最新的 magick 包是为能够在 R 中更现代化、简单化高质量图像处理而进行的一次努力。该包封装了目前最强大的开源图片处理库 ImageMagick STL 。

ImageMagick 库具有大量功能。当前版本的 Magick 公开了很多内容，但是作为第一个发行版本，文档仍然很少。本文简单的介绍了其中一些最重要的概念来帮助了解 magick 。

安装 magick

在 Windows 或者 MacOS，可以通过 CRAN 安装该软件包。

install.packages("magick")

二进制 CRAN 软件包开箱即用，只需少量的工作，就可以使绝大多数的重要特性得以实现。使用 magick_config 可以查看您的 ImageMagick 版本支持哪些功能和格式。

> library(magick)Linking to ImageMagick 6.9.9.14Enabled features: cairo, freetype, fftw, ghostscript, lcms, pango, rsvg, webpDisabled features: fontconfig, x11
> str(magick::magick_config())List of 21 $ version           :Class 'numeric_version'  hidden list of 1  ..$ : int [1:4] 6 9 9 14 $ modules           : logi FALSE $ cairo             : logi TRUE $ fontconfig        : logi FALSE $ freetype          : logi TRUE $ fftw              : logi TRUE $ ghostscript       : logi TRUE $ jpeg              : logi TRUE $ lcms              : logi TRUE $ libopenjp2        : logi FALSE $ lzma              : logi TRUE $ pangocairo        : logi TRUE $ pango             : logi TRUE $ png               : logi TRUE $ rsvg              : logi TRUE $ tiff              : logi TRUE $ webp              : logi TRUE $ wmf               : logi FALSE $ x11               : logi FALSE $ xml               : logi TRUE $ zero-configuration: logi TRUE

源码编译

Linux 下你需要安装 ImageMagick++ 库。在 Debian/Ubuntu，这个库叫 libmagick++-dev：

sudo apt-get install libmagick++-dev

在 Fedora 或者 CentOS/RHEL 我们需要安装 ImageMagick-c++-devel：

sudo yum install ImageMagick-c++-devel

要从 macOS 上的源代码安装，您需要来自 homebrew 的 imagemagick@6 。

brew install imagemagick@6

不幸的是，当前 homebrew 上的 imagemagick@6 配置禁用了许多功能，包括 librsvg 和 fontconfig。因此，字体和 svg 渲染的质量可能不是最佳的（建议安装时至少加上 --with-fontconfig 和 --with-librsvg 选项来支持高质量的字体和 svg 渲染。CRAN 上的 OS-Xe 二进制包已经默认配置好了）。

图像输入输出

magick 之所以如此神奇，是因为它会自动转换并呈现所有常见的图像格式。ImageMagick 支持数十种格式并自动检测类型。使用 magick::magick_config() 可以列出您的 ImageMagick 版本支持的格式。

读和写

可以使用 image_read 从图像数据的文件路径，URL 或原始矢量直接读取图像。image_info 函数显示有关图像的一些元数据，类似 于 imagemagick 标识命令行实用程序。

library(magick)tiger <- image_read_svg('http://jeroen.github.io/images/tiger.svg', width = 350)print(tiger)
##   format width height colorspace matte filesize density## 1    PNG   350    350       sRGB  TRUE        0   72x72


我们使用 image_write 将任何格式的图像导出为磁盘上的文件，或者如果 path = NULL 则导出到内存中的文件。

# Render svg to png bitmapimage_write(tiger, path = "tiger.png", format = "png")

如果 path 是文件名，则 image_write 成功返回 path，以便可以将结果通过文件路径传递给函数。

转换格式

Magick 以原始格式将图像保留在内存中。你可以在 image_write 中通过指定格式参数以转换为另一种格式。或者还可以在应用转换之前，先在内部将图像转换为其他格式。如果你的原始格式是有损的，这将很有用。

tiger_png <- image_convert(tiger, "png")image_info(tiger_png)
##   format width height colorspace matte filesize density## 1    PNG   350    350       sRGB  TRUE        0   72x72

