R语言轻松入门与提高
第一部分 R You Ready? 1
第 1 章 大视角看R 3
认识R的优势 4
免费且开源 4
可在任何环境下运行 5
支持扩展 5
拥有一个活跃的社区 5
与其他语言紧密连接 6
R的独特之处 6
使用向量同时进行多项计算 6
查看完整
第 1 章 大视角看R 3
认识R的优势 4
免费且开源 4
可在任何环境下运行 5
支持扩展 5
拥有一个活跃的社区 5
与其他语言紧密连接 6
R的独特之处 6
使用向量同时进行多项计算 6
查看完整
安德里·德弗里斯（Andrie de Vries），安德里从2009年开始使用R来进行调研数据的分析，同时还活跃在一些开源社区，贡献自己富有创造力的软件作品。安德里是PentaLibra Limited的总监，这是一家从事时尚品市场调研的公司，专注于数据的统计与分析。Anrie已经为CRAN贡献了两个R包，并一直努力是人们今后的调研数据统计、分析与报表的生成工作变得更容易。另外，他还积极投入到LimeSurvey的研发工作中，这是一个开源的调研管理系统。
乔里斯·梅斯（Joris Meys），乔里斯是Ghent大学（比利时）数学建模、统计与生物信息学院的统计咨询师，同时也是一个R程序员。在获得生物学硕士学位后，他从事了6年与环境研究和管理相关的工作，之后获得了统计数据分析的高级硕士学位。乔里斯为学院的具体项目编写了若干的代码包，还完成了一些统计方法的一般实现。另外，他还是R-Forg…
查看完整
乔里斯·梅斯（Joris Meys），乔里斯是Ghent大学（比利时）数学建模、统计与生物信息学院的统计咨询师，同时也是一个R程序员。在获得生物学硕士学位后，他从事了6年与环境研究和管理相关的工作，之后获得了统计数据分析的高级硕士学位。乔里斯为学院的具体项目编写了若干的代码包，还完成了一些统计方法的一般实现。另外，他还是R-Forg…
查看完整
《R语言轻松入门与提高》首先从基本概念入手，介绍向量的计算与R语言向量化函数的强大之处，然后逐步引导你迈入R编程的世界，从一个统计分析师的角度，细致而深入地讲解了R语言中的数据提取与数据处理，并在科学而系统的统计分析中应用和实践。除此之外，《R语言轻松入门与提高》还系统地介绍了如何使用R语言来绘制各类数据图表，使你可以方便地将数据转化成可视化元素，丰富数据报表与演示文档。
《R语言轻松入门与提高》既适用于众多领域的数据分析师和数据处理人员，也适用于对R语言编程感兴趣的广大学生和科研工作者。
《R语言轻松入门与提高》既适用于众多领域的数据分析师和数据处理人员，也适用于对R语言编程感兴趣的广大学生和科研工作者。
第一部分 R You Ready? 1
第 1 章 大视角看R 3
认识R的优势 4
免费且开源 4
可在任何环境下运行 5
支持扩展 5
拥有一个活跃的社区 5
与其他语言紧密连接 6
R的独特之处 6
使用向量同时进行多项计算 6
不止是统计 7
需编译直接运行 8
第 2 章 R初探 9
使用代码编辑器 10
探索RGui 10
装备RStudio 13
开启第一个R会话 15
Hello World! 16
简单的数学 16
使用向量 16
存储并进行数值计算 17
与用户对话 18
Sourcing a Script 19
探索Workspace 21
操作Workspace的内容 21
保存工作成果 22
提取之前的工作 23
第 3 章 R基础 24
充分利用函数的强大功能 24
向量函数 25
将参数传入函数 26
历史记录 27
保持代码的可读性 28
遵守命名约定 28
更好地组织代码 31
添加注释 33
基础R功能的扩展 33
查找扩展包 33
安装扩展包 34
载入和卸载扩展包 34
第二部分 开始使用R 37
第 4 章 基本算术 39
数值、限大与缺失值 39
执行基本的运算 40
使用数学函数 42
计算向量整体的值 45
超越穷 45
使用向量组织数据 47
探索向量属性 48
创建向量 50
连接向量 51
重复向量 51
向量值的存取 52
理解R的索引 52
从向量中提取数值 52
修改向量中的值 53
使用逻辑向量 55
值的比较 55
将逻辑向量用作索引 56
逻辑表达式的组合 57
逻辑向量小结 58
使用向量函数增强数学计算 59
使用向量的数学运算 59
参数回收 61
第 5 章 开始读写 64
使用字符向量表示文本数据 64
为字符向量赋值 65
