众包式学用R语言

专题介绍：R是一种广泛用于数据分析和统计计算的强大语言，于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力，大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio（用户的界面体验更好）。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献，让R语言在全球范围内越来越流行。其中一些R包，例如MASS，SparkR， ggplot2，使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统，相比于其他统计分析软件，R的学术性开发比较早，适合生物学和医学等学术学科的科研人员使用。

经常有朋友，通过微信问我。
“我是R语言新手，如何学习R语言?”

我想说，学习是没有捷径的，但是，学习是有方法的。

我们所要做的，就是踏实地而循序渐进地学用R语言。

在此，我分享一下学用R语言的步骤，仅供参考。

首先，请学习R语言做数据可视化。请记住，数据可视化的目标就是数据的探索和数据的沟通。通过数据探索，发现数据背后的模式；通过数据沟通，传播数据隐藏的价值。R语言是擅长做数据可视化工作的，它有着丰富地函数和R包来支撑完成这个事情，并且可以让你生成高质量的图片，可以方便你讲解数据故事。

然后，请学习R语言做数据整理。请记住，数据整理的手段就是数据预处理和数据精加工，其结果就是为了后续的数据分析和数据建模。通过数据预处理，让数据得到清洗，对数据的缺失值问题，异常值问题，量纲不一致问题进行有效解决；通过数据精加工，让数据实现协同，对数据的多源异构问题，对数据类别不平衡问题，对数据的维数灾难问题进行恰当处理。R语言提供丰富地R包来高效率地完成数据整理工作，并且可以把这个过程做成流程化。

最后，请学习R语言做数据建模。请记住，数据建模的目标就是为了从数据中学习到模式，利用模式指导决策和行动。数据建模，可以是统计学里面的模型，也可以是机器学习里面的模型。R语言能够方便地做这些建模工作。但在数据建模之前，我们要做好数据整理工作。

我推荐你先学习和使用一个R包：tidyverse包。

当安装和加载这个包后，我们可以看到如下结果。

• ggplot2包用于R语言做数据可视化工作，我在前面的文章分享了R语言做数据可视化4本电子书。这些书籍里面都有关于ggplot2包用法的总结。
  

• readr包用于R语言做数据导入，我们做数据工作的第一步，就是正确地导入各种类型的数据。
  

• tibble包用于R语言做数据结构处理，一种比R语言数据框更加高效的数据结构表示方式。

• dplyr包，tidyr包，stringr包和forcats包，这些包可用于R语言做数据整理的事情。
  

• purrr包用于R语言做函数化和向量化的编程。
  

关于这些R包学习和使用，

一方面，你可以看这个网站。

https://www.tidyverse.org/

另一方面，推荐你阅读下这本书籍。

前面介绍的那些R包，这本书里面都有介绍和示范。

学用R语言，有很多人在做这个事情，我提倡：

众包式学用R语言。

简而言之，就是大家抱团学习，相互交流，共同提升。

我创建了R语言圈子，我们的圈子是一个积极活跃的R语言交流和讨论社群，每天都有许多地讨论和碰撞。圈子里面的群友，在相互学习和帮助的过程，能够更好地用R语言解决各种实际问题。

若是你想加入我们R语言圈子，请扫码，添加我的微信，备注【姓名＋专业＋入群】，我会邀请你加入，让我们一起学用R语言。

我的视频号分享了一系列数据知识，包括大话人工智能系列，大数据A-Z系列，PDFMV框架系列，R语言小知识系列等主题，利用一分钟之内容时间，传播一个有用的数据知识。欢迎大家扫码进入我的微信视频号，和我一起学习数据知识。