R语言教程之九个步骤教你轻松成Master
当前位置：以往代写 > R语言教程 >R语言教程之九个步骤教你轻松成Master

R语言教程之九个步骤教你轻松成Master

2019-06-13

R语言教程之九个步骤教你轻松成Master

R语言教程之九个步骤教你轻松成Master

人们学习R语言时普遍存在缺乏系统学习方法的问题。学习者不知道从哪开始，如何进行，选择什么学习资源。虽然网络上有许多不错的免费学习资源，然而它们多过了头，反而会让人挑花了眼。


为了构建R语言学习方法，我们在Vidhya和DataCamp中选一组综合资源，帮您从头学习R语言。这套学习方法对于数据科学或R语言的初学者会很有用;如果读者是R语言的老用户，则会由本文了解这门语言的部分最新成果。


R语言学习方法会帮助您快速、高效学习R语言。


前言


在开始学习之前，第一个要回答的问题是:为什么要用R语言？或者R语言为何如此有用?


R语言是一门快速发展的开源软件，是SAS、STATA和SPSS这类商业软件的竞争对手。就业市场对R语言的需求正在迅速上升，微软等公司也同时承诺将致力让R语言成为数据科学通用语言。


看看由Revolution Analytics制作的90秒视频（https://www.youtube.com/watch?v=VlJnNSeO1uQ），您就知道R语言的用处。顺便说下，微软刚刚收购了Revolution Analytics。


步骤一：配置计算机环境


建立R语言学习环境最简单方法是通过综合R语言归档网络(CRAN)下载（https://cran.r-project.org/）到您的本地计算机上。可以选择Linux、Mac和Windows对应二进制文件下载。


您可能会考虑使用R语言自带的控制台，但我们建议您安装R语言集成开发环境(IDE)。RStudio（https://www.rstudio.com/）是最有名的IDE，它能让R语言编码更容易、更快，还能让您输入多行代码、处理图形、安装和维护程序，有效引导您的编程环境。RStudio此外可以选用基于eclipse的Architect（http://www.openanalytics.eu/architect）。如果需要安装图形用户界面（GUI），请选择R-commander（http://www.rcommander.com/）或Deducer（http://www.deducer.org/pmwiki/index.php?n=Main.WindowsInstallation）。


课后作业


  • 安装R和RStudio。

  • 安装Rcmdr、rattle和Deducer程序包。以及推荐或依赖的程序包，包括GUI。

  • 使用库命令加载安装程序，并打开GUI。


步骤二：R语言基础学习


您应该首先了解语言、库和数据结构基础知识。


如果您更倾向于在线交流方式学习R语法，DataCamp（https://www.datacamp.com/courses/free-introduction-to-r）提供的免费在线R教程是很好的资源。还可以选择后续课程:中级R编程（https://www.datacamp.com/courses/intermediate-r）。另一种学习方法是在线版本swirl（https://www.datacamp.com/swirl-r-tutorial），它能让您在类似RStudio环境中学习R语言。


在互动学习环境中，您可以选择参加Coursera（https://www.coursera.org/specializations/jhu-data-science）或Edx（https://www.edx.org/course/introduction-r-programming-microsoft-dat204x-0）上mooc课程。


除了上述在线资源，您还可以考虑以下优秀资源:


  • CRAN免费教学R语言（https://cran.r-project.org/doc/manuals/R-intro.pdf）。

  • Jared Lander’s R for Everyone（http://www.jaredlander.com/r-for-everyone/）

  • Quick-R（http://statmethods.net/）

专门学习:阅读、数据帧、表、概述、描述、加载和安装包、使用绘图命令可视化数据。


课后作业


  • 使用DataCamp免费在线R教程，熟悉基本的R语法。


  • 创建Github（http://github.com/）账号。


  • 通过google帮助，解决安装过程中出现的问题。


  • 安装swirl包并学习R编程(见上文)。


步骤三:了解R社

强大社区的存在是R语言发展迅速、大获成功的主要原因。社区中核心的是R语言的“包”生态系统。R语言程序包可以在CRAN、bioconductor、github和bitbucket中下载。在Rdocumentation（http://www.rdocumentation.org/）中，您可以轻松搜索来自CRAN、github和bioconductor中能满足您当前工作需要的程序包。与在R语言程序包生态系统同样重要的是，您可以在R endeavours上轻松获得帮助与反馈。首先，R内置帮助系统，您可以通过命令来访问。同时，在Analytics Vidhya Discussions，Stack OverflowR语言是增长最快语言。R-bloggers（http://www.r-bloggers.com/）汇集许多R语言爱好者写的博文。


课后作业：


  • 访问CranTask Views了解R语言生态系统。

  • 在http://r-bloggers.com上注册并订阅每日新闻。


步骤四：数据导入和操作


导入和操作数据是数据科学工作流程中重要步骤。R语言允许使用特定包导入不同数据格式，从而使您工作更轻松,如下：


  • readr:导入平面文件。

  • Readxl package:将excel文件转化为R语言。

  • haven package包:让您将SAS、STATA和SPSS数据文件导入R语言。

  • Databases:连接通过像RMySQL和RpostgreSQL包，使用DBI访问和操作。

  • rvest： 网页数据抓取。


一旦数据在工作环境中可用，您就可以使用下面程序包操作:


  • 整理数据的tidyr程序包。

  • stringr包处理字符串操作。

  • 对象数据帧，可以学习dplyr包输入和输出（https://www.datacamp.com/courses/dplyr-data-manipulation）。

    • 关键字：

在线提交作业