独家 | 手把手教你学习R语言（附资源链接）

作者：NSS

翻译：杨金鸿

术语校对：韩海畴

全文校对：林亦霖

本文约3000字，建议阅读7分钟。
本文为带大家了解R语言以及分段式的步骤教程！

人们学习R语言时普遍存在缺乏系统学习方法的问题。学习者不知道从哪开始，如何进行，选择什么学习资源。虽然网络上有许多不错的免费学习资源，然而它们多过了头，反而会让人挑花了眼。

为了构建R语言学习方法，我们在Vidhya和DataCamp中选一组综合资源，帮您从头学习R语言。这套学习方法对于数据科学或R语言的初学者会很有用;如果读者是R语言的老用户，则会由本文了解这门语言的部分最新成果。

R语言学习方法会帮助您快速、高效学习R语言。

前言

在开始学习之前，第一个要回答的问题是:为什么要用R语言？或者R语言为何如此有用?

R语言是一门快速发展的开源软件，是SAS、STATA和SPSS这类商业软件的竞争对手。就业市场对R语言的需求正在迅速上升，微软等公司也同时承诺将致力让R语言成为数据科学通用语言。

看看由Revolution Analytics制作的90秒视频（https://www.youtube.com/watch?v=VlJnNSeO1uQ），您就知道R语言的用处。顺便说下，微软刚刚收购了Revolution Analytics。

步骤一：配置计算机环境

建立R语言学习环境最简单方法是通过综合R语言归档网络(CRAN)下载（https://cran.r-project.org/）到您的本地计算机上。可以选择Linux、Mac和Windows对应二进制文件下载。

您可能会考虑使用R语言自带的控制台，但我们建议您安装R语言集成开发环境(IDE)。RStudio（https://www.rstudio.com/）是最有名的IDE，它能让R语言编码更容易、更快，还能让您输入多行代码、处理图形、安装和维护程序，有效引导您的编程环境。RStudio此外可以选用基于eclipse的Architect（http://www.openanalytics.eu/architect）。如果需要安装图形用户界面（GUI），请选择R-commander（http://www.rcommander.com/）或Deducer（http://www.deducer.org/pmwiki/index.php?n=Main.WindowsInstallation）。

课后作业

• 安装R和RStudio。

  
  

• 安装Rcmdr、rattle和Deducer程序包。以及推荐或依赖的程序包，包括GUI。

• 使用库命令加载安装程序，并打开GUI。

步骤二：R语言基础学习

您应该首先了解语言、库和数据结构基础知识。

如果您更倾向于在线交流方式学习R语法，DataCamp（https://www.datacamp.com/courses/free-introduction-to-r）提供的免费在线R教程是很好的资源。还可以选择后续课程:中级R编程（https://www.datacamp.com/courses/intermediate-r）。另一种学习方法是在线版本swirl（https://www.datacamp.com/swirl-r-tutorial），它能让您在类似RStudio环境中学习R语言。

在互动学习环境中，您可以选择参加Coursera（https://www.coursera.org/specializations/jhu-data-science）或Edx（https://www.edx.org/course/introduction-r-programming-microsoft-dat204x-0）上mooc课程。

除了上述在线资源，您还可以考虑以下优秀资源:

• CRAN免费教学R语言（https://cran.r-project.org/doc/manuals/R-intro.pdf）。

• Jared Lander’s R for Everyone（http://www.jaredlander.com/r-for-everyone/）

• Quick-R（http://statmethods.net/）

专门学习:阅读、数据帧、表、概述、描述、加载和安装包、使用绘图命令可视化数据。

课后作业

• 使用DataCamp免费在线R教程，熟悉基本的R语法。

• 创建Github（http://github.com/）账号。

• 通过google帮助，解决安装过程中出现的问题。

• 安装swirl包并学习R编程(见上文)。

步骤三:了解R社

强大社区的存在是R语言发展迅速、大获成功的主要原因。社区中核心的是R语言的“包”生态系统。R语言程序包可以在CRAN、bioconductor、github和bitbucket中下载。在Rdocumentation（http://www.rdocumentation.org/）中，您可以轻松搜索来自CRAN、github和bioconductor中能满足您当前工作需要的程序包。与在R语言程序包生态系统同样重要的是，您可以在R endeavours上轻松获得帮助与反馈。首先，R内置帮助系统，您可以通过命令来访问。同时，在Analytics Vidhya Discussions，Stack OverflowR语言是增长最快语言。R-bloggers（http://www.r-bloggers.com/）汇集许多R语言爱好者写的博文。

