Initial commit

.gitattributes

@@ -0,0 +1,2 @@
+# Auto detect text files and perform LF normalization
+* text=auto

R01_book_intro.md

@@ -0,0 +1,36 @@
+
+
+# Introduction {#introduction}
+
+本書從基本的 **`base`** R 語法開始學習，因為 R 語言最初是為統計學研究而開發的。因此，許多統計套件和基礎操作都是使用 **`base`** R 語法編寫的，這些知識對於瞭解 R 的核心功能和基本操作是非常重要的，並能夠建立起對於數據分析和統計建模的基礎知識。不過，現在 **`tidyverse`** 風格的編寫方式越來越流行，這種方式使得程式碼撰寫效率更高且可讀性更強，對於數據科學家而言是非常有用的。因此，本書會接續使用 **`tidyverse`** 中的主要函式庫和函數，例如 **`dplyr`**、**`ggplot2`** 和 **`tidyr`**，以便讀者能夠掌握這些工具，並能夠有效地應用於實際數據分析項目中。
+
+## Preloaded tool kits
+
+當 R 的程式開始執行時，會預載入一些基本的套件，包括 **`stats`**、**`graphics`**、**`grDevices`**、**`utils`** 和 **`datasets`**。這些套件為 R 提供了基本的數據處理、統計分析、圖形顯示和檔案處理等功能。以下是這些套件的重要函式：
+
+-   **`stats`**：這個套件包含了許多統計分析相關的函式，例如假設檢定、方差分析、線性迴歸和時間序列分析等。其中，比較常用的函式有 **`t.test()`**、**`lm()`**、**`glm()`**、**`anova()`**、**`cor()`** 等。
+
+-   **`graphics`**：這個套件提供了用於繪製各種圖形的函式，例如散佈圖、直方圖、盒鬚圖、線圖、散點矩陣等。其中，常用的函式有 **`plot()`**、**`hist()`**、**`boxplot()`**、**`lines()`**、**`points()`** 等。
+
+-   **`grDevices`**：這個套件包含了用於輸出圖形的函式，例如 **`pdf()`**、**`png()`**、**`jpeg()`** 和 **`tiff()`** 等。
+
+-   **`utils`**：這個套件包含了一些實用的函式，例如 **`install.packages()`**、**`help()`**、**`data()`** 等。
+
+-   **`datasets`**：這個套件包含了一些內建的數據集，可以用來進行測試和練習，例如 **`iris`**、**`mtcars`**、**`CO2`** 等。可以使用 **`data()`** 函式載入這些數據集。
+
+## Dataset used in the book
+
+本書所採用的資料可以從台大新聞所「新聞資料分析與視覺呈現」的github repository下載。[R4CSS/data](https://github.com/p4css/R4CSS/tree/master/data)。
+
+## Cases in the book
+
+-   WP: Paid maternity leave
+-   Taipei Residential Hot spot: Contingency table, categorical data
+-   Trump's tweets: Line plot, Bar chart, timeline, and text processing
+-   NYT: Net worth: Line plot
+-   NYT: Carbon Proportion: Treemap
+-   NYT: Optimism by countries
+-   NYT: Population growth
+-   Annual Budget of TW government: NA Processing, Treemap
+-   Vaccinating proportion by country x year: Proportion
+-   NYT: LeBron James's Achievement