创建包含多个元素的字符向量 65
获取向量的子集 65
为向量中的值命名 67
操作文本 69
字符串理论：连接和分离 69
文本排序 72
查找文本中包含的内容 73
文本替换 76
使用正则表达式 76
使用因子进行分类 79
创建因子 79
转换因子 80
关于levels 82
数据类型的判别 83
使用有序因子 84
第 6 章 与R的“约会” 86
使用日期 86
用不同格式表示日期 88
添加时间 89
格式化日期和时间 91
执行日期时间操作 91
日期时间的加减 92
日期的比较 92
提取日期元素 93
第 7 章 学习处理高维数据 96
添加第二个维度 96
探索新的维度 96
将向量组合成矩阵 99
使用索引 100
提取矩阵元素的值 101
修改矩阵中的值 103
为矩阵行列命名 104
修改行和列的名称 104
将名称作为索引 105
矩阵的计算 106
矩阵的基本运算 106
行列求和 107
矩阵运算 108
添加更多维度 110
创建数组 110
使用维度来提取数据 111
用数据帧组合不同类型的值 112
由矩阵创建数据帧 112
从零创建数据帧 114
命名变量和观测 115
操作数据帧中的值 116
提取变量、观测和元素值 117
向数据帧添加观测 118
向数据帧添加变量 120
将不同类型的对象组合到列表中 122
创建一个列表 122
提取列表中的元素 124
修改列表中的元素 125
理解列表的str()输出结果 127
几个原则 128
第三部分 在R中编程 131
第 8 章 函数的乐趣 133
从脚本到函数 133
编写脚本 133
转换脚本 134
使用函数 135
简化代码 137
巧妙地使用参数 139
添加更多的参数 139
“三点”参数的魔力 140
将函数作为参数 142
处理作用域 144
越界 144
使用内部函数 146
方法分配 148
隐藏在函数背后的“方法” 148
实现自己的通用函数 150
第 9 章 控制逻辑流 153
使用if表达式进行判断选择 153
使用if．．．else表达式实现另一种选择 155
判断选择的向量化 157
分析问题 157
根据逻辑向量进行判断 158
多重选择 160
嵌套if．．．else表达式 160
用switch处理多种选择 161
循环遍历 162
构造一个for循环 162
在for循环中进行计算 163
循环的循环：认识apply家族 165
apply家族的特性 166
先认识3个家族成员 167
针对行列使用apply函数 167
将函数应用到与列表类似的对象上 169
第 10 章 调试代码 173
应该关注什么 173
阅读错误和警告信息 174
阅读错误消息 174
警告消息的处理 175
开始“捕虫” 176
logit几率的计算 176
判断错误的产生 177
检查函数内部 178
自定义消息 181
创建错误 181
创建警告 182
一些常见的错误 182
数据从一开始就是错的 183
数据格式错误 183
第 11 章 获取帮助 187
在R帮助文件中检索信息 187
知道要查找什么 187
不知道要查找什么 188
使用R查找在线资料 189
加入R社区 191
使用R邮件列表 191
在Stack Overflow和Stack Exchange上讨论R 192
在Twitter上讨论R 193
实现最小可复现示例 193
使用随机值创建样本数据 193
最小化代码 195
提供必要的信息 195
第四部分 让数据说话 197
第 12 章 R的数据输入输出 199
使用R获取数据 199
在R文本编辑器中输入数据 200
使用剪贴板复制粘贴 201
从CSV读取数据 202
从Excel读取数据 205
处理其他数据类型 206
R中的数据导出 207
使用文件和文件夹 208
理解工作目录 209
操作文件 210
第 13 章 操作和处理数据 213
确定最合适的数据结构 213
提取数据子集 215
理解3种子集操作符 215
理解取子集的5种方法 215
提取数据帧的子集 216
在数据中添加计算域 221
数据帧的列运算 221
使用with和within提升代码可读性 221
对数据进行分组 222
数据集的组合与合并 224
创建示例数据 225
使用merge( )函数 226
使用查询表 228
数据排序 230
对向量进行排序 231
对数据帧进行排序 231
