作者 CDA 数据分析师
数据科学家被认为是21世纪最性感也是最具发展前景的职业,目前有75%左右的数据科学家使用R语言,有35%左右的数据科学家将R语言作为首选统计分析工具。今天,我们来了解一下R语言的前世今生。
1992年,肉丝(Ross Ihaka)和萝卜特(Robert Gentleman)两个人在S语言(贝尔实验室开发的一种统计用编程语言)的基础上开始构思一种新的用于统计学分析的开源语言,直到1995年第一个版本正式发布。因为他们名字的第一个字母都是R,所以这门语言就被叫做R。这两个人都是统计学教授出身,再加上R语言的生父S语言,所以R语言在统计学方面有着纯正的血统!
如果你平时的工作会涉及到统计学,那么接触R语言实在是太正常不过了。
作为开源软件的R能够迅速发展,很大程度上取决于其活跃的社区。学习R,很大程度上也是学习各种R包的使用。截止目前(2017年3月,CRAN(Comprehensive R Archive Network)上已经有10762个可以获取的R扩展包,内容涉及各行各业,可以适用于各种复杂的统计。各地的CRAN镜像都是R网站的备份文件,内容完全一样,你可以选择离自己最近的去访问。
在R官网有这样几句介绍
R provides a wide variety of statistical (linear and nonlinear modelling, classical statistical tests, time-series analysis, classification, clustering, …) and graphical techniques, and is highly extensible.
One of R’s strengths is the ease with which well-designed publication-quality plots can be produced, including mathematical symbols and formulae where needed.
1.因为R语言本身为统计而生,所以你能想到的所有统计相关的工作,R都可以非常简洁的用几行命令(甚至1行命令)帮你完成。
2.R高度的可扩展性正是体现在它那1万多个包上,你想做的几乎所有事情都可以用现有的R包来辅助完成。
3.R另一个杀手锏就是其强大的绘图功能,正如上面的英文介绍所言,R可以画图,画各种各样的图,画各种各样高逼格的图,画各种各样高逼格可以直接出版的图。
4.完善的统计学功能再加上强大的绘图功能,就是你学习的最大理由。
在这一部分,仅仅是给展示几个用R可以轻松完成的相对有趣的工作。 安装对应包后应该可以直接运行
示例1 ggplot2画图
效果展示:
示例2 词频分析及词云
效果展示:
示例3 E-chart世界航空线路图
部分代码(完整版在Echart官网)
效果展示
① 大致了解一下R语言是什么,能干什么用
1.学习如何在R的官网下载R,如何在自己的电脑安装R并成功运行。
2.学习如何安装Rstudio,并且了解其基本的用法(这步可省略)。
3.学习如何查看R帮助文档(这步很重要)。
4.学习如何将外部的数据(作业中通常是txt或者csv格式)正确地导入R。
5.学习R语言一些最基本的命令,如安装包、调用包、读入写入文件、构造矩阵和基础绘图等。
6.了解R语言语法入门知识(数据类型、数据结构、函数与包)
② 了解R语言在商业数据分析领域的应用。
1.SQL数据库与统计分析
2.描述性统计分析与统计推断
3.精益化管理相关知识
4.市场分析方法与模式识别
5.客户分析方法与分类模型
6.客户分析方法与分类模型
7.时间序列分析与综合案例
个人感觉,如果能完成上述几条学习路线,那么R语言就算入门了。
入门的标准是什么呢?
我想是给你一份数据让你处理,你脑子里的第一反应是可不可用R做;如果给你一个任务,你能上手尝试用R去解决。
《R语言编程艺术》
《R语言实战》
《统计建模与R软件》
《ggplot2:数据分析与图形艺术》