预览

具有内置网络浏览器（例如 RStudio）的 IDE 会在查看器中自动显示魔术图像。这就形成了一个整洁的交互式图像编辑环境。

另外，在 Linux 上，您可以使用 image_display 在 X11 窗口中预览图像。最后，image_browse 会在你系统默认的应用程序中为给定类型打开图像。

# X11 onlyimage_display(tiger)

# System dependentimage_browse(tiger)

另一种方法是将图像转换为栅格对象，然后将其绘制在 R 的图形显示上。但是，这非常慢，并且仅在与其他绘图功能结合使用时才有用。

转变

了解可用转换的最佳方法是遍历 RStudio中 ?transformations 页面中的示例。下面是一些示例。

剪切与编辑

一些转换函数采用了 geometry 参数，该参数需要 AxB + C + D 形式的特殊语法，其中每个元素都是可选的。一些例子：

  • image_crop(image, "100x150+50"): crop out width:100px and height:150px starting +50px from the left

  • image_scale(image, "200"): resize proportionally to width: 200px

  • image_scale(image, "x200"): resize proportionally to height: 200px

  • image_fill(image, "blue", "+100+200"): flood fill with blue starting at the point at x:100, y:200

  • image_border(frink, "red", "20x10"): adds a border of 20px left+right and 10px top+bottom

完整的语法，可以参考 Magick::Geometry 文档。

# Example imagefrink <- image_read("https://jeroen.github.io/images/frink.png")print(frink)
##   format width height colorspace matte filesize density## 1    PNG   220    445       sRGB  TRUE    73494   72x72


# Add 20px left/right and 10px top/bottomimage_border(image_background(frink, "hotpink"), "#000080", "20x10")


# Trim marginsimage_trim(frink)


# Passport picaimage_crop(frink, "100x150+50")


# Resizeimage_scale(frink, "300") # width: 300px


image_scale(frink, "x300") # height: 300px


# Rotate or mirrorimage_rotate(frink, 45)


image_flip(frink)



image_flop(frink)



# Brightness, Saturation, Hueimage_modulate(frink, brightness = 80, saturation = 120, hue = 90)



# Paint the shirt orangeimage_fill(frink, "orange", point = "+100+200", fuzz = 20)


使用 image_fill，我们可以从像素点开始填充。模糊参数允许填充物穿过具有相似颜色的相邻像素。值必须在 0 到 256^2 之间，指定要视为相等的颜色之间的最大几何距离。在这里，我们给教授 Frink 一件橙色的世界杯衬衫。

滤镜和效果

ImageMagick 还具有许多值得去检查尝试的标准效果。

# Add randomnessimage_blur(frink, 10, 5)



image_noise(frink)



# Silly filtersimage_charcoal(frink)



image_oilpaint(frink)



image_negate(frink)


核卷积

image_convolve() 函数在图像上实行 kernel 变换。核卷积是指在核矩阵中，图片每个像素的值根据相邻像素的加权和重新计算。例如，让我们看一下这个简单的核变换：

kern <- matrix(0, ncol = 3, nrow = 3)kern[1, 2] <- 0.25kern[2, c(1, 3)] <- 0.25kern[3, 2] <- 0.25kern
##      [,1] [,2] [,3]## [1,] 0.00 0.25 0.00## [2,] 0.25 0.00 0.25## [3,] 0.00 0.25 0.00

该核变换将每个像素更改为其水平和垂直相邻像素的平均值，从而在下面的右侧图像中产生轻微的模糊效果：

img <- image_resize(logo, "300x300")img_blurred <- image_convolve(img, kern)image_append(c(img, img_blurred))


或使用任何的 standard kernels：

img %>% image_convolve('Sobel') %>% image_negate()


img %>% image_convolve('DoG:0,0,2') %>% image_negate()


文本注释

最后，在图像的最上层打印输出一些文本往往是十分有用的：

# Add some textimage_annotate(frink, "bioinit", size = 70, gravity = "southwest", color = "green")



# Customize textimage_annotate(frink, "Welcome to bioinit", size = 30, color = "red", boxcolor = "pink",  degrees = 60, location = "+50+100")