R02_using_r.md

@@ -0,0 +1,192 @@
+
+
+# (PART) R BASIC {.unnumbered}
+
+# R Basic {#basic}
+
+本章介紹如何使用 RStudio 編寫和執行 R 程式語言、R語言的基本語法、以及Vector和data.frame資料型態。
+
+## Using RStudio
+
+### RStudio Interface
+
+RStudio的介面主要分為四大區塊：
+
+-   左上的區塊是「Source」（可切換至「Visual」）是撰寫程式碼與R Markdown的區塊；
+
+-   左下角「Console」的區塊，每行程式碼的執行和執行結果都會出現在此，也可觀察程式執行結果；
+
+-   右上角區塊最常用的是「Environment」這個分頁，程式碼執行過程產生的變數／變項都會出現在這裡。
+
+-   右下角區塊我最常用的是「Files」這個分頁，顯示的是我自己電腦本機端的檔案目錄。右下角區塊也常常用到「Packages」，可查閱現在的程式執行環境有載入哪些套件；當用`help(some_function)`查詢某個套件或某個函式的功能是，就會自動跳到「Help」分頁。
+
+![](images/image-1886736556.png)
+
+### Writing R Markdown
+
+R Markdown這種格式讓程式寫作者可以將程式碼和非程式碼的內容寫在同一份文件中。例如我想要寫作一本關於程式的書，裡面有很多的程式碼，但也要有很多說明、章節與段落。此時，這些非程式碼的區塊通常被稱為「內容區塊（Text Cell）」，而程式碼的區塊就稱為「Code Cell」。尤其是資料分析師或資料科學家很愛用這種格式，因為經常要為程式的執行結果寫很多說明，甚至利用標題一、標題二來區分章節。
+
+**內容區塊**使用Markdown格式撰寫，顧名思義，支援用Markdown這種標記語法來快速撰寫如標題一、標題二、點列、編號等格式化文字。詳細指令可以參考[rmarkdown-cheatsheet (rstudio.com)](https://www.rstudio.com/wp-content/uploads/2015/02/rmarkdown-cheatsheet.pdf)。這種格式的靈活性和強大功能，使得 R Markdown 成為撰寫技術文檔和學術報告的理想選擇，能夠有效地將敘述性文本與程式碼結果結合，提升文檔的互動性和表達力。
+
+**程式碼區塊**可以用下列鍵盤指令來新增和執行。
+
+-   `Cmd(Ctrl)+Option(Alt)+i` 新增一個程式碼區塊
+-   `Cmd+Enter` (`Ctrl+Enter` in Window) 執行程式碼區塊中游標所在的那一行指令。
+-   `Cmd(Ctrl)+Shift+Enter` 執行游標所在的整個程式碼區塊
+-   其他常用鍵盤指令 - **註解**：用滑鼠或鍵盤圈選某幾行程式碼後，可用`Cmd(Ctrl)+Shift+c`來將這幾行標記為註解或將其去除註解標記。
+
+::: practice
+Practice. 用鍵盤快速鍵新增一個程式碼區塊、輸入以下程式碼並嘗試用鍵盤快速鍵執行。
+
+`a <- c(1, 2, 3, 4, 5)`\
+`b <- 4`\
+`a*b`
+:::
+
+### Installing third-party packages
+
+-   套件的使用分為**安裝(`install.packages("pkg_name")`)**和**載入（`library(pkg_name)`）**兩個動作。通常安裝好R的時候就已經安裝好基本`base`套件。當執行R時便會將base套件**預載**入程式的執行環境中。
+-   熱心的R使用者會編寫第三方套件，並且將這些套件開放給群眾使用。通常這些套件已經被上載到**R cran**提供下載。而**R cran**上的套件我們可以使用`install.packages("package_name")`來自動安裝到我們的電腦中。
+
+***Practice 1.*** 執行以下程式碼
+
+
+```r
+install.packages("tidyverse")
+install.packages("jsonlite")
+install.packages("httr")
+```
+
+#### **Loading package**
+
+在安裝這些第三方套件之後，需要將它們載入到程式的運行環境中，然後才能使用。因此，需要使用 **`library(package_name)`** 命令來載入它們。
+
+
+```r
+library(tidyverse)
+library(jsonlite)
+library(httr)
+```
+
+### Code "Comment"
+
+下列程式碼中開頭有`#`符號者為註解，程式設計師用這種註解來為程式碼做說明，便於自己日後閱讀或與他人溝通。程式在執行時會自動忽略前面有`#`符號的程式碼。如果要執行以下程式碼，要把前面的`#`記號給拿掉。在RStudio中你可以用滑鼠或鍵盤圈選下三行，然後用快速鍵`command(ctrl)+shift+c`就可以開關（Comment/Un-comment)這幾行程式碼。
+
+
+```r
+# a <- c(1, 2, 3, 4, 5)
+# b <- 4
+# a*b
+```
+
+## First Attempt
+
+### Loading Open Data from the MOI
+
+MOS（Ministry of the Interior）: 中華民國行政院內政部
+
+
+```r
+library(httr)
+library(jsonlite)
+url <- "https://www.ris.gov.tw/rs-opendata/api/v1/datastore/ODRP024/107?page=1"
+first_page <- fromJSON(content(GET(url), "text"))
+# head(first_page$responseData)
+head(first_page$responseData) %>% rename(戶長=headhousehold_count)
+```
+
+```{.output}
+##   statistic_yyy district_code      site_id village    edu sex 戶長
+## 1           107   65000010001 新北市板橋區  留侯里   博畢  男    3
+## 2           107   65000010001 新北市板橋區  留侯里   碩畢  男   26
+## 3           107   65000010001 新北市板橋區  留侯里   大畢  男   71
+## 4           107   65000010001 新北市板橋區  留侯里   專畢  男   52
+## 5           107   65000010001 新北市板橋區  留侯里 高中畢  男  122
+## 6           107   65000010001 新北市板橋區  留侯里 國中畢  男   40
