cut, color, clarity, price) %>%
group_by(color) %>%
summarise(n = n(), price = mean(price)) %>%
arrange(desc(color)) %>%
print_pipe_steps()


#معرفی_پکیج
#pipe #ViewPipeSteps
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨🏻‍💻 پالت‌های رنگی الهام گرفته شده از آثار موزه متروپولیتن نیویورک در R

👤 Blake Robert Mills

🔰 How to Install on R:

devtools::install_github("BlakeRMills/MetBrewer") 

🔗 https://github.com/BlakeRMills/MetBrewer

در این موزه دو نقاشی از آثار تاریخی شهر اصفهان هم وجود دارد که در این پکیج پالت رنگی آن‌ها با اسامی Isfahan1 و Isfahan2 قابل استفاده هستند.

#معرفی_پکیج
#color_palettes #MetBrewer #visualization
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨🏻‍💻 Visualise and Explore Deep Dependencies of R Packages using deepdep

👤 Dominik Rafacz et. al.

🔗 https://github.com/DominikRafacz/deepdep

#deepdep #dependencies
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨🏻‍💻 Use SVG as points in ggplot2

👤 Mikefc

🔰 How to Install on R:

remotes::install_github('coolbutuseless/cssparser')
remotes::install_github('coolbutuseless/svgparser')
remotes::install_github('coolbutuseless/ggsvg')

🔗 https://github.com/coolbutuseless/ggsvg

با استفاده از این بسته می توانید تصاویر دارای فرمت SVG را به نمودارهای #جی‌جی‌پلات خود اضافه کنید.

#معرفی_پکیج
#ggsvg #visualization #ggfamily
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨🏻‍💻 استفاده از فونت دلخواه در R

👤 June Choe

🔗 https://yjunechoe.github.io/posts/2021-06-24-setting-up-and-debugging-custom-fonts/

#نصب_فونت
#fonts
@RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨🏻‍💻 حل تمرین برای کتاب Mastering Shiny از Hadley Wickham

👤 Howard Baek

🔗 https://mastering-shiny-solutions.netlify.app/index.html

#معرفی_کتاب
#shiny
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨🏻‍💻 Create Publication-Ready Summary Tables using gtsummary

🔰 How to Install on R:

install.packages("gtsummary")

🔗 https://github.com/ddsjoberg/gtsummary

#معرفی_پکیج
#gtsummary #summary
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

دانلود نسخه جدید RStudio
—————————————
RStudio 2022.02.0+443
"Prairie Trillium", February 23rd, 2022
—————————————
📅 تاریخ به‌روزرسانی: 21 اسفند 1400

⬇️ نسخه ویندوز: دانلود

⬇️ نسخه‌های دیگر: کلیک

⭐️ اگر نسخه پردازنده شما 32 بیت است، قادر به نصب این نسخه نخواهید بود به همین دلیل باید از نسخه های قدیمی تر این نرم افزار استفاده کنید. برای مشاهده و دانلود کلیک کنید.

#دانلود_آر_استودیو
#rstudio
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

🎊 فرارسیدن سال جدید بر شما مبارک باد!

🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨‍💻 نسخه جدید R منتشر شد

نسخه: 4.1.3
نام: One Push-Up
📅 2 فروردین 1401


#دانلود_R
#R #download
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

📊 آمار پردانلودترین بسته‌های محاسباتی در R نشان می دهد که #ggplot2 همچنان محبوب‌ترین بسته محاسباتی در میان کاربران R است.

#statistics
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

💻 نصب پکیج در محیط R Markdown

در اکثر موارد، کاربران ابتدا کدها و ملزومات آن را در یک script جداگانه بررسی می‌کنند و سپس کدها را در یک تقسیم بندی دلخواه به Markdown اضافه می‌کنند. اما اگر بخواهیم بدون واسطه و به صورت مستقیم پکیج‌های مورد نیاز را در مارکدان نصب کنیم، ابتدا باید مخزن را به درستی تنظیم کنیم.

پیشنهاد می‌شود حتماً یک شرط وجود پکیج را با فرمت زیر برای هر پکیج قرار دهید که اگر پکیج روی سیستم شما نصب بود، دوباره‌کاری اتفاق نیوفتد:

if(!require(PKG_NAME)){

}

در این صورت فرض کنید قصد نصب بسته lessR را دارید. به صورت زیر عمل کنید:

r <- getOption("repos")
r["CRAN"] = "http://cran.r-project.org"
options(repos = r)
if(!require("lessR")){
  install.packages("lessR")
}
library(lessR)

⭐️ در این صورت اگر مخزن را به درستی تنظیم کنید، بسته یا بسته های مورد نیاز شما به صورت خودکار نصب و سپس فراخوانی خواهند شد.

#نصب_پکیج
#rmarkdown
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨‍💻 نسخه جدید R منتشر شد

نسخه: 4.2.0
نام: Vigorous Calisthenics
📅 4 اردیبهشت 1401


#دانلود_R
#R #download
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨‍💻 نسخه 4.2 از RTools منتشر شد

✅ نسخه 4.2
💥فقط برای نسخه 4.2.0 و بالاتر از R

🔽 دانلود

✅ نسخه 4.0
💥برای نسخه‌های 4.0.0 تا 4.1.3 از R

🔽 دانلود

✅ نسخه‌های قدیمی‌تر
💥برای نسخه‌های قبل از 4.0.0 از R

🔽 دانلود

#دانلود_Rtools
#Rtools #download
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

👨‍💻علت حذف بسته‌ها از مخزن CRAN چیست؟

گاهی با اجرای دستور نصب یک بسته در R با خطا مواجه می‌شویم (تصویر 1) و بعد از کمی جستجو متوجه می شویم که این بسته از مخزن حذف شده است (تصویر 2).