课后作业：

• 访问CranTask Views了解R语言生态系统。

• 在http://r-bloggers.com上注册并订阅每日新闻。

步骤四：数据导入和操作

导入和操作数据是数据科学工作流程中重要步骤。R语言允许使用特定包导入不同数据格式，从而使您工作更轻松,如下：

• readr:导入平面文件。

• Readxl package:将excel文件转化为R语言。

• haven package包:让您将SAS、STATA和SPSS数据文件导入R语言。

• Databases:连接通过像RMySQL和RpostgreSQL包，使用DBI访问和操作。

• rvest： 网页数据抓取。

一旦数据在工作环境中可用，您就可以使用下面程序包操作:

• 整理数据的tidyr程序包。

• stringr包处理字符串操作。

• 对象数据帧，可以学习dplyr包输入和输出（https://www.datacamp.com/courses/dplyr-data-manipulation）。

• 需要执行繁重数据争用任务?试试data.table程序包。

• 执行时间序列分析?尝试一下像zoo，xts和quantmod程序包。

课后作业

• 
  

• 通过“导入数据进入R语言”课程，或阅读文章1、2、3、4。掌握导入数据软件包。

• 通过RStudio观看Data Wrangling with R 。（https://www.rstudio.com/resources/webinars/data-wrangling-with-r-and-rstudio/）

• 阅读并练习如何使用dplyr、tidyr和data.table程序包。

步骤五：有效数据可视化

自己创建数据可视化作品是一件很自豪的事情。然而，数据可视化既是一项技能，也是一门艺术。许多学者阅读Edward Tufte 的“可视化定量数据”原理，或者StephenFew的 “pitfalls on dashboard design”。也可以阅读NathanYau在FlowingData 写的博文，来获得创建R语言可视化灵感。

1. 平面图无处不在

R语言提供了多种创建图形方法，使用原理图创建图形是标准的方法。然而，有一些好的工具(或包)使用更简单的方式来创建，查看图形。

• 在R语言中学习基本图形语法是数据可视化中一种实用方法。

• 在R语言中ggplot是数据可视化中最重要的包，并且很受欢迎，网上有很多它的学习资源，比如在线ggplot2教程，cheatsheet ，和以及一本由哈德利韦翰编写的教学书。

• ggvis程序包允许您使用基本图形语法创建交互式web图形(参见教程)。

• 您知道Hans Rosling ted课程吗?教您如何的用googleVis(一个带有谷歌图表接口)来重建图表。

• 如果您遇到了绘制数据的问题，这篇文章会对您有所帮助。在这个CRAN任务视图中可以查看到更多的可视化资源。或者查看R语言数据可视化指南。

2. 地图无处不在

您对分析空间可视化数据感兴趣吗？学习本教程：介绍R语言空间数据，您会轻松地使用这些包。

• 源自Google maps和ggmap开放街道的静态图片，可用来创建可视化空间数据和模型。

• Ari Lamstein’s中的choroplethr程序包。

• tmap 程序包

3. HTML插件

HTML插件是R语言可视化产品中非常有前景的插件，您可以用简单的方式创建交互式web可视化(参见RStudio教程)，掌握这种可视化方法将会成为R语言学习中必备技能。其带来的视觉效果会给您朋友和同事留下深刻印象。

• leaflet创建动态图片。

• 使用dygraphs生成时间序列数据图表。

• 互动表(datatable)。

• DiagrammeR创建图和流程图。

• MetricsGraphics创建散点图、线图和直方图。

课后作业

• 理解基本图形语法原理。

• 学习ggplot2教程。

• 使用RStudio环境学习html插件。

步骤六：数据挖掘、机器学习

对于新的统计数据学习方法，我们推荐下列资源:

• Andrew Conway’s课程：R语言统计数据简介。

• 杜克大学数据分析和统计推断。

• R语言实用数据科学。

• 约翰霍普金斯大学数据科学专业课程。

• R语言数据科学使用指南。

如果您想提高机器学习能力，可以考虑从以下教程开始学习:

• 机器学习算法要点。

• 自行车共享大赛--一套R语言完整解决方案。

• Kaggle上的机器学习课程。

• 掌握机器学习。

• 介绍机器学习。

确保在相关的CRAN任务视图中查看到R语言可用的机器学习资源。

课后作业

• 从统计学课程开始入门。
  

• 学习Kaggle上免费机器学习课程。

• 看Rattle中的一些R语言数据挖掘书。

• 可以从这本小册子上学习时间序列——A Little Book for Time Series in R .

