【译文】怎样学习R（下）

点击上方 免费订阅（学习）

数据操作

把原始数据转换成具有一定结构的数据对于健壮性分析是很重要的，对是数据符合处理也是很重要的。R有很多的构建函数对原始数据进行处理，但是不是每个时候都能轻而易举的使用它们。幸运的是，有几个R包可以提供很大的帮助：

• tidyr包允许你对数据进行整理，而数据的整理就是看哪一列的数据是变量，同时观察每一行的结果，其本身会把你原来得到的数据转换成易于操作的数据。查看这些不错的资源，你会知道怎样使用tidyr包进行数据的整理。

• 如果你想进行字符串的操作，你应该学着怎样用stringr包，其中的小插图展示的易于理解，而且提供了各种例子供你入门学习。

• dplyr包在处理数据框的对象（在内存和外存中）的时候是一个非常棒的包，而且结合了直观形式的语法结构以加快运行速度。如果想要深入学习dplyr包，你可以在这里收听一下数据操作的课程，同时也可以查阅一下这张小抄。

• 当你在执行一个繁重的争论任务的时候，data.table包将是你的好帮手。它的运行速度极其的快，而且一旦你掌握了这种语法结构，你会发现我每时每刻都在使用data.table包。可以上一下数据分析这门课（来发现data.table包的具体细节，你也可以用这张小抄作为辅助资料。

• 你是否一直在寻找着能在某个时刻使用时间和数据的机会？这个过程注定是痛苦的，但是幸运的是，lubridate包让这样的过程变得简单一些。查看它的小插图可以让你怎样在你的逐日分析中使用lubridate包。

• 基本R包只能在有限条的性能中处理时间序列数据。幸运的是，这里有zoo、xts和quantmod包。查阅一Eric Zivot写的教材可以让你更容易明白怎样使用这些包，而且也让你更容易处理R中的时间序列数据。

如果你想对R的数据操作进行一个大概的总结的话，更多相关细节可以阅读Data Manipulation with R这本书，或者是RStudio提供的Data Wrangling with R视频教程。如果你在处理数据框的时候遇到相关问题，查看15个容易解决数据库问题的解决方案。

数据可视化操作

有一样东西使得R成为一个强大的工具就是强大的数据可视化能力。对于执行R的数据可视化，也许gglpot2包是大家了解的最多的包，而且初学者都必须学习的。你可以开始试着从http://ggplot2.org/ 寻找相关的gglpot2包信息，同时查一下相关的小抄和即将出版的书籍。接下来说说gglpot2包，你也可以使用诸如ggvis包进行网络交互式图像操作（看相关教材），googlevis包对Google界面的表格（试着回顾一下TED里的一个演讲）,R的Plotly包，以及更多。查看任务视图来了解隐含的细节。如果你在进行一些作图任务，也许这些文章对于你来说会有所帮助。

在R，这里有一整个任务视图提示处理空间数据，它允许你绘制一张精美的地图，下面是其中一张非常出名的地图：

你要开始查看例如ggmap包的使用方法。其中，ggmap包允许你对空间数据进行可视化操作，以及来自于诸如谷歌地图和Open Street 地图那样在统计图像顶端建立的相关模型。或者，你可以开始玩玩maptools，choroplethr以及tmp包。你想要相关的课程，可以上一下 Introduction to visualising spatial data in R（R空间数据可视化操作导论）这门课。

你会发现R的可视化操作使用了各种华丽的配色方案，而效果恰好像图像/地图那样逼真……如果你也想要实现你自己的可视化操作，你需要钻研一下RColorBrewer包和ColorBrewer包。

其中一个版本最新的可视化工具就是R的HTML小器具。HTML小器具像R的图像一样工作，但是它们创造出了诸如动态地图（leaflet包）、时间数据序列表（dygraphs包），以及交互式图表（DataTables包）。这里有几个在通常情况下都比较好的HTML小器具的例子，以及固体文件有讲到怎样常见属于你自己的可视化操作（不是阅读相关书籍，就是观看相关视频）。