使用apply函数遍历数据 234
使用apply( )函数汇总数组 235
使用lapply( )和sapply( )遍历列表或数据帧 236
使用tapply( )创建表格型汇总数据 237
了解公式接口 239
规范数据的格式 240
理解数据的长格式和宽格式 241
初识reshape2包 242
将数据转换成长格式 243
将数据“重铸”成宽格式 244
第 14 章 数据汇总 247
从正确的数据开始 247
使用因子或数值 248
唯一值计数 248
准备数据 249
描述连续变量 250
数据的中心 250
描述变化性 251
计算分位数 251
描述分类 252
出现计数 252
计算占比 253
查找中心 254
描述分布 254
绘制直方图 255
使用频率和密度 256
描述多个变量 258
完整数据集的汇总 258
绘制子集的分位数 259
记录相关性 261
使用表格 264
创建双向表 264
将表格转换为数据帧 266
边际与占比 267
第 15 章 偏差和关系测试 269
近距离看分布 269
观察海狸 270
正态分布的图形检验 270
使用分位图 271
使用更正式的方法检验正态性 274
比较两个样本 275
差异检验 275
比较成对数据 277
检验计数和占比 278
检查占比 278
分析表格 279
提取检验结果 281
使用模型 282
方差分析 282
计算差异 284
线性关系建模 287
线性模型估计 289
预测新值 291
第五部分 绘制数据图 295
第 16 章 使用基本图形 297
创建不同类型的数据图 297
数据图概览 297
向数据图添加点和线 298
各种类型的数据图 302
控制数据图选项和参数 304
添加标题和坐标轴标签 304
修改数据图选项 305
在单页中绘制多个数据图 308
将数据图保存成图片文件 309
第 17 章 使用lattice绘制切片图 311
绘制一张lattice数据图 312
载入lattice包 312
绘制lattice散点图 313
添加趋势线 314
修改数据图选项 315
添加标题和标签 316
调整标题和标签的字号 316
使用主题修改数据图选项 318
绘制不同类型的数据图 318
绘制柱状图 319
绘制箱型图 320
绘制分组数据 321
使用高格式数据 321
绘制分组数据 323
添加图例
^ 收 起
第 1 章 大视角看R 3
认识R的优势 4
免费且开源 4
可在任何环境下运行 5
支持扩展 5
拥有一个活跃的社区 5
与其他语言紧密连接 6
R的独特之处 6
使用向量同时进行多项计算 6
不止是统计 7
需编译直接运行 8
第 2 章 R初探 9
使用代码编辑器 10
探索RGui 10
装备RStudio 13
开启第一个R会话 15
Hello World! 16
简单的数学 16
使用向量 16
存储并进行数值计算 17
与用户对话 18
Sourcing a Script 19
探索Workspace 21
操作Workspace的内容 21
保存工作成果 22
提取之前的工作 23
第 3 章 R基础 24
充分利用函数的强大功能 24
向量函数 25
将参数传入函数 26
历史记录 27
保持代码的可读性 28
遵守命名约定 28
更好地组织代码 31
添加注释 33
基础R功能的扩展 33
查找扩展包 33
安装扩展包 34
载入和卸载扩展包 34
第二部分 开始使用R 37
第 4 章 基本算术 39
数值、限大与缺失值 39
执行基本的运算 40
使用数学函数 42
计算向量整体的值 45
超越穷 45
使用向量组织数据 47
探索向量属性 48
创建向量 50
连接向量 51
重复向量 51
向量值的存取 52
理解R的索引 52
从向量中提取数值 52
修改向量中的值 53
使用逻辑向量 55
值的比较 55
将逻辑向量用作索引 56
逻辑表达式的组合 57
逻辑向量小结 58
使用向量函数增强数学计算 59
使用向量的数学运算 59
参数回收 61
第 5 章 开始读写 64
使用字符向量表示文本数据 64
为字符向量赋值 65
创建包含多个元素的字符向量 65
获取向量的子集 65
为向量中的值命名 67
操作文本 69
字符串理论：连接和分离 69
文本排序 72
查找文本中包含的内容 73
文本替换 76
使用正则表达式 76
使用因子进行分类 79
