手把手教你學習R語言
作者：NSS
翻譯：楊金鴻
術語校對：韓海疇
全文校對：林亦霖
本文約3000字，建議閱讀7分鐘。
本文為帶大家了解R語言以及分段式的步驟教程！
人們學習R語言時普遍存在缺乏系統學習方法的問題。學習者不知道從哪開始，如何進行，選擇什麼學習資源。雖然網路上有許多不錯的免費學習資源，然而它們多過了頭，反而會讓人挑花了眼。
為了構建R語言學習方法，我們在Vidhya和DataCamp中選一組綜合資源，幫您從頭學習R語言。這套學習方法對於數據科學或R語言的初學者會很有用;如果讀者是R語言的老用戶，則會由本文了解這門語言的部分最新成果。
R語言學習方法會幫助您快速、高效學習R語言。
前言
在開始學習之前，第一個要回答的問題是:為什麼要用R語言？或者R語言為何如此有用?
R語言是一門快速發展的開源軟體，是SAS、STATA和SPSS這類商業軟體的競爭對手。就業市場對R語言的需求正在迅速上升，微軟等公司也同時承諾將致力讓R語言成為數據科學通用語言。
看看由Revolution Analytics製作的90秒視頻（https://www.youtube.com/watch?v=VlJnNSeO1uQ），您就知道R語言的用處。順便說下，微軟剛剛收購了Revolution Analytics。
步驟一：配置計算機環境
建立R語言學習環境最簡單方法是通過綜合R語言歸檔網路(CRAN)下載（https://cran.r-project.org/）到您的本地計算機上。可以選擇Linux、Mac和Windows對應二進位文件下載。
您可能會考慮使用R語言自帶的控制台，但我們建議您安裝R語言集成開發環境(IDE)。RStudio（https://www.rstudio.com/）是最有名的IDE，它能讓R語言編碼更容易、更快，還能讓您輸入多行代碼、處理圖形、安裝和維護程序，有效引導您的編程環境。RStudio此外可以選用基於eclipse的Architect（http://www.openanalytics.eu/architect）。如果需要安裝圖形用戶界面（GUI），請選擇R-commander（http://www.rcommander.com/）或Deducer（http://www.deducer.org/pmwiki/index.php?n=Main.WindowsInstallation）。
課後作業
安裝R和RStudio。
安裝Rcmdr、rattle和Deducer程序包。以及推薦或依賴的程序包，包括GUI。
使用庫命令載入安裝程序，並打開GUI。
步驟二：R語言基礎學習
您應該首先了解語言、庫和數據結構基礎知識。
如果您更傾向於在線交流方式學習R語法，DataCamp（https://www.datacamp.com/courses/free-introduction-to-r）提供的免費在線R教程是很好的資源。還可以選擇後續課程:中級R編程（https://www.datacamp.com/courses/intermediate-r）。另一種學習方法是在線版本swirl（https://www.datacamp.com/swirl-r-tutorial），它能讓您在類似RStudio環境中學習R語言。
在互動學習環境中，您可以選擇參加Coursera（https://www.coursera.org/specializations/jhu-data-science）或Edx（https://www.edx.org/course/introduction-r-programming-microsoft-dat204x-0）上mooc課程。
除了上述在線資源，您還可以考慮以下優秀資源:
CRAN免費教學R語言（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/）
專門學習:閱讀、數據幀、表、概述、描述、載入和安裝包、使用繪圖命令可視化數據。
課後作業
使用DataCamp免費在線R教程，熟悉基本的R語法。
創建Github（http://github.com/）賬號。
通過google幫助，解決安裝過程中出現的問題。
安裝swirl包並學習R編程(見上文)。
步驟三:了解R社
強大社區的存在是R語言發展迅速、大獲成功的主要原因。社區中核心的是R語言的「包」生態系統。R語言程序包可以在CRAN、bioconductor、github和bitbucket中下載。在Rdocumentation（http://www.rdocumentation.org/）中，您可以輕鬆搜索來自CRAN、github和bioconductor中能滿足您當前工作需要的程序包。與在R語言程序包生態系統同樣重要的是，您可以在R endeavours上輕鬆獲得幫助與反饋。首先，R內置幫助系統，您可以通過命令來訪問。同時，在Analytics Vidhya Discussions，Stack OverflowR語言是增長最快語言。R-bloggers（http://www.r-bloggers.com/）彙集許多R語言愛好者寫的博文。
