我很想知道,
我认为这可能会揭示一些有趣的事实。
编辑:显示CRAN包随时间演变的动画图形的加分。
发布于 2011-09-12 17:45:15
比起抓取网页来获取包的名称,一种更好的方法是使用available.packages()
函数并处理这些结果。available.packages()
返回一个矩阵,其中包含所有可用包的详细信息(但默认情况下会进行过滤-有关更多信息,请参阅?available.packages
的详细信息部分)。
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
使用nameCount
,我们可以选择名称包含任意数量字符的包,而不需要求助于regexp等:
> 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"
发布于 2011-09-12 17:45:53
这里有一个基于各种建议的建议。
packages <- available.packages()[,'Package']
ggplot(data.frame(n = nchar(packages))) +
geom_histogram(aes(n), binwidth=1)
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"))
let <- sapply(sapply(letters, grep, tolower(packages)), length)
barplot(let)
length(packages[grep("2$", packages, perl=TRUE)])
# 29
发布于 2011-09-12 07:43:22
下面是回答一些问题的一小段代码。当我有时间的时候,我会继续补充我的答案。
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)
https://stackoverflow.com/questions/7381932
复制相似问题