创建因子 79
转换因子 80
关于levels 82
数据类型的判别 83
使用有序因子 84
第 6 章 与R的“约会” 86
使用日期 86
用不同格式表示日期 88
添加时间 89
格式化日期和时间 91
执行日期时间操作 91
日期时间的加减 92
日期的比较 92
提取日期元素 93
第 7 章 学习处理高维数据 96
添加第二个维度 96
探索新的维度 96
将向量组合成矩阵 99
使用索引 100
提取矩阵元素的值 101
修改矩阵中的值 103
为矩阵行列命名 104
修改行和列的名称 104
将名称作为索引 105
矩阵的计算 106
矩阵的基本运算 106
行列求和 107
矩阵运算 108
添加更多维度 110
创建数组 110
使用维度来提取数据 111
用数据帧组合不同类型的值 112
由矩阵创建数据帧 112
从零创建数据帧 114
命名变量和观测 115
操作数据帧中的值 116
提取变量、观测和元素值 117
向数据帧添加观测 118
向数据帧添加变量 120
将不同类型的对象组合到列表中 122
创建一个列表 122
提取列表中的元素 124
修改列表中的元素 125
理解列表的str()输出结果 127
几个原则 128
第三部分 在R中编程 131
第 8 章 函数的乐趣 133
从脚本到函数 133
编写脚本 133
转换脚本 134
使用函数 135
简化代码 137
巧妙地使用参数 139
添加更多的参数 139
“三点”参数的魔力 140
将函数作为参数 142
处理作用域 144
越界 144
使用内部函数 146
方法分配 148
隐藏在函数背后的“方法” 148
实现自己的通用函数 150
第 9 章 控制逻辑流 153
使用if表达式进行判断选择 153
使用if．．．else表达式实现另一种选择 155
判断选择的向量化 157
分析问题 157
根据逻辑向量进行判断 158
多重选择 160
嵌套if．．．else表达式 160
用switch处理多种选择 161
循环遍历 162
构造一个for循环 162
在for循环中进行计算 163
循环的循环：认识apply家族 165
apply家族的特性 166
先认识3个家族成员 167
针对行列使用apply函数 167
将函数应用到与列表类似的对象上 169
第 10 章 调试代码 173
应该关注什么 173
阅读错误和警告信息 174
阅读错误消息 174
警告消息的处理 175
开始“捕虫” 176
logit几率的计算 176
判断错误的产生 177
检查函数内部 178
自定义消息 181
创建错误 181
创建警告 182
一些常见的错误 182
数据从一开始就是错的 183
数据格式错误 183
第 11 章 获取帮助 187
在R帮助文件中检索信息 187
知道要查找什么 187
不知道要查找什么 188
使用R查找在线资料 189
加入R社区 191
使用R邮件列表 191
在Stack Overflow和Stack Exchange上讨论R 192
在Twitter上讨论R 193
实现最小可复现示例 193
使用随机值创建样本数据 193
最小化代码 195
提供必要的信息 195
第四部分 让数据说话 197
第 12 章 R的数据输入输出 199
使用R获取数据 199
在R文本编辑器中输入数据 200
使用剪贴板复制粘贴 201
从CSV读取数据 202
从Excel读取数据 205
处理其他数据类型 206
R中的数据导出 207
使用文件和文件夹 208
理解工作目录 209
操作文件 210
第 13 章 操作和处理数据 213
确定最合适的数据结构 213
提取数据子集 215
理解3种子集操作符 215
理解取子集的5种方法 215
提取数据帧的子集 216
在数据中添加计算域 221
数据帧的列运算 221
使用with和within提升代码可读性 221
对数据进行分组 222
数据集的组合与合并 224
创建示例数据 225
使用merge( )函数 226
使用查询表 228
数据排序 230
对向量进行排序 231
对数据帧进行排序 231
使用apply函数遍历数据 234
使用apply( )函数汇总数组 235
使用lapply( )和sapply( )遍历列表或数据帧 236
使用tapply( )创建表格型汇总数据 237
了解公式接口 239