課後作業：
訪問CranTask Views了解R語言生態系統。
在http://r-bloggers.com上註冊並訂閱每日新聞。
步驟四：數據導入和操作
導入和操作數據是數據科學工作流程中重要步驟。R語言允許使用特定包導入不同數據格式，從而使您工作更輕鬆,如下：
readr:導入平面文件。
Readxl package:將excel文件轉化為R語言。
haven package包:讓您將SAS、STATA和SPSS數據文件導入R語言。
Databases:連接通過像RMySQL和RpostgreSQL包，使用DBI訪問和操作。
rvest： 網頁數據抓取。
一旦數據在工作環境中可用，您就可以使用下面程序包操作:
整理數據的tidyr程序包。
stringr包處理字元串操作。
對象數據幀，可以學習dplyr包輸入和輸出（https://www.datacamp.com/courses/dplyr-data-manipulation）。
需要執行繁重數據爭用任務?試試data.table程序包。
執行時間序列分析?嘗試一下像zoo，xts和quantmod程序包。
課後作業
通過「導入數據進入R語言」課程，或閱讀文章1、2、3、4。掌握導入數據軟體包。
通過RStudio觀看Data Wrangling with R 。（https://www.rstudio.com/resources/webinars/data-wrangling-with-r-and-rstudio/）
閱讀並練習如何使用dplyr、tidyr和data.table程序包。
步驟五：有效數據可視化
自己創建數據可視化作品是一件很自豪的事情。然而，數據可視化既是一項技能，也是一門藝術。許多學者閱讀Edward Tufte 的「可視化定量數據」原理，或者StephenFew的 「pitfalls on dashboard design」。也可以閱讀NathanYau在FlowingData 寫的博文，來獲得創建R語言可視化靈感。
1.平面圖無處不在
R語言提供了多種創建圖形方法，使用原理圖創建圖形是標準的方法。然而，有一些好的工具(或包)使用更簡單的方式來創建，查看圖形。
在R語言中學習基本圖形語法是數據可視化中一種實用方法。
在R語言中ggplot是數據可視化中最重要的包，並且很受歡迎，網上有很多它的學習資源，比如在線ggplot2教程，cheatsheet ，和以及一本由哈德利韋翰編寫的教學書。
ggvis程序包允許您使用基本圖形語法創建互動式web圖形(參見教程)。
您知道Hans Rosling ted課程嗎?教您如何的用googleVis(一個帶有谷歌圖表介面)來重建圖表。
如果您遇到了繪製數據的問題，這篇文章會對您有所幫助。在這個CRAN任務視圖中可以查看到更多的可視化資源。或者查看R語言數據可視化指南。
2. 地圖無處不在
您對分析空間可視化數據感興趣嗎？學習本教程：介紹R語言空間數據，您會輕鬆地使用這些包。
源自Google maps和ggmap開放街道的靜態圖片，可用來創建可視化空間數據和模型。
Ari Lamstein』s中的choroplethr程序包。
tmap 程序包
3. HTML插件
HTML插件是R語言可視化產品中非常有前景的插件，您可以用簡單的方式創建互動式web可視化(參見RStudio教程)，掌握這種可視化方法將會成為R語言學習中必備技能。其帶來的視覺效果會給您朋友和同事留下深刻印象。
leaflet創建動態圖片。
使用dygraphs生成時間序列數據圖表。
互動表(datatable)。
DiagrammeR創建圖和流程圖。
MetricsGraphics創建散點圖、線圖和直方圖。
課後作業
理解基本圖形語法原理。
學習ggplot2教程。
使用RStudio環境學習html插件。
步驟六：數據挖掘、機器學習
對於新的統計數據學習方法，我們推薦下列資源:
Andrew Conway』s課程：R語言統計數據簡介。
杜克大學數據分析和統計推斷。
R語言實用數據科學。
約翰霍普金斯大學數據科學專業課程。
R語言數據科學使用指南。
如果您想提高機器學習能力，可以考慮從以下教程開始學習:
機器學習演算法要點。
自行車共享大賽--一套R語言完整解決方案。
Kaggle上的機器學習課程。
掌握機器學習。
介紹機器學習。
確保在相關的CRAN任務視圖中查看到R語言可用的機器學習資源。
課後作業
從統計學課程開始入門。
學習Kaggle上免費機器學習課程。
看Rattle中的一些R語言數據挖掘書。
可以從這本小冊子上學習時間序列——A Little Book for Time Series in R .