+```
+
+### Obtaining Taipei Youbike (v2) Realtime Data
+
+-   觀察[臺北市資料大平臺 (data.taipei)](https://data.taipei/dataset?qs=youbike)上關於Youbike的資料，你認為哪些資料是具有資料新聞價值的？
+
+    -   [YouBike區域互補站點](https://data.taipei/dataset/detail?id=fe8a0ddd-6f70-4e63-92a1-a3463c790a1b)
+
+    -   [YouBike站位每月熱門站點](https://data.taipei/dataset/detail?id=9e97cd13-c21a-44a1-80e8-069bf1c7517c)
+
+    -   [YouBike場站建置成本](https://data.taipei/dataset/detail?id=e521c4cb-8f72-4cd4-a53d-9bbe6fff2137)
+
+    -   [YouBike臺北市權利金與補助支出](https://data.taipei/dataset/detail?id=25da6e50-a955-4281-93be-921b4ff75e28)
+
+    -   [YouBike臺北市站位每月使用量](https://data.taipei/dataset/detail?id=d8cefb03-aba2-41ca-9996-d8774313cdc6)
+
+    -   [YouBike起訖站點統計](https://data.taipei/dataset/detail?id=c7dbdb7c-6bbd-495a-bd23-49b22defd83e)
+
+    -   [YouBike見車率統計](https://data.taipei/dataset/detail?id=ba0dafae-043c-4730-b97e-2defd7af766c)
+
+    -   [YouBike潛在需求預測](https://data.taipei/dataset/detail?id=1aae7069-cb8d-4e6e-a0e3-83dd296d29b8)
+
+    -   [YouBike2.0臺北市公共自行車即時資訊](https://data.taipei/dataset/detail?id=c6bc8aed-557d-41d5-bfb1-8da24f78f2fb)
+
+
+```r
+url <- "https://tcgbusfs.blob.core.windows.net/dotapp/youbike/v2/youbike_immediate.json"
+ubike.df <- fromJSON(content(GET(url),"text", encoding = "utf-8"))
+head(ubike.df) %>% select(1:6)
+```
+
+```{.output}
+##         sno                            sna tot sbi  sarea                mday
+## 1 500101001      YouBike2.0_捷運科技大樓站  28   9 大安區 2024-02-25 20:06:18
+## 2 500101002 YouBike2.0_復興南路二段273號前  21   7 大安區 2024-02-25 19:49:18
+## 3 500101003  YouBike2.0_國北教大實小東側門  16  10 大安區 2024-02-25 20:06:18
+## 4 500101004        YouBike2.0_和平公園東側  11   9 大安區 2024-02-25 20:06:18
+## 5 500101005  YouBike2.0_辛亥復興路口西北側  16  11 大安區 2024-02-25 20:02:04
+## 6 500101006 YouBike2.0_復興南路二段280號前  11  10 大安區 2024-02-25 20:06:14
+```
+
+### Reading Taipei Residential Burglary Data
+
+該資料網址可到[臺北市資料大平臺 (data.taipei)](https://data.taipei/)上查詢「住宅竊盜點位資訊」後，點選「API」後複製取得。
+
+
+```r
+url <- "https://data.taipei/api/v1/dataset/93d9bc2d-af08-4db7-a56b-9f0a49226fa3?scope=resourceAquire"
+res <- read_json(url, simplifyVector = T)
+df <- res$result$results
+head(df)
+dplyr::glimpse(df)
+```
+
+## R Q&A
+
+### Encoding and Language
+
+
+```r
+Sys.setlocale(category = "LC_ALL", locale = "UTF-8")
+Sys.setlocale(category = "LC_ALL", locale = "cht")
+```
+
+如果讀取到資料有中文的話，此時，你只需要指定locale為cht，然後重開該data.frame就可以解決該問題。
+
+
+```r
+Sys.setlocale(category = "LC_ALL", locale = "cht")
+```
+
+但你在寫程式剖析HTML時若使用了rvest這個套件，有可能在html_node()函式時會因為編碼而產生問題，此時你會需要把locale改為C。這個C指的是C語言的C。
+
+
+```r
+Sys.setlocale(category = "LC_ALL", locale = "C")
+```
+
+參考連結：<http://psmethods.postach.io/post/ru-he-geng-gai-rde-yu-she-yu-xi>
+
+-   參考連結：<https://stat.ethz.ch/R-manual/R-devel/library/base/html/locales.html>
+
+-   The locale describes aspects of the internationalization of a program. Initially most aspects of the locale of R are set to "C" (which is the default for the C language and reflects North-American usage)
+
+### RMD/R Notebook無法儲存
+
+R Notebook 要存檔的時候檔名絕對不要有空白，若有空白就用底線`_`代替，否則Notebook寫到一半會無法預覽下半部的程式並出現錯誤訊息。若仍然無法儲存或出現錯誤訊息，應該只要開另外一個R Notebook檔案，複製程式碼即可。