# Fonts may require ImageMagick has fontconfigimage_annotate(frink, "Hello world, bioinit!", font = 'Times', size = 30)



大多数平台上支持的字体，包括 "sans"， "mono"， "serif"， "Times"， "Helvetica"， "Trebuchet"， "Georgia"， "Palatino" ，以及 "Comic Sans" 。

与管道结合

每个图像转换功能都会返回一个原始图像的修改后的副本。它不会影响原始图像。

frink <- image_read("https://jeroen.github.io/images/frink.png")frink2 <- image_scale(frink, "100")image_info(frink)
##   format width height colorspace matte filesize density## 1    PNG   220    445       sRGB  TRUE    73494   72x72
image_info(frink2)
##   format width height colorspace matte filesize density## 1    PNG   100    202       sRGB  TRUE        0   72x72

因此，要组合转换，你需要将它们链接起来：

test <- image_rotate(frink, 90)test <- image_background(test, "blue", flatten = TRUE)test <- image_border(test, "red", "10x10")test <- image_annotate(test, "This is how we combine transformations", color = "white", size = 30)print(test)
##   format width height colorspace matte filesize density## 1    PNG   465    240       sRGB  TRUE        0   72x72


使用 magrittr 管道语法，可以使这一过程更具可读性。

image_read("https://jeroen.github.io/images/frink.png") %>%  image_rotate(270) %>%  image_background("blue", flatten = TRUE) %>%  image_border("red", "10x10") %>%  image_annotate("The same thing with pipes", color = "white", size = 30)



图像向量

上面的示例涉及的是单个图像。但是，Magick 中的所有函数都已经过向量化，以支持图层、合成或动画的处理。

标准的基本方法 [ ，[[，c() 和 length() 可用于处理图像向量，然后可以将其视为图层或帧。

# Download earth gif and make it a bit smaller for vignetteearth <- image_read("https://jeroen.github.io/images/earth.gif") %>%  image_scale("200x") %>%  image_quantize(128)

length(earth)
## [1] 44
earth



head(image_info(earth))
##   format width height colorspace matte filesize density## 1    GIF   200    200        RGB FALSE        0   72x72## 2    GIF   200    200        RGB FALSE        0   72x72## 3    GIF   200    200        RGB FALSE        0   72x72## 4    GIF   200    200        RGB FALSE        0   72x72## 5    GIF   200    200        RGB FALSE        0   72x72## 6    GIF   200    200        RGB FALSE        0   72x72
rev(earth) %>%  image_flip() %>%  image_annotate("meanwhile in Australia", size = 20, color = "white")



图层

我们可以像在 Photoshop 中那样，将图层堆叠在一起：

bigdata <- image_read('https://jeroen.github.io/images/bigdata.jpg')frink <- image_read("https://jeroen.github.io/images/frink.png")logo <- image_read("https://jeroen.github.io/images/Rlogo.png")img <- c(bigdata, logo, frink)img <- image_scale(img, "300x300")image_info(img)
##   format width height colorspace matte filesize density## 1   JPEG   300    225       sRGB FALSE        0   72x72## 2    PNG   300    232       sRGB  TRUE        0   72x72## 3    PNG   148    300       sRGB  TRUE        0   72x72

打印的图案相互镶嵌叠加在一起，从而扩展输出画布，使所有内容都适合：

image_mosaic(img)



Flattening 扁平化处理将各个图层合并成一张与第一张图片大小相同的图片：

image_flatten(img)



Flattening 和 mosaic 处理允许指定其他的复合运算符操作(composite operators)：

image_flatten(img, 'Add')



image_flatten(img, 'Modulate')



image_flatten(img, 'Minus')



合并

Appending 追加意味着将框架彼此相邻放置：

image_append(image_scale(img, "x200"))



使用 stack = TRUE 可以将它们放置在彼此的顶部：

image_append(image_scale(img, "100"), stack = TRUE)



合成允许在特定位置上组合两个图像：

bigdatafrink <- image_scale(image_rotate(image_background(frink, "none"), 300), "x200")image_composite(image_scale(bigdata, "x400"), bigdatafrink, offset = "+180+100")