步驟七：報告結果
與數據科學愛好者交流成果，分享見解是一件很重要的事情。幸運的是，R語言針對這個問題有一些非常實用工具。
第一個工具是R Markdown，採用knitr和pandoc複製方式生成您的數據分析結果報告。使用R markdown工具，R語言最終生成文檔，替換R語言代碼。文檔可以是html、word、pfd、ioslides等格式。您可以通過本教程學到更多知識並使用cheatsheet作為參考資料。
第二個工具是ReporteRs，它是個創建Microsoft(Worddocx和Powerpoint pptx)和html R語言文檔程序包，並可以在Windows、Linux、Unix和Mac OS系統上運行。像R Markdown工具一樣自動生成R語言報告，點擊這裡我們來看看如何操作。
第三個是Shiny，目前R語言中最令人興奮的工具。使R語言構建互動式web應用程序變得非常容易。您可以把分析報告轉換為互動式web應用程序，您不需要了解HTML、CSS或Javascript相關知識。如果您想要學習Shiny ，請點擊RStudio learning portal。
課後作業
使用RMarkdown或ReporteRs創建第一個互動式報告。
嘗試構建一個Shiny應用。
練習
只有通過大量練習才能成為優秀R語言程序員。因此，要定期解決數據科學中的問題。我們的建議是趕緊開始與Kaggle上的數據科學家交流。
在解決問題中測試自己的R語言水平--練習中的問題。
步驟八:時間序列分析
R語言有一個用於專屬任務視圖時間序列。如果你想在R語言中做一些時間序列分析，這將是您開始的地方。您很快會發現工具的強大。
想要從在線資源中掌握時間序列分析是件不容易的事情。好的切入點是一本關於時間序列的書或者選擇《原理與實踐》這本書。在程序包方面，您需要熟悉Zoo與xts程序包。Zoo為您提供了常用的保存時間序列對象格式，而xts供了操作時間序列的數據集工具。
輔助資源:時間序列綜合教程。
課後作業
選擇上述列出的時間系列教程，開始您的分析。
使用quantmod或quandl程序軟體包下載財務數據，開始您的時間序列分析。
使用諸如dygraphs的程序包創建您的可視化時間序列數據和分析。
文本挖掘一個重要工具
學習文本挖掘，您可以從edge課程中學習。雖然課程已經結束，但是您仍然可以訪問這些課程。
練習
文本挖掘競賽--一套R語言的完整解決方案。
步驟九:成為R語言大師
現在您已經掌握了大部分R語言數據分析，是時候給出一些高級課程資源了。您很可能已經知道其中的一些內容，但不妨看看這些教程。
Hadley Wickham的高級R語言教程。
在Hadoop、MongoDB或NoSQL中使用R語言。
微軟的RevoScaleR 程序包
https://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/learning-path-r-data-science/
楊金鴻，北京護航科技有限公司員工，在業餘時間喜歡翻譯一些技術文檔。喜歡閱讀有關數據挖掘、資料庫之類的書，學習java語言編程等，希望能在數據派平台上熟識更多愛好相同的夥伴，今後能在數據科學的道路上走的更遠，飛的更遠。
轉載須知
如需轉載，請在開篇顯著位置註明作者和出處（轉自：數據派ID：datapi），並在文章結尾放置數據派醒目二維碼。有原創標識文章，請發送【文章名稱-待授權公眾號名稱及ID】至聯繫郵箱，申請白名單授權並按要求編輯。
發布後請將鏈接反饋至聯繫郵箱（見下方）。未經許可的轉載以及改編者，我們將依法追究其法律責任。
為保證發文質量、樹立口碑，數據派現設立「錯別字基金」，鼓勵讀者積極糾錯。
若您在閱讀文章過程中發現任何錯誤，請在文末留言，或到後台反饋，經小編確認後，數據派將向檢舉讀者發8.8元紅包。
同一位讀者指出同一篇文章多處錯誤，獎金不變。不同讀者指出同一處錯誤，獎勵第一位讀者。
感謝一直以來您的關注和支持，希望您能夠監督數據派產出更加高質的內容。
TAG:數據派THU |