🟢 حالا چیکار کنم؟

شما می توانید با استفاده از دانلود بسته موردنظر از بخش Archive (آخرین نسخه منتشر شده توصیه می‌شود) بسته را دانلود، و با روش آفلاین نصب کنید. بنابراین حذف بسته از مخزن CRAN به این معنا نیست که شما نباید از توابع آن استفاده کنید.

🟢 چرا بسته‌ها حذف می‌شوند؟

مخزن CRAN بسته‌ها را به صورت رایگان از شما دریافت می‌کند و بابت دریافت و منتشر کردن بسته‌ها هیچ هزینه‌ای به نویسنده پرداخت نمی‌کند چرا که ماهیت فعالیت این مخزن، داوطلبانه است. سیاست‌های کامل مخزن را می‌توانید از این لینک مطالعه کنید. اما به طور خلاصه علت‌ها را به چند مورد تقسیم‌بندی می‌کنیم:

————————————————

ادامه مطلب را در وب‌سایت ما بخوانید:

yun.ir/pshtd6

#CRAN
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

#ویدئو_شماره_24
✅ موضوع: راه‌اندازی Python در RStudio

⏯ Getting Started with Python in RStudio

👈🏻 فیلم آموزش را در یوتیوب یا آپارات ببینید.

#Python #RStudio
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

#ویدئو_شماره_25
✅ موضوع: مقایسه دو ابزار Markdown و Notebook

⏯ Comparing Markdown and Notebook

👈🏻 فیلم آموزش را در یوتیوب یا آپارات ببینید.

#rmarkdown #rnotebook
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A

#نکته
✅ در برخی موارد شما سعی دارید با یک تابع ساده و توکار در R یک کد ساده بنویسید که مرتب با خطای unused arguments مواجه می شوید. مثلاً فرض کنید قصد دارید با تابع c یک بردار در R به شرح زیر تعریف کنید:

x <- c(1, 2, 3, 4, 5)

اما خطای زیر ظاهر می شود:

Error in c(1, 2, 3, 4, 5) : unused arguments in (2, 3, 4, 5)

اگر به ساختار خطا دقت کنید مشخصاً اشاره می کند که ورودی های دوم تا پنجم اضافی هستند. بهترین حدس این است که شما قبل تر از c به عنوان یک اسم دلخواه برای توابع خود استفاده کرده اید و احتمالاً این تابعی که معرفی کرده اید تنها یک ورودی داشته است. مثلاً چنین چیزی:

❌ c <- function(x) sqrt(x)

این کار اشتباه است. به هیچ عنوان از اسامی توابع توکار در R به عنوان اسامی متغیرهای خود استفاده نکنید که دچار چنین مشکلاتی نشوید. به جای این که مثلاً بنویسید:

✅ c_1 <- function(x) sqrt(x)

اگر این کار را انجام دادید، از تابع

🔧 rm("c")

استفاده کنید که تابع شما از حافظه پاک شود و مجدد کدها را اجرا کنید که c به کارایی قبلی خود بازگردد.

#debug
🆔 @RSTUDIO_IR

👨🏻‍💻 انتخاب اسم برای آجکت‌ها در R

انتخاب اسم برای اشیاء در برنامه نویسی خصوصاً زمانی که شما یک سبک مشخص برای این کار نداشته باشید، تبدیل به یک معضل می شود. در ادامه سه روش معروف در دنیای برنامه نویسی را برای این کار ارائه می کنیم.

1️⃣ روش اول: حروف شتری (Camel Case)

در این روش حرف اول را کوچک و ابتدای حرف های بعدی را بزرگ در نظر می گیریم. این پستی و بلندی (عین کوهان شتر) باعث بهتر دیده شدن اسم خواهد شد. مثلاً:

myVariableName <- function(x) sqrt(x)

2️⃣ روش دوم: حروف پاسکال (Pascal Case)

در این روش ابتدای همه حروف به کار برده شده در اسم، به صورت بزرگ نوشته می شود. مثال:

MyVariableName <- function(x) sqrt(x)

3️⃣ روش سوم: حروف خزش مار (Scake Case)

در این روش برای جدا کردن کلمات از (_) یا همان underline استفاده می شود (به همین دلیل اسم خزش مار را به آن داده اند). مثال:

my_variable_name <- function(x) sqrt(x)

4️⃣ روش چهارم: ترکیب سه روش بالا با اعداد

اگر این قانون را رعایت کنید که عدد قبل از حرف در زبان برنامه نویسی نمی تواند نوشته شود (مثل 01afshin) آنگاه این روش نیز می تواند برای شما مناسب باشد. مثال:

my_variable1 <- function(x) sqrt(x)
my_variable_2 <- function(x) abs(x)
MyVariable_3 <- function(x) min(x)

روش آخر به این دلیل زیاد استفاده نمی شود که پیدا کردن کاربرد توابع از روی عدد کار آسانی نیست اما اگر شما به عنوان مثال برای تابعی که میانگین اعداد را محاسبه می کند از اسم mean استفاده کنید، در واقع تابع mean که از توابع base در R را از کار انداخته اید و تابع دستنویس شما با همین اسم جایگزین آن می شود. توصیه می شود در این گونه موارد از عبارت هایی مثل my_mean استفاده کنید.


#variable_name #object_name
🆔 @RSTUDIO_IR

#ویدئو_شماره_26
✅ موضوع: مقایسه دو رابط گرافیکی RStudio و R Commander

⏯ Comparing RStudio and R Commander

👈🏻 فیلم آموزش را در یوتیوب یا آپارات ببینید.

#rstudio #rcommander
🆔 @RSTUDIO_IR
——————————————————
🖱 YouTube 🖱 Aparat 🖱 Instagram 🖱 Website 🖱 Q&A