推荐几本关于R语言的书

蔚落 2022-10-15 12:59 309阅读 0赞

R语言是一种严谨且对字符敏感的解释性语言，这意味着我们在控制台和命令行界面输入的指令要符合特定的语法规则。只有这样，软件才能够解释并执行代码，最后返回结果。

R语言的前身是S语言，S语言是John M. Chambers和他的同事们于1976年在贝尔实验室开发的一种专用于统计分析的解释型语言。这种语言后来发展成一个商用版本S-PLUS，并被全世界的统计学家广泛使用。

1992年，新西兰奥克兰大学的Ross Ihaka和Robert Gentleman为了教学目的基于S语言开发了一门新的语言，并根据二人名字的首字母，将其命名为R。1995年，R作为开源软件发布，两位作者也吸纳了其他开发者参与R的更新。到了1997年的时候，成立了11人的R语言核心团队，从2011年至今，该团队一直维持在20人。

大多数R语言初学者的编程风格分为两种类型：一类是计算机风格（将R作为语法和通用编程工具）；另一类是统计建模和分析风格，通常是自成体系的一种类型。

**学习R语言推荐如下几本书**

# R数据可视化手册 第2版（全彩印刷）第一版豆瓣评分9.2 #

\[美\] 温斯顿·常（Winston Chang） 著，王佳，林枫，王祎帆，张晔 译

![02e44e65c43ef0d1644c73c4f9724ce6.png][]

*  R语言数据可视化经典书籍全新升级，第2版中的大部分技巧使用的是新版的ggplot2包
 *  精选快速绘制高质量图形的150多个技巧，全彩印刷

本书基于主题划分章节，每一章归纳总结了对应的常见问题和解决方法。本书第1章是R基础知识，包括包安装和数据加载；第2章是绘图概述，帮助读者快速绘制基本图形；第3章至第6章具体介绍绘制几种不同图形（如条形图、折线图和散点图等）的方法；第7章至第12章讨论如何修改图形的各个元素（如注解、坐标轴、标题、图例和配色等）；第13章介绍其他难以清晰分门别类的图形；第14章介绍将R绘制的图形以不同的格式导出的方法；第15章讨论数据处理的相关问题。  
本书由浅入深，脉络分明，适合数据分析、数据处理和数据可视化的初学者；此外，本书对有一定数据分析、数据处理和数据可视化工作经验的读者，也是一本方便的速查手册。

![e514305014e690612bfcd1e1e603d5ce.png][]

■ 用R中的默认图形来快速探索数据。  
■ 绘制各种条形图、折线图和散点图。  
■ 用直方图、密度曲线、箱形图和其他图形来描述数据分布。  
■ 提供注解来帮助读图者理解数据。  
■ 控制图形的整体外观。  
■ 探索配色的选择。  
■ 绘制网络图、热图和三维散点图。  
■ 用tidyverse中的包对数据塑形。

# R语言之书 编程与统计 #

\[新西兰\] 蒂尔曼·M.，戴维斯（Tilman，M.，Davies） 著，李毅 译

![83e7d7b9863eb18e481671a8a0fdfbaa.png][]

《R语言编程艺术》双子星，R语言入门到实战指南，一部翔实的百科全书式的R语言宝典

本书是一本指导你如何掌握并灵活运用目前世界上流行的统计分析编程语言——R语言的图书。即使你没有编程背景，或者只有少量的数学基础知识，也可以通过本书中丰富的实际案例，高效地学习统计学和R语言。  
本书从基础知识，如处理数据、编写简单程序开始讲起，然后介绍了样本数据的统计概要、统计建模等。此外，你还将通过R语言的基本作图工具和贡献包（如ggplot2和ggvis）学习令人耳目一新的数据可视化，并使用rgl贡献包做出交互式3D图。  
本书包括以下主要内容：

*  R语言编程的基本原理，包括如何编写数据框、创建函数以及使用变量、语句和循环；
 *  有关统计的知识，如探索性数据分析、概率、假设检验和回归模型等，并如何用R语言实现它们；
 *  获得R语言的数千个贡献包和数据集的方法；
 *  从数据中获取有意义的结论的方法；
 *  画出高质量的图形。

# R语言入门经典 #

\[英\] 安迪·尼古拉斯（Andy Nicholls），理查德·皮尤（Richard Pugh），艾梅·戈特（Aimee Gott） 著，姜佑 译

![ead79ced5dd9b72e2b697ec106d0a765.png][]

R语言程序设计入门教程 学会R语言数据分析与挖掘实战技能 全面涵盖R语言编程基础 通过大量示例帮助读者夯实R语言编程技能

本书作为R语言的学习指南，详细讲解了R语言的基本概念和编程技巧。本书从\* 基础的知识开始，由浅入深地介绍R的基本概念和重要特性，并用大量的示例和图形进行演示和说明，旨在让读者在掌握R语言的同时，能养成良好的编程习惯，写出专业、高效的代码。  
本书共24章，其内容涵盖了R语言的社区和环境介绍；R语言的各种数据结构（单模式/多模式数据结构，日期、时间和因子）；包括各种常用函数、实用函数和应用函数在内的R语言函数；如何在R中进行文本的导入和导出，如何操控和转换数据，以及在R中高效处理数据的方法；如何可视化数据（涵盖了三个基本图形系统、ggplot2图形系统和Lattice图形系统）；如何用R构建线性模型、广义线性模型和非线性模型，以及面向对象的思想；如何进行R代码提速（包括代码的性能分析和提速方法）；如何构建R包和扩展R包；如何编写R类，其中会涉及R中的面向对象编程系统（S3、S4、引用类等）；如何创建动态报告和如何用Shiny创建网络应用程序。本书附录还介绍了R、Rtools和RStudio的具体安装步骤。

# 数据科学 R语言实战 #

\[美\] Dan Toomey（丹·图米） 著，刘丽君，李成华，卢青峰 译

![15294bd1b2e24c725b2ac4f0d204a719.png][]

学习R语言数据挖掘 探索数据科学的基本原理 算法解析与案例实战

本书涉及数据科学家感兴趣的核心话题，教会读者从各种各样的数据源中提取数据，并运用现有的公开可用的R函数和R功能包来处理这些数据。在很多情况下，处理结果能够以图形的方式显示，并获得更直观的理解。读者从中能学到行业内经常使用的主流数据分析技术。

你可以从这本书中学到：

*  开发、执行和修改R语言脚本；
 *  发现、安装和使用第三方的R语言包；
 *  规划你的数据，以获得好的结果；
 *  将结果以图形化的方式展示，包括3D可视化；
 *  执行你随时会用到的统计分析；
 *  权衡不同解决方案的优缺点；
 *  尝试R语言的不同功能来微调结果；
 *  通过R语言的实际例子来学习数据科学；
 *  利用R语言来探索数据挖掘、数据分析、数据可视化以及机器学习等概念。

[02e44e65c43ef0d1644c73c4f9724ce6.png]: /images/20221014/a5617b9bdf60482985f4eee5830a6e36.png
[e514305014e690612bfcd1e1e603d5ce.png]: /images/20221014/457fc4b35469487886a3dc9a1f551ba6.png
[83e7d7b9863eb18e481671a8a0fdfbaa.png]: /images/20221014/1000a7f7dc8f45bca4cbb907dbb6c3c7.png
[ead79ced5dd9b72e2b697ec106d0a765.png]: /images/20221014/a4b80d5826b24299a04bb0339fa8b1d1.png
[15294bd1b2e24c725b2ac4f0d204a719.png]: /images/20221014/e9ec901ba65341c5a2e6e3d324920685.png