jupyterLab+R,讓你更優雅的探索數據

jupyterLab 是神馬東西？

現在Rstudio已經成為R社區使用最廣泛的集成編輯器，其在配合Rstudio公司開發的軟體包使用上有天然的優勢，如knitr、bookdown、blogdown、sparklyr、tidyverse等，讓我們在數據導入、清洗、可視化、分析過程中少踩了不少坑。

然而，有時候我們也會發現，利用Rmarkdown進行探索性數據分析時，尤其是初學者，總是不斷花費時間在文檔編譯上，而壓縮了真正數據探索的時間。很多時候，我很羨慕python用戶，因為他們擁有Ipython、jupyter notebook等工具，讓我們一邊分析數據，一邊插入markdown文本，並且還能實時看到結果，這些特性R用戶也可以實現嗎？當然，這就是我今天推薦的jupyterlab 編輯器。

安裝jupyterLab

首先我們要明白，jupyterLab是一個python包，所以要使用jupyterLab首先要配置python環境。對於普通用戶，包括linux、win和Mac用戶，建議直接下載anaconda發行版進行安裝，這樣免去了既要安裝python又要安裝其他包的麻煩，是最簡潔的方法。

對於平時很少使用python的人來說，可能無法忍受anaconda全家桶式的安裝模式，想更輕便的安裝使用，那也很容易。

1. 安裝

Mac 和 Linux用戶系統自帶了python，可以直接使用pip install jupyterlab安裝jupyterLab包。

win用戶先在python官網下載安裝python，然後使用pip install jupyterlab安裝jupyterLab包。

2. 運行

在終端輸入jupyter lab即可以在默認瀏覽器中打開編輯器界面，若不能，請檢查下python路徑配置是否正確。

「咦，怎麼只能選擇python，R去哪了」，各位看官莫急，這是因為R端缺少必要的包，還不能和jupyter進行通信，等把這些包安裝好進行配置後就可以了。

3. 配置R

⚠️ 要把先前打開的jupyterLab程序全部關閉後再進行以下操作

#安裝必要的依賴包

install.packages(c('repr', 'IRdisplay', 
                  'evaluate', 'crayon', 
                  'pbdZMQ', 'devtools', 
                   'uuid', 'digest')) 
                   

devtools::install_github('IRkernel/IRkernel') 
IRkernel::installspec() 

4. 再次在終端運行`jupyter lab`，選擇R圖標打開，你就可以在jupyterLab進行數據分析啦

jupyterLab的主要特性繪圖函數自動插入圖片ggplot2繪圖完美支持

options(repr.plot.width=7, repr.plot.height=5)
library(WDI) 
library(ggplot2)

# 獲取數據

dat <- WDI(indicator='NY.GNP.PCAP.CD', 
          country=c('CL','HU','UY'), start=1960, end=2012) 
p <- ggplot(dat, aes(year, NY.GNP.PCAP.CD, color=country)) + 
           geom_line() +
            xlab('Year') + 
            ylab('GDI per capita (Atlas Method USD)') +
            labs(title <- "GNI Per Capita ($USD Atlas Method)")
p

動態繪圖沒問題

library(plotly)
ggplotly(p)

網頁也可以

也可以直接插入plotly包官網示例，這裡需要用到IRdisplay包提供的函數。其核心思想是使用display_html()函數將示例網頁封裝為iframe進行輸出。

這一方法可以用來插入任何網頁，包含視頻、音頻等等。當然，相應地高度、寬度需要進行針對性調整。

library(IRdisplay)
plotly_iframe <- function(url) {
    
    w <- "750"
    h <- "600"
    html <- paste("<center><iframe height=\"", h, 
                  "\" id=\"igraph\" scrolling=\"no\" 
                 seamless=\"seamless\"\n\t\t\t\tsrc=\"",
                   url, "\" width=\"", w, 
                   "\" frameBorder=\"0\"></iframe></center>", 
                   sep="")
    return(html)
} 
display_html(plotly_iframe("https://plot.ly/~ggplot2examples/98"))

leaflet地圖也很容易

library(leaflet)
library(leafletCN)
m <- leaflet() %>%
  amap() %>%  
  addMarkers(lng=121.48024, lat=31.23631, popup="Shanghai")
  
htmlwidgets::saveWidget(m, 'leaflet.html', selfcontained = FALSE)

display_html(paste("<center>","\n",'<iframe src="leaflet.html" 
width="960" height="500",align="absmiddle"></iframe>',"\n","</center>"))

插入常見統計報表數據框、矩陣格式化輸出

data(iris)
head(iris) 

Sepal.LengthSepal.WidthPetal.LengthPetal.WidthSpecies5.1 3.5 1.4 0.2 setosa4.9 3.0 1.4 0.2 setosa4.7 3.2 1.3 0.2 setosa4.6 3.1 1.5 0.2 setosa5.0 3.6 1.4 0.2 setosa5.4 3.9 1.7 0.4 setosa

matrix(1:15,nrow=3) 

