Hands-on R Lecture for Makino Lab

0. Why do we use R?
1. R basics
2. Visualization with R
3. Tidying and transforming data with R
4. Statistical analysis with R
5. File management with Git+GitHub

Reproducible Research (再現可能な研究)

Programming!

Backup!

Source codes grow messy

Lots of unused codes, just in case…

library(tidyverse)

# diamonds %>%
#   select(carat, price) %>%
#   filter(carat > 1)
#
#
# ... long long old code worked in the past ...
#
#

result = diamonds %>%
  select(carat, cut, price) %>%
  filter(carat > 2) %>%
  group_by(cut) %>%
  summarize_all(mean) %>%
  print()

Directories grow messy

Lots of different versions. Which is the latest?

% ls
analysis.R
analysis2.R
analysis-20180129.R
analysis-20180129fix.R
analysis-kuma-edit.R
analysis-yoko-edit.R
analysis完全版.R
analysis最終.R
analysis最終2.R
analysis最終改.R
analysis決定版！.R
plot.R
plot2.R
plot最終.R
plot論文.R

Timestamp in filename is not enough

You found a bug. How can you find its origin, and fix all the copies?

Version control with Git + GitHub

• Only the latest files are visible.
• You can easily browse and rollback the version history.

 

Online Storages and Time Machine are useful

• Dropbox や Google Drive では、保存のたびに履歴が残る。
• Time Machine では、一定時間間隔で履歴が残る。

• 履歴の保持期間が限られている。 (e.g., <180 days on Dropbox)
• オフラインだったりバッテリー駆動だったりすると保存漏れが起きる。
• いつのバージョンに戻したらいいのか、日時以外の手掛かりが無い。
• ファイル変更の競合・衝突に対処しにくい。

Git and GitHub

• いつでも好きなところに戻れる安心感
  • 履歴を残すタイミングは任意 = 手動。
  • バージョン(リビジョン)ごとにメッセージを残せる。
  • 差分を簡単に見られる。
• 複数マシンや複数人での並列作業にも使える
  • オフラインでも作業できる。
  • ブランチを作ることで競合・衝突の影響を抑えられる。
  • もし競合・衝突が起きてもうまく対処する機能がある。
  • 課題を管理する機能もある。
• 読み方はギット、ギットハブ。(ちなみに画像のGIFはジフ)

e.g., https://github.com/tidyverse/stringr/commits/master

Git and GitHub

Git

分散型バージョン管理システムとして最も広く使われるオープンソース・ソフトウェア。

手元のコンピュータ上でこれを操作して、変更履歴を記録・閲覧したり送受信したりする。

GitHub

Gitをより便利に使うためのオンラインサービス。

それを運営する会社の名前でもある。

多人数でプロジェクトを共有するプラットフォームとしても有用。

Alternative tools and services

• Version Control System (VCS)
  • Git git
  • Mercurial hg
  • その他 svn, cvs, rcs など。
• Hosting Service
  • GitHub: 公開リポジトリは無料。教職員・学生なら非公開も無料。
  • Bitbucket: 非公開リポジトリも無料。
  • GitLab: 非公開リポジトリも無料。ローカル版もあり。
  • Gitea: ローカル版のみ。
  • その他 SourceForge, Google Code など。

VCSは基本的にGit一択。
ホスティングサービスは、使い方や予算などに応じて選択。

Git basics: Export local changes

📁 working directory (working tree)

手元のファイルの変更はまだリポジトリに登録されていない

↓ git add

staging area (index)

次のコミットに含めるファイルをマークする段階

↓ git commit

local repository

変更履歴が .git/ 内に記録されている

↓ git push

remote repository

GitHubなど別マシンのリポジトリに反映

Git basics: Import changes

remote repository

↓ git fetch

local repository

変更が .git/ に取り込まれたが、見えてるファイルには反映されてない

↓ git checkout or git merge

📁 working directory

手元のファイルが最新版に同期されている

GitHub functions

• Basic: version control of plain texts

  • Source code: e.g., ggplot2, rstan
  • Manuscript and supplementary information: e.g., R4DS, Advanced R programming

• GitHub Pages: hosting websites

  • Website: https://heavywatal.github.io/rtumopp/
  • Source code: https://github.com/heavywatal/rtumopp/tree/master/docs

GitHub functions

• Issues: バグ報告、機能要望、課題の列挙などに使われる。 タグを付けたり、特定の人にassignすることもできる。
  e.g., https://github.com/gohugoio/hugo/issues, https://github.com/nlohmann/json/issues

• Projects: プロジェクトのタスク管理のためのツール。 もちろんissueとも連携可能。
  e.g., https://github.com/r-lib/pillar/projects/1

• Wiki: チーム内のちょっとした情報共有などに。 でもできればそういう文書もちゃんとGitで管理したほうがいい。
  e.g., https://github.com/gnab/remark/wiki

Let’s start using!