页面

当读取 PDF 文档时，每个页面都成为向量的一个元素。注意，PDF 是在读取时呈现的，因此需要立即指定密度。

manual <- image_read_pdf('https://cloud.r-project.org/web/packages/magick/magick.pdf', density = 72)image_info(manual)
##    format width height colorspace matte filesize density## 1     PNG   612    792       sRGB  TRUE        0   72x72## 2     PNG   612    792       sRGB  TRUE        0   72x72## 3     PNG   612    792       sRGB  TRUE        0   72x72## 4     PNG   612    792       sRGB  TRUE        0   72x72## 5     PNG   612    792       sRGB  TRUE        0   72x72## 6     PNG   612    792       sRGB  TRUE        0   72x72## 7     PNG   612    792       sRGB  TRUE        0   72x72## 8     PNG   612    792       sRGB  TRUE        0   72x72## 9     PNG   612    792       sRGB  TRUE        0   72x72## 10    PNG   612    792       sRGB  TRUE        0   72x72## 11    PNG   612    792       sRGB  TRUE        0   72x72## 12    PNG   612    792       sRGB  TRUE        0   72x72## 13    PNG   612    792       sRGB  TRUE        0   72x72## 14    PNG   612    792       sRGB  TRUE        0   72x72## 15    PNG   612    792       sRGB  TRUE        0   72x72## 16    PNG   612    792       sRGB  TRUE        0   72x72## 17    PNG   612    792       sRGB  TRUE        0   72x72## 18    PNG   612    792       sRGB  TRUE        0   72x72## 19    PNG   612    792       sRGB  TRUE        0   72x72## 20    PNG   612    792       sRGB  TRUE        0   72x72## 21    PNG   612    792       sRGB  TRUE        0   72x72## 22    PNG   612    792       sRGB  TRUE        0   72x72## 23    PNG   612    792       sRGB  TRUE        0   72x72## 24    PNG   612    792       sRGB  TRUE        0   72x72## 25    PNG   612    792       sRGB  TRUE        0   72x72## 26    PNG   612    792       sRGB  TRUE        0   72x72## 27    PNG   612    792       sRGB  TRUE        0   72x72## 28    PNG   612    792       sRGB  TRUE        0   72x72## 29    PNG   612    792       sRGB  TRUE        0   72x72## 30    PNG   612    792       sRGB  TRUE        0   72x72## 31    PNG   612    792       sRGB  TRUE        0   72x72## 32    PNG   612    792       sRGB  TRUE        0   72x72## 33    PNG   612    792       sRGB  TRUE        0   72x72## 34    PNG   612    792       sRGB  TRUE        0   72x72## 35    PNG   612    792       sRGB  TRUE        0   72x72
manual[1]


动画

除了将矢量元素视为图层之外，我们还可以将它们制作成动画帧！

image_animate(image_scale(img, "200x200"), fps = 1, dispose = "previous")


变形创建了 n 个图像序列，这些序列逐渐地将一个图像变形为另一个图像。这样，它就变成了动画。

newlogo <- image_scale(image_read("https://jeroen.github.io/images/Rlogo.png"), "x150")oldlogo <- image_scale(image_read("https://developer.r-project.org/Logo/Rlogo-3.png"), "x150")frames <- image_morph(c(oldlogo, newlogo), frames = 10)image_animate(frames)


如果您读入现有的 GIF 或视频文件，则每一帧都会变成一个图层：

# Foreground imagebanana <- image_read("https://jeroen.github.io/images/banana.gif")banana <- image_scale(banana, "150")image_info(banana)
##   format width height colorspace matte filesize density## 1    GIF   150    148       sRGB  TRUE        0   72x72## 2    GIF   150    148       sRGB  TRUE        0   72x72## 3    GIF   150    148       sRGB  TRUE        0   72x72## 4    GIF   150    148       sRGB  TRUE        0   72x72## 5    GIF   150    148       sRGB  TRUE        0   72x72## 6    GIF   150    148       sRGB  TRUE        0   72x72## 7    GIF   150    148       sRGB  TRUE        0   72x72## 8    GIF   150    148       sRGB  TRUE        0   72x72

