为什么75%的数据科学家使用R做数据分析？

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。

R的诞生

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。

R的发展

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。

R的特长

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。

R应用示例

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

如何尝试入门R语言

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。

参考书籍

《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》