R程序包学习方法 另附数据分析核心程序包清单

序

截至到2018年6月19号，不包括未收录到R综合网络档案cran上的程序包已达12623个。这个数量表明，掌握所有的程序包是不现实、不可取的。因此，我总结出三个问题，如果你能解决解，则在学习R的道路上轻松自如。

问题

1、 您如何快速查询你需要的包；

2、 您如何快速学习你需要的包；

3、 如何搭建核心程序包体系为你工作学习提供方便。

个人观点

针对问题一，我一般是通过R cran上的Task Views确定所要寻找的包属于哪个话题，进入该话题，可以看到该话题都有哪些包，一般会对每个包有简单描述，及这些包解决什么问题，然后确定你需要哪个程序包。一旦程序包确定下来，第二个问题来了，如何学习这个包呢？一般情况，很多程序包作者都会有平台窗台让大家学习交流，像ggplot2。因此你就是要找到该程序包官方认真学习一下。如果缺乏这样的窗口，则找到该程序包的pdf说明文档或函数帮助文档来学习。与问题一二并列的是如何搭建核心程序包体系为你工作学习提供方便，我其实也是通过问题一的方法来解决的，找到该话题，先研究该话题下用core标识的程序包，有空闲的话，找到感兴趣的其他程序包来研究研究。这些问题不知各位学友，有什么高招，欢迎在公众号上踊跃留言。

另外附上数据科学解决方案公司 ActiveWizards 近日根据他们自己的应用开发经验，总结了数据科学家和工程师将在2018年R最常使用的数据分析包，大家可以参考学习。

数据分析核心程序包清单

欢迎大家多多和我交流，共同进步。如果认为有用，点一波关注，谢谢~~~