1 4 7 10132 5 8 11143 6 9 1215更複雜的表格輸出

m <- DT::datatable(iris[1:20, c(5,1:4)],  rownames = FALSE)
htmlwidgets::saveWidget(m, 'demo.html', selfcontained = FALSE)
display_html(
paste("<center>","\n",
      '<iframe src="demo.html" width="1050" height="600">
      </iframe>',
     "\n","</center>"))

統計報表輸出

library(stargazer)
library(IRdisplay)
library(magrittr)
m <- capture.output(stargazer(attitude,type='html')) 

display_html(paste("<center>","\n",m,"\n","</center>"))

linear.1 <- lm(rating ~ complaints + privileges + learning + raises + critical,
               data=attitude)
linear.2 <- lm(rating ~ complaints + privileges + learning, data=attitude)
attitude$high.rating <- (attitude$rating > 70)
probit.model <- glm(high.rating ~ learning + critical + advance, data=attitude,
                    family = binomial(link = "probit"))
outreg <- capture.output(

     stargazer(linear.1, linear.2, probit.model, 
               title="Regression Results", align=TRUE, 
               dep.var.labels=c("Overall Rating","High Rating"), 
               covariate.labels=c("Handling of Complaints",
                                  "No Special Privileges", 
                                  "Opportunity to Learn",
                                  "Performance-Based Raises",
                                  "Too Critical","Advancement"), 
               omit.stat=c("LL","ser","f"), 
               no.space=TRUE,type='html')
)
display_html(paste("<center>","\n",outreg,"\n","</center>")) 

Regression Results

latex數學公式支持添加公式的方法

jupyterLab 數學公式本質上是調用的MathJax宏包進行處理的，因此要使用數學公式需要把單元格設置為markdown模式。可以通過下拉菜單進行手動設置，也可以選中單元格，按esc退出編輯模式，然後按m進行設置。

1. 行內公式

行內公式樣式為$行內公式$，公式內容通過兩個美元符號包裹起來。例如，這裡是行內公式$\sum_{k=1}^\infty\frac{x^n}{n!}$，編譯後顯示為∑k=1∞xnn!∑k=1∞n!xn。

2. 行間公式

行間公式樣式為$$行間公式$$，公式內容前後各兩個美元符號。例如，這裡是行間公式$$x^n+y^n=z^n$$,編譯後顯示為：

更複雜的數學公式解決辦法

很多時候需要寫條件函數，需要使用cases環境。

$$
f(n) =
\begin{cases}
n/2,  & \text{if $n$ is even} \\
3n+1, & \text{if $n$ is odd}
\end{cases}
$$

公式組使用array環境。

\left\{ 
\begin{array}{c}
    a_1x+b_1y+c_1z=d_1 \\ 
    a_2x+b_2y+c_2z=d_2 \\ 
    a_3x+b_3y+c_3z=d_3
\end{array}
\right.

矩陣代數直接使用matrix環境。

X=\left(
    \begin{matrix}
        x_{11} & x_{12} & \cdots & x_{1d}\\
        x_{21} & x_{22} & \cdots & x_{2d}\\
        \vdots & \vdots & \ddots & \vdots\\
        x_{m1} & x_{m2} & \cdots & x_{md}\\
    \end{matrix}
\right)
=\left(
     \begin{matrix}
            x_1^T \\
            x_2^T \\
            \vdots\\
            x_m^T \\
        \end{matrix}
\right)

對齊使用align環境。

\begin{align}
\frac{\partial J(\theta)}{\partial\theta_j}
& = -\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i)) \frac{\partial}{\partial\theta_j}(y^i-h_\theta(x^i)) \\
& = -\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i)) \frac{\partial}{\partial\theta_j}(\sum_{j=0}^n\theta_jx_j^i-y^i) \\
& = -\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i))x^i_j
\end{align}

最後還說下公式自動編號。我在測試時直接使用equation環境並沒有得到編號的公式。具體原因我還不清楚。

\begin{equation}
a+b = 1 \\
c+d = 2
\end{equation}

快捷鍵

要熟悉jupyter快捷鍵，必須要要清楚jupyter單元格（cell）分編輯模式和非編輯模式，快捷鍵都是在非編輯模式下才能起作用。

Shift + Enter：運行本單元，選中下個單元

Ctrl + Enter：運行本單元

Esc：切換單元格為非編輯模式

Enter：切換單元格為編輯模式

dd：刪除選中單元格

A：在上方插入單元格

B：在下方插入單元格

M：切換單元格為markdown模式

R：切換單元格為raw模式

Y：切換單元格為code模式

jupyter 提供了大量的快捷鍵方便使用，平時我用的最多的就上面一些，其他的可以參照lawme的專欄文章。

寫在最後的話

jupyterLab比較適合進行探索性數據分析和學習，在使用過程中最大的缺點是當文檔過大，或者涉及很多動態頁面生成時容易卡頓。與之相對的，使用Rstudio結合Rmarkdown生成最終報告文檔可能更合適，兩者各有優缺點，需要結合使用。

PS：第一次寫，有什麼疏忽各位磚輕點拍