如果你想从可视化接下来能产生什么中得到灵感，你可以看一下诸如FlowingData那样博客，它展示了相关的可视化操作。

R的数据科学与机器学习

这里有很多供初学者查看如何进行数据科学的资源。以下是可获得的资源：

• Andrew Conway’s Introduction to statistics with R

• Data Analysis and Statistical Inference

• Data Analysis for life sciences

• Data Science Specialization by Johns Hopkins

还有，如果你想阅读，以下资源比较可靠：

• Practical Data Science With R

• R for Data Science (upcomming, see progress)

• A Survival Guide to Data Science with R

一旦你开始了R的机器学习，你很快会发现你在使用caret，rpart，和randomForest包。而且幸运的是，这里有很多很棒的资源，在通常情况下课供学习这些包和机器学习。如果你只是一名初学者，这里的向导可以帮助你快速入门。或者，你可以看一下Mastering Machine Learning with R和Machine Learning with R这两本书。如果你在看一些一步一步教你学习的教材，引导你对一个实例进行分析的话，你可以上一下Kagle Machine Learning 这门课或Wiekvoet的博客。

R结果报告

R Mardown是当前比较权威的创作模式，它能从R进行简单的动态记录、展示以及报告。这是一个很好的以可重复方式报告数据分析的工具，因此使得分析变得更加有用和更容易理解。R markdown是基于knitr和pandoc包的。在R markdown中，R产生了一个最终的文档，并代替了R代码作为最终的结果。这种文档可以以html，word，pdf，ioslides等格式存储。你甚至可以通过使用Shiny包来创建一个交互式R mardown文档。这个 Reporting with R Markdown 4小时的课程可以让你了解R mardown，而且此外，你可以使用这样不错的小抄作为你后续用到的资料。

接下来说一下R markdown，你应该要确认你已经查阅过Shiny包。Shiny让R markdown的网络交互式应用的建立变得极其的容易，而你不需要知道HTML、CSS或者Javascript的相关知识。RStudio也维护了一个重要的学习接口让你能开展事业Shiny，包括有一系列的视频教程（点击Shiny学习路线图的要点）。而且，更多尖端的话题也可获知，就让这些例子集那样。

接下来的步骤

一旦你已经可以熟练的编写R代码（同时也对R产生了浓厚的兴趣），你肯定想要更多的感受着它的力量（阅读：做一些漂亮的东西）。在这种情况下，你需要RCPP这个R包，他可以让你在R里对C++代码产生更浓厚的兴趣，或者RevoScaleR包（可以从收听免费课程开始）。

花了一定的时间写R代码以后（而你也成为R爱好者），你已经到达了可以编写你的R包的水平。

来自Esty的 Hilary Parker曾经写了一本简短的教材来讲述怎样创建你的第一个包，如果你是很在乎这里的话，你需要阅读R 包，一本有Hilary Parker编写的即将出版的书，而它已经可以再网上在线阅读。

如果你想要深入R内部进行相关工作，同时想要提高你的理解能力，从阅读advanced R这本书开始是最好的办法。

最后，再一次在R-bloggers.com访问我们来阅读最新消息以及来自R社区的教材和相关博客。

1、回复“数据分析师”查看数据分析师系列文章

2、回复“案例”查看大数据案例系列文章

3、回复“征信”查看相关征信的系列文章

4、回复“可视化”查看可视化专题系列文章

5、回复“SPPS”查看SPSS系列文章

6、回复“答案”查看hadoop面试题题目及答案

7、回复“爱情”查看大数据与爱情的故事

8、回复“笑话”查看大数据系列笑话

9、回复“大数据1、大数据2、大数据3、大数据4”查看大数据历史机遇连载

原文始发于微信公众号（PPV课数据科学社区）：【译文】怎样学习R（下）