Google Data Analytics Certificate 來到第七集，在這篇文章中，我會摘要第七單元的兩個重點，並在文末附上課程心得與準備上的建議。
第七單元的課程核心是程式語言 R 的入門教學，除了最基礎的語法以外，也教我們如何使用 RStudio cloud 去進行操作。在這篇文章中，我會分成兩個部份來做分享，分別是「R 語言基礎」與「實用功能包 tidyverse」，最後在附上我的上課心得！
R 語言基礎語法
這部分我會簡單介紹一下 R 的基礎觀念和用途。簡單來說，R 是做統計和數據分析時很常用到的程式語言，我們可以使用 R 去做大筆資料的處理、統整與視覺化，是一個在大數據上非常好用且多功能的程式語言。現在數據分析領域最常使用的就是 R 和 Python，我還蠻建議大家兩種都可以接觸看看，會讓你對處理數據這部分有更明確的想像，日後有機會我也會分別撰寫這兩種程式語言的文章和大家分享！這篇文章會先以 R 語言最基礎的概念做說明：
前置作業：登入 RStudio Cloud
雖說教案也有提供直譯器 R 的下載教學，但我個人認為以初學者來說，用線上的 R 編輯器去了解語法就很夠了，所以這裡推薦大家可以先到 RStudio Cloud 設立帳戶，這是一個可以讓使用者在線上操作 R 的平台，登入之後會到下面的畫面。
有看到這裡有一個 Practice-01 的檔案，這個是我先前建立的，如果你要開啟一個新檔案，可以點右上方的 New Project，再選取下方的 New RStudio Project，進入到 RStudio Cloud 的操作頁面。
在 RStudio 的頁面中，一共可分為四個部分，我們先點選 File ▶ New File ▶ R Script，這個步驟是開啟一個可以讓我們寫 R 語法的地方，後續我們會在這個區塊進行操作。
變數命名
在程式語言中，首先要提的就是變數。在 R 的變數賦值上，會以 “<-”表示，和多數程式語言的 “=” 不太一樣，但概念上是相當雷同的。
大家可以試著在 R Script 的框框中寫入下方的程式碼，以測試變數賦值的功能：
greeting <- "Hello R!"
greeting如果操作無誤的話，照理說會出現下方的樣式，在 Console 這裡回傳結果，這就證明了我們在成功將 “Hello R!” 賦值到 greeting 這個變數上，日後可以直接用 greeting 來做語法的撰寫。
變數命名原則
和眾多的程式語言一樣，為了讓程式碼更好被理解，我們需要遵守一些 Coding 的原則，R 也是如此。在命名變數時，務必留意以下三點：
- 全部都使用英文小寫，如果字串較長，請用 ”_” 隔開。例如：avg_weight
- 請用英文名詞來賦予數值和資料，至於 Function 請用英文動詞命名。
- 避免使用內建函數作為變數的命名
以上這些原則都是方便工程師熟悉自己程式碼，並且操作上較不容易出錯的重要依據，在程式碼龐大的時候，遵守這些原則會幫你省下不少功夫。
註解符號：#
接著要提的是註解用的符號：#。
在我們寫程式碼的時候，為了怕三天後的自己、其他的工作夥伴不了解你這段程式碼的邏輯，我們會在旁邊以「註解」的方式簡單敘述程式碼的資訊。而使用 ”#” 則可以在不影響程式運作的情況下，讓這些資訊保留在 R Script 中，方便我們做記錄。
大家可以試著寫入以下程式碼到 R Script 中：
# My first program in R Programming
greeting <- "Hello, World!"
