Hola, este es mi primer post :)
Este post tiene el objetivo de guardar y mostrar ordenadamente recursos que todo principiante en el mundo de R debiese conocer.
Este compilado está inspirado en https://github.com/qinwf/awesome-R (revísalo).
Instalar R
(No está de más decir que se debe instalar R desde páginas oficiales)
- R (base): https://cran.rstudio.com/
- RStudio: https://www.rstudio.com/products/rstudio/download/
Paquetes
- Luego de la instalación de R, knitr y rmarkdown te ayudan a la generenación de documentos dinámicos.
- tidyverse, contenedor de varios paquetes, estos son algunos:
- data.table, manipulación rápida de gran cantidad de datos.
- Para la creación de gráficas interactivas:
- highcharter, gráficos basados en Highcharts.
- dygraphs, para series de tiempo.
- plotly, gráficas interactivas con plotly.
- leaflet, mapas interactivos.
- htmlwidgets, javascript para visualizar datos en R. (revisa los casos de usos, son inspiradores).
- shiny, para creación de aplicaciones web. (Ver awesome-rshiny para más recursos en shiny).
- kableExtra, mostrar tablas en formato latex y HTML.
Los paquetes nombrados son los más básicos y con ellos se pueden hacer muchas cosas. Revisa Awesome-R, hay paquetes para todo… conectarse a bases de datos, API’s para extraer datos de páginas webs, optimización de problemas no lineales, análisis de datos espaciales, machine learning etc.
Libros
- R for Data Science (empeza por este!, lo están traduciendo al español: https://es.r4ds.hadley.nz/)
- An Introduction to R
- Colección de libros gratis en: https://cran.r-project.org/other-docs.html
- R Cookbook
- Advanced R
- R Markdown: The Definitive Guide
- UC Business Analytics R Programming Guide
- Data Wrangling with R
- Building Big Shiny Apps - A Workflow
- Geocomputation with R
Otros libros de interés:
- Business Analytics with R
- Practical R for Mass Communication and Journalism
- Machine Learning with R and H2O
- Fundamentals of Data Visualization
- Basic R for Finance
- R para profesionales de los datos: una introducción
- Ciencia de Datos para Gente Sociable R en ciencias sociales
- Statistical Inference via Data Science
Cheat Sheets
(Las chuletas o torpedos, resúmenes con las funciones más importantes de algunos paquetes, ver https://www.rstudio.com/resources/cheatsheets/)
La comunidad de R
Este punto no es una herramienta pero es importante mencionarla. Como sabemos, R es un lenguaje de programación con un enfoque al análisis estadístico y los paquetes que usamos estan desarrollados por diferentes usuarios de R que comparten sus aportes. Justamente este es un aspecto fuerte de R, su gran comunidad, por eso es importante conocerla, participar y estar al tanto de todas las novedades. Aquí te dejo algunos enlaces:
- R-bloggers, sitio donde diferentes usuarios bloguean sobre R.
- RWeekly, novedades en R.
- Quick-R, sitio con diferentes materias en R.
- R-users, Foro de discusión.
- RStudio Community, importante foro de discuisión.
R en Twitter
También, si quieres estar al tanto de las novedades en R te aconsejo seguir a las siguientes cuentas (personalmente no uso RRSS, pero en twitter he encontrado información muy valiosa de la comunidad de R):
- R4DScommunity o R for Data Science.
- tidypod Podcast sobre visualización.
- R4DS_es, R más accesible en Latinoamérica, impulsan #DatosDeMiercoles
- LatinR, la comunidad Latina en R.
- RLadiesGlobal.
De igual forma te recomiendo seguir a los autores de los libros y paquetes que nombré arriba, como por ejemplo a Hadley Wickham autor del libro R for Data Science y desarrollador de la librería tidyverse, o Riva Quiroga exponente de la comunidad R en latinoamérica.
Te recomiendo participar en Datos de miércoles, la versión en español de #tidytuesday, donde cada semana suben datos para que diferentes usuarios puedan compartir sus visualizaciones. He visto aportes increíbles!, es una buena oportunidad para compartir y conocer el trabajo de otros usuarios de R.
Nota: Actualizar
(Post realizado en 2019, actualizar enlaces, agregar nuevos recursos)
- https://dreamrs.github.io/esquisse/articles/get-started.html
- https://smach.github.io/R4JournalismBook/HowDoI.html
- https://www.dreamrs.fr/
- https://cedricscherer.netlify.com/
- https://yintingchou.com/
- https://deanattali.com/blog/building-shiny-apps-tutorial/
- https://blog.rstudio.com/2018/02/06/tensorflow-for-r/
- https://www.brodrigues.co/
- http://www.nathancunn.com/
- https://bitsandbricks.github.io/
- http://www.thertrader.com/
- https://www.r-spatial.org/
- http://blog.danwin.com/