Hi I’m Rex
在這個小小的地方，有著小雷學習數據分析、人工智慧、解題網站與編程的筆記，語言包含R、Python，也有列出Git、Github版本控制的資訊，寫這個部落格筆記原始的想法是因為用來寫筆記的軟體內容太多了，沒有甚麼時間去整理的更有條理，寫些文章做個備份，順便自我複習，小雷本身並不是資訊科出身的，所以寫的方式偏向一般大眾會看得懂的方式，也讓自己學習時更好理解，若是內容有誤，也請不吝指正，各個項目的連結逐一列出，感興趣的朋友請連結觀看!
數據分析的介紹文章 >> 請點我
R語言的介紹文章 >> 請點我
HackerRank解題文章 >>
請點我
Git、Github相關 >> 請點我
機器學習相關 >> 請點我
不定時會將整理好的筆記寫出來，慢慢增加文章的量體，希望也可以幫助到正在學習程式語言、數據分析的朋友
從上完Google Data Analytic數據師課程到現在大約是兩個多月，從重新學習新的編程語言R，到慢慢摸索編程寫出分析報告，不得不說數據分析是很有趣的事情，數據會說故事，會告訴我發生的事情，但小雷並不一定聽的懂它說甚麼，來亂的，一份基礎的分析報告其實就很花時間，從搞清楚問題 >> 確定好目標 >> 了解有那些數據 >> 載入數據 >> 檢視 >> 清理&調整 >> 檢視 >> 聚合彙整 >> 分析 >> 繪製圖表 >> 產出報告，過程很繁雜，大概有80%的時間都在清理的程序。
這樣的過程與分析，確實對於很多企業來說是需要的，過往在營運或是行銷時，大多數是經驗 凌駕 數字，除非很大的企業，否則大概都是這樣的模式去進行，畢竟自我確定的經驗，安全感大於數字給予的提示，洞察一旦錯誤，可能損失的會更多，我覺得也是止步不前的問題
現在越來越多新的技術、分析的方法，也越來越多企業了解到數據的本質與重要性無論營運、行銷、銷售、管理等等，只要有好的分析團隊，搭配正確的洞察，組織起強大的數據驅動決策方向，對於發展的速度能起到一定程度的重要性。
小雷有產出的報告目前不多，隨著使用的函數增加，報告的內容會越趨細緻，不敢說能力多好，只知道能力是可以逐步培養與進步，每一次的產出都是一次的進步。
關於Google Data Analyze課程資訊 :
>> 請點我
各個分析報告的連結，不定期更新，時間以新 – 舊順序 :
最後這篇放的是ggplot2中的函數，幫助繪圖時顯示出更好的圖示，參數的部分不少，本篇舉出快速使用的幾個參數供參考，細部的參數待彙整完成整篇的在做分享嘍。
Data Analysis Cyclistic文章 >> 請點這裡進入
語法解析(上)
>> 請點這裡進入
語法解析(中) >> 請點這裡進入
小雷的Kaggle >> 請點這裡進入
小雷的Github >> 請點這裡進入
觀看完整報告，請至雲端下載PDF : 點我連結
---------------------------------------------做個分隔線------------------------------------------------
geom_col() : 這是geom_bar()長條圖的另一個版本，可以加入x、y軸的參數，若是geom_bar的部分，就必須在末端另外加入stat = “identity參數設定才能添加y軸，實際用起來個人覺得比geom_bar()好用。
所屬Package :
ggplot2
基礎語法 : geom_col()
可用參數 :
position = “”(設定長條圖的顯示方式，dodge >> 分開顯示，stack >> 堆疊顯示)
使用時機 : 需要設定x、y軸參數時
例子 :
scale_y_continuous() : 這個函數與x參數很多，小雷目前只有使用幾個參數作為圖示的設定值，除了可以修改x、y軸名稱之外，刻度內也可以加入計算做調整，是很方便的語法，。
所屬Package :
ggplot2
基礎語法 : scale_y_continuous(name
= “”, breaks = c())
可用參數 : breaks
= c(開始, 結束, 間隔)
使用時機 : 可以一次性調整y軸的顯示
例子 :
scale_x_continuous() : y軸的另一個版本，用法與y軸的部分基本上差不多，不過x軸的刻度通常都不太改，所以breaks會比較少用就是了。
所屬Package :
ggplot2
基礎語法 : scale_x_continuous(name
= “”, breaks = c())
使用時機 : 可以一次性調整x軸的顯示