print(greeting)
在跑出來的結果中，我們可以看到在 # 之後的內容並不會被影響我們要的功能，這也是切分不同段落的程式碼時很重要的依據。
其他關於 R 的基本概念講解，我認為「認識 R 的美好」這個網站有很詳細的資訊，如果你想更進一步學習 R 語言的話，這裡有不少寶藏！（我自己也從這裡得到很多幫助，推薦給大家）
【補充】免費資料庫匯入
最後稍微補充一下，因為不是每個人的手上都有大筆資料可作 R 語言的練習，因此教案這裡是建議我們使用 penguins 這個免費的資料庫，讓我們可以嘗試大筆資料的處理。我這裡附上程式碼讓大家可以直接 copy 到 RStudio 中下載：
install.packages("palmerpenguins")
library(palmerpenguins)
data(penguins)
View(penguins)之後會出現資料庫的預覽，我們可以先把它放到一邊，進到下方的內容。
實用的 R package：tidyverse
接著要和大家分享關於 R 語言操作上一個還蠻實用的 package：tidyverse。package 是指將一部份事先寫好的 function 包在一起，若想使用其中的功能，只要將 package 下載即可。而由於 R 是一個 open-source 的語言，會有很多大神研究出新的功能後，寫成 package 分享給大家，讓其他人可以一起優化與使用，這也是 R 之所以這麼有名的原因。
說回重點，我們這階段要做的，就是將名為 tidyverse 的 package 下載到我們的 RStudio 中，再進行下一步的操作。大家可以使用下方的程式碼進行安裝：
install.packages("tidyverse")
library(tidyverse)輸入完程式碼並按下 run 後，他會安裝一段時間，最後出現像下方一樣的結果：
我們可以看到，tidyverse 一共有 8 個套件，分別是：ggplot2、tibble、tidyr、readr、purrr、dplyr、stringr、forcats，基本上這些功能搭配原先 R 的內建函數，就已經可以做到很多事了，我會在接下來的文章中簡單和大家介紹它們。
製圖小能手：ggplot2
ggplot2 算是數據分析很常用到的視覺化套件，詳細的歷史背景和功能的由來，大家有興趣的話可以參考這篇文章，但因為實在太長，應該也沒多少人對其感興趣，我在這個段落會以功能的介紹與實作為主。
使用 ggplot 作圖有幾件事情要注意：
- 設定你的 Aesthetic attributes（ｘ軸與ｙ軸）
- 設定 Geometric objects，指定你要產出的圖表類型（常用的包括geom_point()、geom_line()、geom_histogram()、geom_polygon()、geom_errorbar()）
這裡直接示範給大家看：我們剛剛有先載入了 penguins 的資料庫，我們在確認資料庫叫出來後，寫下以下的程式碼來作繪圖：
ggplot(data = penguins) + geom_point(mapping = aes(x = flipper_length_mm, y = body_mass_g))
看！右下方就出現了圖表！是散布圖，可以看到兩者之間的相關性。這裡也簡單和大家說明一下 ggplot 的撰寫邏輯：
首先在最開始，我們會用 ggplot(data = 要使用的資料庫) 來匯入資料，接著在後面用 “+ gem_圖表形式” 來決定圖表類型。像這行程式碼中我們寫的是 “point” ，所以出現散布圖，若將其改成 bar、line 的話，就會有不同的形態出現，大家也可以試試看！
寫完前兩部分後，接著我們要在圖表形式的括號裏頭決定 x 軸與 y 軸的項目，讓 RStudio 知道該如何跑資料。寫法的話則是用 aes(x = 欄位名稱, y = 欄位名稱)，全部寫好後再執行就大功告成。
當然，ggplot 還有很多更進一步的功能，但這裡就僅會簡單和大家提入門觀念，有興趣深入研究的朋友我會建議去上一些專業課程來進修，會更有效率。
資料處理工具：tibble
接著要介紹的是資料處理時會用到的工具：tibble。就我對 tibble 的理解，他可以算是類似於 data frame 資料架構的工具，在我們使用 tibble 之後，可以對該筆資料的架構作修改或全面性的總覽，說實話，對初學者來說沒有太多感覺，但我還是分享寫法與程式碼給大家：
as_tibble(penguins)
如果想了解更多 tibble 的內容，可以參考這篇文章。
進階資料處理技法：tidyr
簡單來說，tidyr 的功能是讓我們可以將資料變得更整潔，解決欄位過長、雜亂不堪的問題。主要功能有下列 5 種：
pivot_longer()和pivot_wider()寬轉長以及長轉寬unnest_longer()和unnest_wider(),hoist()將列表嵌套轉化為整潔數據nest()數據嵌套separate(),extract()拆分列,提取新列replace_na()缺失值處理
不過因為在這門課的教案中，tidyr 並沒有過多解釋，因此我找了網路上其他人提供的調整長寬的語法來向大家作分享：
#建立數據
dt <- tibble::tribble(