处理各个帧并将其放回动画中：

# Background imagebackground <- image_background(image_scale(logo, "200"), "white", flatten = TRUE)

# Combine and flatten framesframes <- image_composite(background, banana, offset = "+70+30")

# Turn frames into animationanimation <- image_animate(frames, fps = 10)print(animation)
##   format width height colorspace matte filesize density## 1    gif   200    155       sRGB  TRUE        0   72x72## 2    gif   200    155       sRGB  TRUE        0   72x72## 3    gif   200    155       sRGB  TRUE        0   72x72## 4    gif   200    155       sRGB  TRUE        0   72x72## 5    gif   200    155       sRGB  TRUE        0   72x72## 6    gif   200    155       sRGB  TRUE        0   72x72## 7    gif   200    155       sRGB  TRUE        0   72x72## 8    gif   200    155       sRGB  TRUE        0   72x72


动画可以另存为 GIF 格式的 MPEG 文件：

image_write(animation, "Rlogo-banana.gif")

绘图与图形

该软件包的一个相对较新的组件是一个本地的 R 图形设备，它生成 magick 图像对象。它可以像用于绘制绘图的常规设备一样使用它，也可以打开一个使用像素坐标绘制到现有图像的设备。

图形设备

image_graph() 函数可打开一个新的图形设备，类似于 png() 或 x11() 。它返回要写入绘图的图像对象。绘图设备中的每个“page”都将成为图像对象中的一帧。

# Produce image using graphics devicefig <- image_graph(width = 400, height = 400, res = 96)ggplot2::qplot(mpg, wt, data = mtcars, colour = cyl)dev.off()

我们可以使用常规图像操作轻松地对图形进行后处理。

# Combineout <- image_composite(fig, frink, offset = "+70+30")print(out)
## # A tibble: 1 x 7##   format width height colorspace matte filesize density##   <chr>  <int>  <int> <chr>      <lgl>    <int> <chr>## 1 PNG      400    400 sRGB       TRUE         0 72x72



绘图设备

使用图形设备的另一种方法是使用像素坐标在现有图像的上面绘制。

# Or paint over an existing imageimg <- image_draw(frink)rect(20, 20, 200, 100, border = "red", lty = "dashed", lwd = 5)abline(h = 300, col = 'blue', lwd = '10', lty = "dotted")text(30, 250, "Hoiven-Glaven", family = "monospace", cex = 4, srt = 90)palette(rainbow(11, end = 0.9))symbols(rep(200, 11), seq(0, 400, 40), circles = runif(11, 5, 35),  bg = 1:11, inches = FALSE, add = TRUE)dev.off()
print(img)
## # A tibble: 1 x 7##   format width height colorspace matte filesize density##   <chr>  <int>  <int> <chr>      <lgl>    <int> <chr>## 1 PNG      220    445 sRGB       TRUE         0 72x72


默认情况下，image_draw() 将所有空白设置为 0，并使用图形坐标来匹配图像大小，像素(宽度x高度)为左上角 (0,0)。注意，这意味着 y 轴从上到下递增，这与典型的图形坐标相反。您可以通过向 image_draw 传递定制的 xlim、ylim 或 mar 值来覆盖所有这些。

动画图形

图形设备支持多帧，这使它很容易创建动画图形。下面的代码展示了如何使用 magick 图形设备实现来自非常酷的 gganimate 包的示例。

library(gapminder)library(ggplot2)img <- image_graph(600, 340, res = 96)datalist <- split(gapminder, gapminder$year)out <- lapply(datalist, function(data){  p <- ggplot(data, aes(gdpPercap, lifeExp, size = pop, color = continent)) +    scale_size("population", limits = range(gapminder$pop)) + geom_point() + ylim(20, 90) +    scale_x_log10(limits = range(gapminder$gdpPercap)) + ggtitle(data$year) + theme_classic()  print(p)})dev.off()animation <- image_animate(img, fps = 2)print(animation)
## # A tibble: 12 x 7##    format width height colorspace matte filesize density##    <chr>  <int>  <int> <chr>      <lgl>    <int> <chr>##  1 gif      600    340 sRGB       TRUE         0 72x72##  2 gif      600    340 sRGB       TRUE         0 72x72##  3 gif      600    340 sRGB       TRUE         0 72x72##  4 gif      600    340 sRGB       TRUE         0 72x72##  5 gif      600    340 sRGB       TRUE         0 72x72##  6 gif      600    340 sRGB       TRUE         0 72x72##  7 gif      600    340 sRGB       TRUE         0 72x72##  8 gif      600    340 sRGB       TRUE         0 72x72##  9 gif      600    340 sRGB       TRUE         0 72x72## 10 gif      600    340 sRGB       TRUE         0 72x72## 11 gif      600    340 sRGB       TRUE         0 72x72## 12 gif      600    340 sRGB       TRUE         0 72x72


