Linkschleuder: R und andere

Heute geht es mal wieder um R, das freie Statistikpaket, das sich zusammen mit RStudio daran macht, nicht nur die Welt der Statistik, sondern auch den Datenjournalismus, den Bereich des maschinellen Lernens und alles, was mit Big Data zusammenhängt, zu erobern. Das funktioniert oft nur sinnvoll, wenn R auch mit anderen Programmen, wie zum Beispiel Python, und Paketen, wie zum Beispiel Shiny, zusammenarbeitet. Die heutige Linkschleuder ist daher eine Sammlung von Links über die Zusammenarbeit von R mit anderen Programmen und Paketen:

R und Python

• Tony Hirst hat einen Artikel über die Werkbank eines Data Scientist bei IBM verfaßt. Diese Bestände aus OpenRefine, RStudio, Jupyter und würde vollständig im Browser stattfinden.

• Auch bei Mango Solutions nutzt man die Kombination aus R und Python intensiv. Von Chris Musselle und Kate Ross-Smith gibt es eine dreiteilige Einführung. Der erste Teil heißt Integrating Python and R into a Data Analysis Pipeline und gibt eine Antwort auf die Frage: Warum R und Python und nicht R oder Python. Der zweite Teil zeigt, wie man R aus Python und Python aus R aufruft und im letzten Teil wird in einem ausführlichen Beispiel wie man mit Python Daten aus RSS-Feeds sammelt und sie dann in R weiterverarbeitet.

• Im Zusammenhang mit dem letzten Beispiel ist dieser Beitrag von David Smith interessant: Buzzfeed uses R for Data Journalism. Neben einigen JavaScript-Bibliotheken wird dort auch QGIS genutzt.

• Auch Al-Ahmadgaid Asaad hat einen interessanten Beitrag über R und Python verfaßt: Theory of Linear Least Squares. Dort zeigt er, wie man das Problem jeweils einmal in R und einmal in Python behandelt und geht ausführlich auf die Unterscheide ein.

• Wie man Python (und pandas) zum Einsammeln von Daten nutzt, zeigt dieser Beitrag: Download Federal Reserve Economic Data (FRED) with Python

R und Shiny

• Zur Einführung ein kurzer Artikel über eine Marathon App, die Benjamin L. Corey mit Shiny und Plotly, das ja kürzlich unter eine Open-Source-Lizenz gestellt wurde, realisiert hat.

• Noch einmal Tony Hirst: How to Run A Shiny App in the Cloud Using Tutum, Digital Ocean and Docker Containers.

• Ein eigener Shiny-Server wird zum Traum des Statistikers (findet Morgan Benton): Deploying Your Very Own Shiny Server.

• Und das ist eine wirklich coole Shiny-App: Build Online Image Classification Service with Shiny and MXNetR.

• Spiralen, Spiralen! Phyllotaxis By Shiny.

R und Emojis (und Weihnachtsbäume)

• Emojis scheinen überall Einzug zu halten: Use Emoji Font in R. (Das Blog ist übrigens das erste, das mir untergekommen ist, das mit Hugo, dem in Go geschriebenen Generator für statische Seiten, implementiert wurde. Daher ab in den Feedreader damit.)

• Nicht gerade Emojis, aber da bald Weihnachten ist: geom_christmas_tree(): a new geom for ggplot2 v2.0

Verschiedenes

• R und SQL: Data Science with SQL Server R Services ist ein fünfteiliges Tutorial – natürlich von Microsoft.

• R und Google Trends: Download and plot Google Trends data with R

• R und Jekyll: An Easy Start with Jekyll, for R-Bloggers. So oder ähnlich würde ich auch gerne R mit RubyFrontier, dem Generator für statische Seiten, der ja bekanntlich dieses Blog Kritzelheft antreibt, verheiraten.

• Und zum Schluß noch etwas sehr Interessantes: R kann jetzt auch mit Apaches Zeppelin, einem weiteren interaktiven (browserbasierten) Notebook, fliegen: Interactive Data Science with R in Apache Zeppelin Notebook.

War sonst noch etwas? Ach ja, R 2.3.2 ist draußen, MapView 1.0.0 ist auf CRAN und von Lorentz Matzat gibt es einen schönen Rückblick über den Datemjournalismus im Jahre 2015. Und diese kleine Linkschleuder enthält exakt 43 Links. Macht was draus …

(Kommentieren)