~分公司, ~商品A, ~商品B, ~商品C, ~商品D, ~商品E, ~商品F, ~商品G, ~商品H, ~商品I,
"北京", 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L,
"深圳", 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L,
"上海", 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L,
"广州", 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L,
"成都", 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L,
"重庆", 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L,
"长沙", 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L
)#將數據由10行轉成3行
dt %>%
pivot_longer(cols = 商品A:商品I,names_to = '商品名称',values_to = '销量') %>%
head()建議可以把這兩部分程式碼分開執行，可以明確比較出前後的差異~完整版的敘述可參考這篇文章。
資料匯入：readr
readr 的主要功能就是幫助我們將資料匯入，經常使用的像 read_csv ，可以幫我們匯入 .csv 格式的檔案，這裡我也簡單分享幾行程式碼上大家去練習：
read_csv("a,b,c
1,2,3
4,5,6")這部分因為若要匯入檔案的話，要先將電腦中的檔案上傳到 RStudio Cloud，操作上會有些因人而異，因此我這邊給的案例是自行建立一個 csv 格式的資料讓 readr 去讀取。
資料處理文法：dplyr
dplyr 也算是 tidyverse package 中數一數二常用的套件，主要有六大資料處理功能，包含：filter、select、mutata、arrange、summarise 和 group by。以下為 filter 的示範：
#篩選出2007年的資料
penguins %>%
filter(year == 2007)我個人覺得和 SQL 很像，許多概念也都相通，詳細的教學我很推薦這一篇 Medium 文章，對 dplyr 做了非常完整的解釋和示範，我這裡就不獻醜了~
因子處理：forcats
說實話，在這 8 個套件之中，這個 forcats 是我最無法理解的…教案也沒有太多著墨，所以我這邊很難具體的像大家分享，只能從網路上的資料了解說他是用來作統計因子的處理工具。
我這裡一樣推薦一篇我認為「稍微好懂一點」的文章給大家，這部分我也需要多多學習…
【文章推薦】https://bookdown.org/zhongyufei/Data-Handling-in-R/forcats-introduction.html
字串處理：stringr
stringr 這個套件和它的名稱有關，是個處理數據中字串相關的工具。不過因為它並不是特別重要的功能，因此我這邊就僅分享一篇我認為還算詳細的文章給大家作參考。
【文章連結】https://www.cnblogs.com/nxld/p/6062950.html
功能化函數：purrr
這部分因為教案沒有提及，加上網路上的資料也不夠完整，我這篇提供一篇相對完善的文章給大家，希望能能更容易理解。
【文章連結】https://jaspershen.github.io/r_cookbook/tidyverse-purrr.html
小結
總結來說，雖然 tidyverse 是很常被使用的 package，但其實真正會經常用到的，大概就是 ggplot2、tidyr 和 dplyr，因此大家在練習的時候，可以多把重心放在這三項的變化和更深一層的操作，有很多東西值得挖掘，哪怕我已經上完這門課，也都不敢說有初步熟悉這些套件。
個人建議，如果真的對 R 語言有興趣的話，真的要買一本專門的教材或去上專業課程，不然僅停留在表面實在有些可惜。我也有考慮繼續學習，如果日後有實用的課程也會和大家分享，一起學習吧！
個人修課心得
這是整個 Google Data Analytic Professional Certificate 的倒數第二個課程，嚴格上來說是最後一個，因為之後是 Case Study，對於耐力來說真的是很大的考驗。
在已經有點學習疲勞的情況下，學習從沒接觸過的 R 語言。哪怕我已經有至少兩種程式語言的基底，也仍學得十分辛苦，原先的一週一單元模式也在此破功，我花了將近兩週才將這週的課程完成。除了難度上升之外，這單元的實作部分也偏多，所以大家在上課的時候可以多給自己一點時間，就算進度落後也不要因此洩氣。
課程中也會有很多教案提供的操作指南，我會建議除了用看的以外，也可以自己在 RStudio 建立新專案來練習，程式語言真的是要多寫，把語法當成肌肉記憶刻在你的腦海中，才算是正式入門。我現在其實也還遠沒有到這個程度，寫這篇文章某方面也是幫我自己複習~
最後，也希望大家能夠透過這系列的文章更了解 Google 的這門課程，如果對於準備和時間安排有任何疑問的話，也都歡迎和我聊聊，我會以我個人的經驗分享我的建議！繼續加油吧！
