https://www.zhihu.com/question/24501195

?

節選：

看了這么多答案，覺得 Hadley Wickhamhad.co.nz 在R使用者的地位好高啊。其實我也覺得Hadley的每個包都很好用，尤其是CRAN - Package plyr（他寫的包中，這個接觸得比較晚，所以感覺更加相見恨晚）。其他作者的包有：

• CRAN - Package xkcd 把你的圖繪制成xkcd http://xkcd.com風格
• CRAN - Package magrittr 向前管道操作符以及其他一些操作符的別名
• CRAN - Package knitr 自動化報告生成全靠她了
• CRAN - Package functional 函數編程的時候會用到 PS :文檔寫得比較有意思，比如這個

作者：知乎用戶
鏈接：https://www.zhihu.com/question/24501195/answer/28231496
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。 作者：TomHall
鏈接：https://www.zhihu.com/question/24501195/answer/28241241
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。

分析與建模：

• Matrix包：先進的稀疏矩陣處理，不了解稀疏矩陣概念的時候內存占用和運行速度都不忍直視。
• Reshape2/ddply：數據處理不用愁。
• *apply系列：比for更好用的函數，其中tapply遠不如lapply流行，但是實用程度不在其下。實際上lapply有沒有變快得看各人的實現，因為雖然lapply調用了C實現，但是它還是要回頭調用在R里用戶定義的函數才能做計算，這個函數速度如何才是關鍵。
• compiler包：即使代碼里有for也可以加速。
• foreach：通用的并行接口，跨平臺多功能。
• lubridate：處理時間日期格式不求人。
• gbm：效果和randomForest相近，但是占用內存很少很幸福，而且支持多核 CrossValidation 運算。
• stats::optim()：做優化的最傻瓜選擇。不信看這個三行R代碼做出SVM：http://weibo.com/1459604443/A3x1VtIQn，不懂牛頓法也沒關系。

報告與可視化：

• knitr/slidify：knitr是 @謝益輝 的代表作。做報告、幻燈片 so easy，但是slidify的作者不喜歡寫文檔，所以很頭疼。
• shiny：用R生成Web App，后端強勁接口統一。例如：https://hetong.shinyapps.io/imgsvd 。
• recharts：在R中方便快捷地生成可交互圖形，再也不用從R換到js了。

其他：

• devtools::install_github()：脫離CRAN強權統治，Github讓世界更美好。
• base::match()：很多情況下比which，is.element不知高到哪里去了。
• utils::read.table()：設置nrows能提前分配內存，設置comment.char=""與colClasses更能加快讀入。
• OpenBLAS庫：雖然不是R包，但是多核CPU上對矩陣運算的加速效果實在是太方便明顯了，而且Ubuntu上安裝方便，并不需要重新編譯R。
• 定義啟動項：如果對stringsAsFactors永遠默認為TRUE深痛惡覺，可以修改Rprofile.site文件，加上每次啟動都自動運行的命令。 @任坤 在評論中提到：定義啟動項比較危險，不注意的話會使得代碼的可移植性出現問題哦，放到別人電腦上一運行發現各種factor。
• 升級R包：R的版本更迭之后，可以把老R包復制到新版本的library目錄下，然后運行 update.packages(checkBuilt=TRUE, ask=FALSE) ，這是官方的提示，放在FAQ里，不知道有多少人留意了：R for Windows FAQ

?

總結

以上是生活随笔為你收集整理的R 中的哪些命令或者包让你相见恨晚？--转载知乎的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。