I packages in R (come in ogni altro linguaggio) sono uno strumento efficiente che gestisce collezioni di funzioni e di dati con relativa documentazione.
Caratteristiche dei packages in R
• Sono caricate dinamicamente in memorie quando necessario e possono essere scaricate in qualsiasi momento.
• Facili da installare e aggiornare.
• Si possono estendere e adattare a qualsiasi esigenza degli utenti. Infatti qualsiasi utente può creare i propri packages.
Vediamo alcuni comandi utili

.libPaths() # indica il percorso dove sono installati i package
library() # elenca i package correntemente installati
search() # elenca i package correntemente caricati

Per caricare un package in R

library(‘nome_package’)

Per avere accesso alla documentazione sui package installati nel sistema si può selezionare dal menu Help l’ opzione HTML help oppure digitare in console

help(‘nome_package’)

Installazione dei packages in R

Il modo più semplice per installare i pacchetti, avendo una connessione Internet attiva, è attraverso il menu di R Studio: Pacchetti → Installa pacchetti.
Altrimenti attraverso la console:

install.packages("Rcmdr", dependencies=TRUE)

dependencies=TRUE installa tutto il package ed eventuali dependencies.

Aggiornare i packages in R

Il comando per aggiornare i pacchetti è nel menu Pacchetti (Aggiorna pacchetti …), e seguire le istruzioni a schermo.
E’ anche possibile aggiornare i pacchetti digitando il comando in console

update.packages()

Rimuovere i packages in R

Per rimuovere packages in R

remove.packages("package")

Qui tutti i packages disponibili in R.
Vediamone alcuni spesso utilizzati

tidyverse è una raccolta di package R pensati per i data scientist.

shiny rende incredibilmente facile costruire applicazioni web interattive con R. Shiny ha un binding “reattivo” automatico tra input e output e ampi widget precostruiti.

rmarkdown ti consente di inserire codice R in un documento markdown (es HTML). R genera quindi un documento finale, che sostituisce il codice R con i risultati.

ggplot 2 è un package di visualizzazione dei dati. Crea incredibili grafici multistrato.

knitr combina R con TeX, Markdown o HTML.

readr semplifica la lettura di molte tipologie di file.

devtools permette di creare nuovi e personali package.

Guarda tutti i tutorial sull’Ambiente di Lavoro oppure torna su R tutorial.