前段时间看到plotnine库(封装的R语言ggplot2)作的图太美了，有点想重新拾起R语言^_^

R语言代码略带凌乱，讲真的还是更喜欢Python代码简洁。不过好几年不琢磨R语言，对R语言代码的凌乱美有些新奇，很好玩，这也许就是久别胜新欢吧。

而且R语言的文本分析生态也挺全的，Python与R结合起来，完美~

R语言读写操作

本章文件读写用到的包有

readtext

readr

readxl

writexl

其中readr、readxl均为tidyverse内的子包，做数据分析一般绕不开tidyverse

tidyverse含有的包

library(tidyverse)

tidyverse::tidyverse_packages()

##  [1] "broom"      "cli"        "crayon"     "dbplyr"     "dplyr"

##  [6] "forcats"    "ggplot2"    "haven"      "hms"        "httr"

## [11] "jsonlite"   "lubridate"  "magrittr"   "modelr"     "pillar"

## [16] "purrr"

前段时间看到plotnine库(封装的R语言ggplot2)作的图太美了，有点想重新拾起R语言^_^R语言代码略带凌乱，讲真的还是更喜欢Python代码简洁。不过好几年不琢磨R语言，对R语言代码的凌乱美有些新奇，很好玩，这也许就是久别胜新欢吧。而且R语言的文本分析生态也挺全的，Python与R结合起来，完美~ R语言读写操作本章文件读写用到的包有readtextreadrreadxlwritexl... #删除month字段中内容是'1/','2/','6/','7/','8/','9/','10','11','12'的行 data=data[~(data['month'].isin(['1/','2/','6/','7/','8/','9/','10','11','12']))] #仅删除字段名为month的一整列数据 data=data.drop(['month'],axis=1) import pandas as pd import numpy as np # 导入 数据 #data . 第一行解释：data表示定义的数据名称（随便取）；read.table表示 读 取数据表；括号中双引号里是 文件 所在路径，注意使用“/”，而不是“\”；header=TRUE表示 读 取表标题。 第二行解释：直接运行data即数据名称即可输出 txt 中的数据。