要将其写入文件，您只需执行以下操作：

image_write(animation, "gapminder.gif")

光栅图像

Magick 图像也可以转换为光栅对象，来用于 R 的图形设备。因此，我们可以将它与其他图形工具相结合。然而，请注意，R 的图形设备非常慢，且它有一个非常不同的坐标系，它会降低图像的质量。

基础格栅

Base R 有一个 as.raster 格式，它可将图像转换为字符串向量。Paul Murrell 在  Raster Images in R Graphics 一文中给出了一个很好的概述。

plot(as.raster(frink))


# Print over another graphicplot(cars)rasterImage(frink, 21, 0, 25, 80)



grid 包

grid 包使您更容易在图形设备上叠加栅格，而不必调整绘图的 x/y 坐标。

library(ggplot2)library(grid)qplot(speed, dist, data = cars, geom = c("point", "smooth"))
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
grid.raster(frink)



raster 包

raster 包具有自己的 bitmaps 类，这些类对于空间应用程序很有用。将图像转换为栅格的最简单方法是将其导出为 tiff 文件：

tiff_file <- tempfile()image_write(frink, path = tiff_file, format = 'tiff')r <- raster::brick(tiff_file)raster::plotRGB(r)


你还可以手动将位图数组(bitmap array )转换为栅格对象，但这似乎会删除一些元数据：

buf <- as.integer(frink[[1]])rr <- raster::brick(buf)raster::plotRGB(rr, asp = 1)

OCR 文本提取

magick 最新的功能是利用 OCR 技术从图片中提取文本。这需要 tesseract 包。

install.packages("tesseract")
img <- image_read("http://jeroen.github.io/images/testocr.png")print(img)
## # A tibble: 1 x 7##   format width height colorspace matte filesize density##   <chr>  <int>  <int> <chr>      <lgl>    <int> <chr>## 1 PNG      640    480 sRGB       TRUE     23359 72x72


# Extract textcat(image_ocr(img))
## This is a lot of 12 point text to test the## ocr code and see if it works on all types## of file format.#### The quick brown dog jumped over the## lazy fox. The quick brown dog jumped## over the lazy fox. The quick brown dog## jumped over the lazy fox. The quick## brown dog jumped over the lazy fox.

总结

本文章篇幅很长，对 magick 包的各种使用非常直观详细。作为与 ImageMagick 绑定，可用的最全面的开源图像处理库，magick 包支持许多常见格式(png，jpeg，tiff，pdf 等)和操作(旋转，缩放，修剪，修剪，翻转，模糊等)。这些所有操作都是通过 Magick ++ STL 矢量化的，这意味着它们可以在单个帧或一系列帧上进行操作，以处理图层，拼贴或动画。

在 RStudio 中，可以将图像打印到控制台后会自动预览，从而形成一个交互式编辑环境。因此，强烈推荐大家在 RStudio 中进行使用和测试。

更多 magick、ImageMagick 相关的 R 语言高级图像处理操作，有兴趣的童鞋可以自行去研究学习，也欢迎大家留言交流。

参考资料：

https://cran.r-project.org/web/packages/magick/vignettes/intro.html

——The  End——

本文分享自微信公众号 - 生信科技爱好者（bioitee）。
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。

R 语言中的高级图像处理包相关推荐

  1. R语言中的回归诊断-- car包

    如何判断我们的线性回归模型是正确的? 1.回归诊断的基本方法 opar<-par(no.readOnly=TRUE) fit <- lm(weight ~ height, data = w ...

  2. 色彩 | R 语言中的渐变色: viridis 包(色盲友好的颜色包)

    viridis [ˈvɪrɪˌdɪs] n.翠绿色; 该包提供了一系列 色盲友好的颜色. Robust to colorblindness, so that the above properties ...

