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

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

《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。

掌握全球数据统计分析师选择的编程语言!

即便对于经验丰富的数据统计分析师，与R语言打交道也不是一件容易的事情。进入《R语言轻松入门与提高》的世界，这里有你需要的快速、简单掌握R语言的方法！本书包含大量实例、简单而有步骤的练习和清晰的示例代码，无需任何编程经验，本书是为R语言初学者量身打造的入门指南。同时涵盖面向中高级程序员的实用知识和概念。

·掌握R语言基础——即刻掌握基础知识，从安装和配置开始，编写简单的脚本，并使用各种变量类型执行并行运算；
·把数据放在正确的位置上——了解列表、数据帧等R语言数据结构，并学习如何同其他应用程序（如Excel）交互；
·让数据随着你起舞——学习如何重构和操作数据，执行数据集合并、分离与联合，掌握向量和数组的计算；
·呈现可视化数据——学习使用R语言强大的数据可视化功能，通过漂亮而直观的图表来展示你的数据；
·数据分析与统计——学习如何执行简单的数据统计分析，将变量汇总聚合在一起，掌握经典的数据测试方法，如t-测试；
·扩展和定制R——学习如何获取、安装扩展包，融入全球R语言社区，并充分利用这些资源。