scale_fill_manual() : 圖示顯示的顏色系統預設的看膩了嗎?這個函數可以自定義想要的顏色，讓顯示的圖表更吸睛!顏色的部分可以搜尋ggplot2的顏色名稱，填入就可以變更顏色了
所屬Package :
ggplot2
基礎語法 : scale_fill_manual(values
= c(“ ”))
使用時機 : 變更圖示的顏色
例子 :
pie() : 有時在繪製比例的圖形時需要用到圓餅圖，這個函數可以很輕易的畫出圖形，並且一併設定好顏色、名稱、標題等資訊，可以搭配legend()作為圖示的說明。
所屬Package :
graphics
基礎語法 : pie(x,
labels = , col = c(), main = “ ”)
可用參數 : labels
= 取哪個欄位的參數，col = 顏色設定，main = 標語內容
使用時機 : 需要繪製圓餅圖時使用
例子 :
legend() : 可以在繪圖上另外做說明的圖進行重疊，想要加入其他額外資訊時顯得方便許多。
所屬Package :
graphics
基礎語法 : legend(loc,
legend = c(), cex = , fill = c())
可用參數 : loc = 圖示的位置，legend = 顯示的文字，cex = 圖示大小，fill = 填充顏色
使用時機 : 要在已經做好的圖示上添加說明
例子 :
以上就是在Cyclistic的分析上，小雷個人覺得有解決所遭遇的問題，若是有朋友遇到一樣的問題，希望可以有些許幫助!
這篇繼續分享分析數據中使用的函數，這些函數真的不是一天兩天能夠學的完，但是掌握一些好用的函數是可以事半功倍的!
Data Analysis Cyclistic文章 >> 請點這裡進入
語法解析(上) >> 請點這裡進入
小雷的Kaggle >> 請點這裡進入
小雷的Github >> 請點這裡進入
觀看完整報告，請至雲端下載PDF : 點我連結
---------------------------------------------做個分隔線------------------------------------------------
ordered() : 透過這個函數可以將數值轉化為因子並進行等級的分類後排序，對於有限數值可以很輕易的設定成自己想要的順序，諸如日期、小時、年分等，屬於factor的操作函數之一。
所屬Package :
base
基礎語法 : ordered(x,
levels = c())
使用時機 : 將日期等數值進行等級的排序，由左至右，由小到大。
例子 :
aggregate() : 將數據聚合成一個子集進行觀察，並且統計對應的值，在進行數據觀察時好用，很輕易的將數據分類並檢視，使用” ~ ”進行主要子集欄位，使用” + “添加欄位進入觀察，需要注意的是，末端一定要有聚合的方式，也就是甚麼樣的統計方法。
所屬Package :
stats
基礎語法 : aggregate(x,
要聚合的項目, FUN =
,..)
FUN : max、min、sum….
使用時機 : 需要將數據進行子集的比對時。
例子 :
n = () : 算是一個簡易型的sum()，但是有使用上的函數限制，一定要搭配著使用，會自動幫你計算當前分類的項目大小總數。
所屬Package :
summarise、mutate、filter中特殊用法。
基礎語法 : summarise(n
= ())
使用時機 : 計算分類的項目總數
例子 :
paste() : 可以將character連接在一起的函數，或是將不是字符的部分轉換後進行連接，也可以設置分隔的方式。
所屬Package :
base
基礎語法 : paste(需要連接的部分, sep = “”)
使用時機 : 需要將字符連接
例子 :
difftime() : 日期的計算在數據中算是很重要又頗麻煩的部分，
有時想知道時間間隔差了多少時，difftime()這個函數可以簡單的計算出來，需注意的是時間的計算需要先轉換為日期格式。
所屬Package :
base
基礎語法 : difftime(time2
– time1)
使用時機 : 計算時間差時
例子 :
這次 Nashik 的房價分析有上傳至 Kaggle ，有興趣的朋友可以前往閱覽， RMarkdown PDF 報告存放在 Google 雲端，程式碼則是存放於 Github ，照慣例會分享好用的函式語法，雖說基本的 Packages 與語法可能很多人都會完整的閱覽，但是實際...