步骤七：报告结果

与数据科学爱好者交流成果，分享见解是一件很重要的事情。幸运的是，R语言针对这个问题有一些非常实用工具。

第一个工具是R Markdown，采用knitr和pandoc复制方式生成您的数据分析结果报告。使用R markdown工具，R语言最终生成文档，替换R语言代码。文档可以是html、word、pfd、ioslides等格式。您可以通过本教程学到更多知识并使用cheatsheet作为参考资料。

第二个工具是ReporteRs，它是个创建Microsoft(Worddocx和Powerpoint pptx)和html R语言文档程序包，并可以在Windows、Linux、Unix和Mac OS系统上运行。像R Markdown工具一样自动生成R语言报告，点击这里我们来看看如何操作。

第三个是Shiny，目前R语言中最令人兴奋的工具。使R语言构建交互式web应用程序变得非常容易。您可以把分析报告转换为交互式web应用程序，您不需要了解HTML、CSS或Javascript相关知识。如果您想要学习Shiny ，请点击RStudio learning portal。

课后作业

• 使用RMarkdown或ReporteRs创建第一个交互式报告。

• 尝试构建一个Shiny应用。

练习

只有通过大量练习才能成为优秀R语言程序员。因此，要定期解决数据科学中的问题。我们的建议是赶紧开始与Kaggle上的数据科学家交流。

在解决问题中测试自己的R语言水平--练习中的问题。

步骤八:时间序列分析

R语言有一个用于专属任务视图时间序列。如果你想在R语言中做一些时间序列分析，这将是您开始的地方。您很快会发现工具的强大。

想要从在线资源中掌握时间序列分析是件不容易的事情。好的切入点是一本关于时间序列的书或者选择《原理与实践》这本书。在程序包方面，您需要熟悉Zoo与xts程序包。Zoo为您提供了常用的保存时间序列对象格式，而xts供了操作时间序列的数据集工具。

辅助资源: 时间序列综合教程。

课后作业

• 选择上述列出的时间系列教程，开始您的分析。

• 使用quantmod或quandl程序软件包下载财务数据，开始您的时间序列分析。

• 使用诸如dygraphs的程序包创建您的可视化时间序列数据和分析。

文本挖掘一个重要工具

学习文本挖掘，您可以从edge课程中学习。虽然课程已经结束，但是您仍然可以访问这些课程。

练习

• 文本挖掘竞赛--一套R语言的完整解决方案。

步骤九:成为R语言大师

现在您已经掌握了大部分R语言数据分析，是时候给出一些高级课程资源了。您很可能已经知道其中的一些内容，但不妨看看这些教程。

• Hadley Wickham的高级R语言教程。

• 在Hadoop、MongoDB或NoSQL中使用R语言。

• 微软的RevoScaleR 程序包

 

 

原文链接：

https://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/learning-path-r-data-science/

杨金鸿，北京护航科技有限公司员工，在业余时间喜欢翻译一些技术文档。喜欢阅读有关数据挖掘、数据库之类的书，学习java语言编程等，希望能在数据派平台上熟识更多爱好相同的伙伴，今后能在数据科学的道路上走的更远，飞的更远。

翻译组招募信息

工作内容：需要一颗细致的心，将选取好的外文文章翻译成流畅的中文。如果你是数据科学/统计学/计算机类的留学生，或在海外从事相关工作，或对自己外语水平有信心的朋友欢迎加入翻译小组。

你能得到：定期的翻译培训提高志愿者的翻译水平，提高对于数据科学前沿的认知，海外的朋友可以和国内技术应用发展保持联系，THU数据派产学研的背景为志愿者带来好的发展机遇。

其他福利：来自于名企的数据科学工作者，北大清华以及海外等名校学生他们都将成为你在翻译小组的伙伴。

点击文末“阅读原文”加入数据派团队~

转载须知

如需转载，请在开篇显著位置注明作者和出处（转自：数据派ID：datapi），并在文章结尾放置数据派醒目二维码。有原创标识文章，请发送【文章名称-待授权公众号名称及ID】至联系邮箱，申请白名单授权并按要求编辑。

发布后请将链接反馈至联系邮箱（见下方）。未经许可的转载以及改编者，我们将依法追究其法律责任。

为保证发文质量、树立口碑，数据派现设立“错别字基金”，鼓励读者积极纠错。

若您在阅读文章过程中发现任何错误，请在文末留言，或到后台反馈，经小编确认后，数据派将向检举读者发8.8元红包。

同一位读者指出同一篇文章多处错误，奖金不变。不同读者指出同一处错误，奖励第一位读者。

感谢一直以来您的关注和支持，希望您能够监督数据派产出更加高质的内容。

点击“阅读原文”拥抱组织