简介 早上听完讲座才想起来，今天520了。那这样吧，小编给做了个小小的惊喜给读者们，年轻的盆友可以用这“小玩意”给自己心仪的对象表白了。
其实就是一个简单的ggplot绘制爱心，做一点细节处理，并加入相应文字啦！
如果有对象了（没有对象），你可以学学这个教程，举一反三。如果你想现在就拿去表白的话，直接复制文末完整代码即可。
教程 用R绘制爱心其实在网上有很多教程，小编主要参考使用ggplot2绘制心形，在此基础上进行稍微的调整。
加载相应的包，其中showtext包主要解决图片显示中文存在的问题，具体可见推文：
library(showtext) #中文问题 showtext.auto() library(tidyverse) library(ggplot2) 之后构造数据集，并将x，y归一化后的结果存到a，b中。
d <- data_frame(t = seq(-pi, 0, .01), x1 = 16 * (sin(t)) ^ 2, x2 = -x1, y = 13 * cos(t) - 5 * cos(2 * t) - 2 * cos(3 * t) - cos(4 * t)) %>% gather(side, x, x1, x2) a = (d$x - min(d$x))/(max(d$x) - min(d$x)) b = (d$y - min(d$y))/(max(d$y) - min(d$y)) 接下来绘制爱心，主要使用geom_line()描述爱心边框，用geom_polygon()填充爱心内部颜色，后面的各个参数进行主题的变化。然后使用annotate()函数添加你想要的文字。最后可以使用ggsave()将其保存（我这里注释掉了）。整个图存到了g中，你可以在此将g输出即可得到对应的图片。
**原文：**R is for Research, Python is for Production
**作者：**Matt Dancho and Jarrell Chalmers, 2021-2-18
**译者：**张敬信
**转载于：**知乎R&Python数据科学专栏
作者简介：
Matt Dancho 是商业科学公司（http://www.business-science.io）的创始人，该公司是一家协助组织将数据科学应用于商业应用程序的咨询公司。他是 R 包 tidyquant 和 timetk 的作者，自 2011 年以来一直从事数据科学领域的业务和财务分析。Matt 拥有业务和工程学硕士学位，在商业智能、数据挖掘、时间序列分析、统计、机器学习领域具有丰富经验。
R 和 Python 都很棒。本文将通过展示各自生态中主要进展来谈一下两种语言各自的一些优势。
1. R 用于研究 如果让我不得不用一个词来形容 R，那就是：tidyverse。它帮助您完成研究任务——处理数据、可视化结果，从构思迭代到代码————毫无压力，更准确地说，是乐在其中。下面用终极 R 速查表来解释为什么说 R 用于研究。
要开始学 R，tidyverse 是开启旅程的理想之地。这是规范化的包和工具的合集，具有一致的结构化编程接口，而 R base 则明显更复杂且用户友好性较低。
我们可以找到许多解决特定问题的更小的 R 包，但以下是最重要的 R 包：
Dplyr&ggplot2
两个强大的帮助您完成日常决策的包是 dplyr 和 ggplot2，它们非常适合用于数据处理和可视化。这是数据科学家或数据分析师可以拥有的两个最重要的技能。
Rmarkdown
毫无疑问，R的最特殊优势之一是 Rmarkdown，它是一个框架用于创建可重现报告，演示文稿、博客、期刊以及更多！想象一下，有一个可以运行的报告，并创建了一个易于共享的 HTML 页面或 PDF 以与您的团队共享。这绝对是比每个星期一早上在 Excel 中点击数百次更惬意的方法。
Shiny
Shiny 是 R 中的另一个框架，用于创建交互式 Web 应用程序。Shiny 的最佳功能之一，就是通过易于使用的 GUI（图形用户界面）为团队中非聚焦数据的成员提供决策所需的数据科学工具。想象一下，您的团队聚在一起进行周一下午的计划会议，已经查看了在 Rmarkdown 中创建的上一周的报告，并使用协作式 Shiny Web 应用程序运行模拟以确定下一步将数据引导到何处。