规范数据的格式 240
理解数据的长格式和宽格式 241
初识reshape2包 242
将数据转换成长格式 243
将数据“重铸”成宽格式 244
第 14 章 数据汇总 247
从正确的数据开始 247
使用因子或数值 248
唯一值计数 248
准备数据 249
描述连续变量 250
数据的中心 250
描述变化性 251
计算分位数 251
描述分类 252
出现计数 252
计算占比 253
查找中心 254
描述分布 254
绘制直方图 255
使用频率和密度 256
描述多个变量 258
完整数据集的汇总 258
绘制子集的分位数 259
记录相关性 261
使用表格 264
创建双向表 264
将表格转换为数据帧 266
边际与占比 267
第 15 章 偏差和关系测试 269
近距离看分布 269
观察海狸 270
正态分布的图形检验 270
使用分位图 271
使用更正式的方法检验正态性 274
比较两个样本 275
差异检验 275
比较成对数据 277
检验计数和占比 278
检查占比 278
分析表格 279
提取检验结果 281
使用模型 282
方差分析 282
计算差异 284
线性关系建模 287
线性模型估计 289
预测新值 291
第五部分 绘制数据图 295
第 16 章 使用基本图形 297
创建不同类型的数据图 297
数据图概览 297
向数据图添加点和线 298
各种类型的数据图 302
控制数据图选项和参数 304
添加标题和坐标轴标签 304
修改数据图选项 305
在单页中绘制多个数据图 308
将数据图保存成图片文件 309
第 17 章 使用lattice绘制切片图 311
绘制一张lattice数据图 312
载入lattice包 312
绘制lattice散点图 313
添加趋势线 314
修改数据图选项 315
添加标题和标签 316
调整标题和标签的字号 316
使用主题修改数据图选项 318
绘制不同类型的数据图 318
绘制柱状图 319
绘制箱型图 320
绘制分组数据 321
使用高格式数据 321
绘制分组数据 323
添加图例
^ 收 起
安德里·德弗里斯（Andrie de Vries），安德里从2009年开始使用R来进行调研数据的分析，同时还活跃在一些开源社区，贡献自己富有创造力的软件作品。安德里是PentaLibra Limited的总监，这是一家从事时尚品市场调研的公司，专注于数据的统计与分析。Anrie已经为CRAN贡献了两个R包，并一直努力是人们今后的调研数据统计、分析与报表的生成工作变得更容易。另外，他还积极投入到LimeSurvey的研发工作中，这是一个开源的调研管理系统。
乔里斯·梅斯（Joris Meys），乔里斯是Ghent大学（比利时）数学建模、统计与生物信息学院的统计咨询师，同时也是一个R程序员。在获得生物学硕士学位后，他从事了6年与环境研究和管理相关的工作，之后获得了统计数据分析的高级硕士学位。乔里斯为学院的具体项目编写了若干的代码包，还完成了一些统计方法的一般实现。另外，他还是R-Forge上几个包的维护者，并且还与人一起发表了若干篇统计专业方面的科学论文。
^ 收 起
乔里斯·梅斯（Joris Meys），乔里斯是Ghent大学（比利时）数学建模、统计与生物信息学院的统计咨询师，同时也是一个R程序员。在获得生物学硕士学位后，他从事了6年与环境研究和管理相关的工作，之后获得了统计数据分析的高级硕士学位。乔里斯为学院的具体项目编写了若干的代码包，还完成了一些统计方法的一般实现。另外，他还是R-Forge上几个包的维护者，并且还与人一起发表了若干篇统计专业方面的科学论文。
^ 收 起
《R语言轻松入门与提高》首先从基本概念入手，介绍向量的计算与R语言向量化函数的强大之处，然后逐步引导你迈入R编程的世界，从一个统计分析师的角度，细致而深入地讲解了R语言中的数据提取与数据处理，并在科学而系统的统计分析中应用和实践。除此之外，《R语言轻松入门与提高》还系统地介绍了如何使用R语言来绘制各类数据图表，使你可以方便地将数据转化成可视化元素，丰富数据报表与演示文档。
《R语言轻松入门与提高》既适用于众多领域的数据分析师和数据处理人员，也适用于对R语言编程感兴趣的广大学生和科研工作者。
《R语言轻松入门与提高》既适用于众多领域的数据分析师和数据处理人员，也适用于对R语言编程感兴趣的广大学生和科研工作者。
比价列表
缺书网
扫码进群