  3. R语言中如何计算C-Statistics？几种计算方法详解

    R语言中如何计算C-Statistics?几种计算方法详解 目录 R语言中如何计算C-Statistics? #包导入 #数据加载编码

  4. R语言ggplot2可视化使用ggplot2包patchwork包在可视化结果（右上角）中插入logo图片

    R语言ggplot2可视化使用ggplot2包patchwork包在可视化结果(右上角)中插入logo图片 目录

  5. R语言中的数据处理包dplyr、tidyr笔记

    R语言中的数据处理包dplyr.tidyr笔记 dplyr包是Hadley Wickham的新作,主要用于数据清洗和整理,该包专注dataframe数据格式,从而大幅提高了数据处理速度,并且提供了与其 ...

  6. R语言中最强的神经网络包RSNNS

    转载自:http://www.dataguru.cn/article-1470-1.html R语言中已经有许多用于神经网络的package.例如nnet.AMORE以及neuralnet,nnet提 ...

  7. R语言中的管道操作——magrittr包

    R语言中的管道操作--magrittr包 一.项目环境 开发工具:RStudio R:3.5.2 相关包:magritter 二.数据准备以及问题阐述 这次要解决的问题是如何使用提取数据框中所有包含缺 ...

  8. 用计算机怎么计算r角度,R语言中的数学计算

    原标题:R语言中的数学计算 前言 R是作为统计语言,生来就对数学有良好的支持,一个函数就能实现一种数学计算,所以用R语言做数学计算题特别方便.如果计算器中能嵌入R的计算函数,那么绝对是一种高科技产品. ...

  9. R语言学习笔记——高级篇：第十四章-主成分分析和因子分析

    R语言 R语言学习笔记--高级篇:第十四章-主成分分析和因子分析 文章目录 R语言 前言 一.R中的主成分和因子分析 二.主成分分析 2.1.判断主成分的个数 2.2.提取主成分 2.3.主成分旋转 ...

最新文章

  1. 跟我一起写 Makefile（五）
  2. SQL注入学习——sqli-labs闯关(Basic Challenges)
  3. .NETer，如何用.NET Core 3.0武装自己？这样学效率提高10倍！
  4. WordPress WP Photo Album Plus插件‘wppa-tag’跨站脚本漏洞
  5. axios 获取上传进度_PHP获取HTTP body内容的方法总结
  6. input输入框匹配数字(带两位小数) js--金额匹配
  7. 大数据之R语言速成与实战
  8. 英特尔、阿里巴巴全方位深化技术创新，共同引领数智未来
  9. 【python+flume+kafka+spark streaming】编写word_count入门示例
  10. ZooKeeper监控
  11. 小班安全使用计算机教案,小班教案安全用电
  12. sql主键_SQL主键
  13. /proc/cpuinfo文件分析(查看CPU信息)
  14. 15-2 mysql的数据类型
  15. 最小生成树MST详解
  16. MDIO总线介绍 ｜CSDN创作打卡
  17. python中 math.isfinite返回值为false_Python math.isfinite() 方法
  18. 软件版本中的Alpha,Beta,RC,Trial是什么意思
  19. 计算机远程安装win7,初试使用Ghost工具远程安装win7操作系统
  20. java web 开发之道_《Java Web开发之道》PDF 下载

热门文章

  1. 微服务慌了！看看人家这分布式事务搞得，就是不一样
  2. 从无到有，支付路由系统升级打怪之路|原创
  3. 寒冬之下，做好这六点
  4. 朋友在小厂待到三十多岁了 现在跳槽能找到什么样的工作
  5. 日均百亿级日志处理：微博基于Flink的实时计算平台建设
  6. 漫谈云计算、虚拟化、容器化--云平台技术栈05
  7. 京东员工怒怼公司：每天工作到很晚甚至凌晨，你跟我说这是幸福？
  8. 如何解决组织协同？用智办事更简单！
  9. 使用wmi的snmp类查询计算机网卡信息的源代码,在java中使用SNMP和/或wmi / wmic进行进程到端口的映射...
  10. 一文详解NDT算法实现