R

介紹如何使用 R 的 pheatmap 套件畫出精緻的熱圖（heatmap）。 安裝 pheatmap 套件 R 的 CRAN 官方套件庫就有收錄 pheatmap 套件，所以可以直接使用 install.packages 安裝： # 安裝 pheatmap 套件 install.packages("pheatmap") 若在自動化的指令稿中，可以這樣寫： ...

介紹如何將 data frame 中的一欄文字，依據分隔符號切割成多個不同的欄位。 假設我們現在有一個 data frame，其資料如下： # 原始資料 raw.df <- data.frame( name = c("Mary", "Joe", "John"), info = c("54.5;172;56", "63.2;179;45", "49.2;168;38") ) raw.df name info 1 Mary 54.5;172;56 2 Joe 63.2;179;45 3 John 49.2;168;38 其中 info 欄位中儲存了體重、身高與年紀三項數值，但是這些資料以分號（;）分隔，都放在同一個 info 欄位中，沒辦法直接取用。 ...

介紹如何再 R 中使用 vegan 套件的 anosim 函數進行相似性分析，檢定不同組別之間是否具有顯著差異。 這裡我們使用 iris 鳶尾花資料集來示範使用 anosim 函數進行相似性分析的流程，首先查看一下 iris 鳶尾花資料集的資料形態與內容： ...

介紹如何在 R 中使用 FactoMineR 套件進行主成分與階層式集群分析 HCPC 分析。 群集分析（clustering）是一種在多變量分析中很重要的資料探勘方法，其目的在於依據資料相似度找出適當的分群方式，常見的群集分析有階層式分群（hierarchical clustering）與分割式分群（partitioning clustering，例如 k-means）兩種。 ...

介紹如何在 R 中使用 ade4 套件進行主成分分析（principal component analysis）。 主成分分析（principal component analysis，簡稱 PCA）是多變量分析中的一種降維（dimensionality reduction）方法，可降低資料的維度，同時保留資料中對變異數貢獻最大的特徵。 ...