Имена доступных пакетов R - PullRequest
Новая
       30

Имена доступных пакетов R

18 голосов
/ 12 сентября 2011

Мне хотелось бы знать,

  • сколько имен пакетов в CRAN имеют два, три, N символа?
  • , какие комбинации еще не использовались ("unpoppler"))
  • сколько имен пакетов используют full-caps или camelCase?
  • сколько имен пакетов заканчивается на 2?

Я думаю, что это может раскрыть некоторые интересные факты.

Редактировать: бонусные баллы за анимированную графику, показывающие эволюцию пакетов CRAN во времени.

Ответы [ 4 ]

14 голосов
/ 12 сентября 2011

Лучший способ, чем очистка веб-страницы для получения имен пакетов, - это использовать функцию available.packages() и обработать эти результаты.available.packages() возвращает матрицу, содержащую сведения обо всех доступных пакетах (но фильтруется по умолчанию - подробности см. В разделе «Сведения» ?available.packages). 

pkgs <- available.packages(filters = "duplicates")
nameCount <- unname(nchar(pkgs[, "Package"]))
table(nameCount)

> table(nameCount)
nameCount
  2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17  18  19  20  21 
 32 311 374 360 434 445 368 277 199 132  99  56  56  43  22  19  18   2  12   8 
 22  24  25  31 
  5   2   1   1

Используя nameCount, мы можем выбирать пакеты с именамисодержит любое количество символов без необходимости использования регулярных выражений и т. д .: 

> unname(pkgs[which(nameCount == 2), "Package"])
 [1] "BB" "bs" "ca" "cg" "dr" "ez" "FD" "ff" "HH" "HI" "iv" "JM" "ks" "M3" "mi"
[16] "np" "oc" "oz" "PK" "PP" "qp" "QT" "RC" "rv" "Rz" "sm" "sn" "sp" "st" "SV"
[31] "tm" "wq"
10 голосов
/ 12 сентября 2011

вот один выстрел, основанный на различных предложениях. 

 packages <- available.packages()[,'Package']

 ggplot(data.frame(n = nchar(packages))) +
   geom_histogram(aes(n), binwidth=1)

histogram

 all <- length(packages)
 ## 3168
 up <- sum(toupper(packages) == packages)
 ## 262
 low <- sum(tolower(packages) == packages)
 ## 1697
 pie(c(up, low, all-up-low), labels=c("UPPERCASE","lowercase","cAmElCaSe"))

pie

 let <- sapply(sapply(letters, grep, tolower(packages)), length)
 barplot(let)

barplot 

 length(packages[grep("2$", packages, perl=TRUE)])
 # 29
5 голосов
/ 12 сентября 2011

Вот небольшой фрагмент кода, чтобы ответить на некоторые вопросы. Я продолжу добавлять к своему ответу, когда найду время. 

library(XML); library(ggplot2);

url = 'http://cran.r-project.org/web/packages/available_packages_by_name.html'
packages = readHTMLTable(url, stringsAsFactors = F)[[1]][-1,]

# histogram of number of characters in package name
qplot(nchar(V1), data = packages)
1 голос
/ 12 сентября 2011

Создайте вектор из всех пакетов, используя 

myList <- available.packages()[,'Package']

Тогда вы можете анализировать, как хотите. Например, список пакетов с двумя именами символов 

myList[grep('^..$', myList)]
...