超級乾貨 ：手把手教你學習R語言（附資源連結）

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。這套學習方法對於資料科學或R語言的初學者會很有用;如果讀者是R語言的老使用者，則會由本文瞭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語言成為資料科學通用語言。

看看由Revolution Analytics製作的90秒影片（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透過綜合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對應二進位制檔案下載。

您可能會考慮使用R語言自帶的控制檯，但我們建議您安裝R語言整合開發環境(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，還能讓您輸入多行程式碼、處理圖形、安裝和維護程式，有效引導您的程式設計環境。RStudio此外可以選用基於eclipse的Architect（http://www.openanalytics.eu/architect）。如果需要安裝圖形使用者介面（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程式包。以及推薦或依賴的程式包，包括GUI。

• 使用庫命令載入安裝程式，並開啟GUI。

步驟二：R語言基礎學習

您應該首先瞭解語言、庫和資料結構基礎知識。

如果您更傾向於線上交流方式學習R語法，DataCamp（https://www.datacamp.com/courses/free-introduction-to-r）提供的免費線上R教程是很好的資源。還可以選擇後續課程:中級R程式設計（https://www.datacamp.com/courses/intermediate-r）。另一種學習方法是線上版本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。

除了上述線上資源，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、資料幀、表、概述、描述、載入和安裝包、使用繪圖命令視覺化資料。

課後作業

• 使用DataCamp免費線上R教程，熟悉基本的R語法。

• 建立Github（http://github.com/）賬號。

• 透過google幫助，解決安裝過程中出現的問題。

• 安裝swirl包並學習R程式設計(見上文)。

步驟三:瞭解R社

強大社群的存在是R語言發展迅速、大獲成功的主要原因。社群中核心的是R語言的“包”生態系統。R語言程式包可以在CRAN、bioconductor、github和bitbucket中下載。在Rdocumentation（http://www.rdocumentation.org/）中，您可以輕鬆搜尋來自CRAN、github和bioconductor中能滿足您當前工作需要的程式包。與在R語言程式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內建幫助系統，您可以透過命令來訪問。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瞭解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：資料匯入和操作

匯入和運算元據是資料科學工作流程中重要步驟。R語言允許使用特定包匯入不同資料格式，從而使您工作更輕鬆,如下：

• readr:匯入平面檔案。

• Readxl package:將excel檔案轉化為R語言。

• haven package包:讓您將SAS、STATA和SPSS資料檔案匯入R語言。

• Databases:連線透過像RMySQL和RpostgreSQL包，使用DBI訪問和操作。

• rvest： 網頁資料抓取。

一旦資料在工作環境中可用，您就可以使用下麵程式包操作:

• 整理資料的tidyr程式包。

• stringr包處理字串操作。

• 物件資料幀，可以學習dplyr包輸入和輸出（https://www.datacamp.com/courses/dplyr-data-manipulation）。

• 需要執行繁重資料爭用任務?試試data.table程式包。

• 執行時間序列分析?嘗試一下像zoo，xts和quantmod程式包。

課後作業

• 
  

• 透過“匯入資料進入R語言”課程，或閱讀文章1、2、3、4。掌握匯入資料軟體包。

• 透過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程式包。

步驟五：有效資料視覺化

自己建立資料視覺化作品是一件很自豪的事情。然而，資料視覺化既是一項技能，也是一門藝術。許多學者閱讀Edward Tufte 的“視覺化定量資料”原理，或者StephenFew的 “pitfalls on dashboard design”。也可以閱讀NathanYau在FlowingData 寫的博文，來獲得建立R語言視覺化靈感。

1. 平面圖無處不在

R語言提供了多種建立圖形方法，使用原理圖建立圖形是標準的方法。然而，有一些好的工具(或包)使用更簡單的方式來建立，檢視圖形。

• 在R語言中學習基本圖形語法是資料視覺化中一種實用方法。

• 在R語言中ggplot是資料視覺化中最重要的包，並且很受歡迎，網上有很多它的學習資源，比如線上ggplot2教程，cheatsheet ，和以及一本由哈德利韋翰編寫的教學書。

• ggvis程式包允許您使用基本圖形語法建立互動式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。

• 如果您遇到了繪製資料的問題，這篇文章會對您有所幫助。在這個CRAN任務檢視中可以檢視到更多的視覺化資源。或者檢視R語言資料視覺化指南。

2. 地圖無處不在

您對分析空間視覺化資料感興趣嗎？學習本教程：介紹R語言空間資料，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，可用來建立視覺化空間資料和模型。

• Ari Lamstein’s中的choroplethr程式包。

• tmap 程式包

3. HTML外掛

HTML外掛是R語言視覺化產品中非常有前景的外掛，您可以用簡單的方式建立互動式web視覺化(參見RStudio教程)，掌握這種視覺化方法將會成為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建立動態圖片。

• 使用dygraphs生成時間序列資料圖表。

• 互動表(datatable)。

• DiagrammeR建立圖和流程圖。

• MetricsGraphics建立散點圖、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外掛。

步驟六：資料挖掘、機器學習

對於新的統計資料學習方法，我們推薦下列資源:

• Andrew Conway’s課程：R語言統計資料簡介。

• 杜克大學資料分析和統計推斷。

• R語言實用資料科學。

• 約翰霍普金斯大學資料科學專業課程。

• R語言資料科學使用指南。

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:

• 機器學習演演算法要點。

• 腳踏車共享大賽–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任務檢視中檢視到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語言資料挖掘書。

• 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

與資料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複製方式生成您的資料分析結果報告。使用R markdown工具，R語言最終生成檔案，替換R語言程式碼。檔案可以是html、word、pfd、ioslides等格式。您可以透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，它是個建立Microsoft(Worddocx和Powerpoint pptx)和html R語言檔案程式包，並可以在Windows、Linux、Unix和Mac OS系統上執行。像R Markdown工具一樣自動生成R語言報告，點選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應用程式變得非常容易。您可以把分析報告轉換為互動式web應用程式，您不需要瞭解HTML、CSS或Javascript相關知識。如果您想要學習Shiny ，請點選RStudio learning portal。

課後作業

• 使用RMarkdown或ReporteRs建立第一個互動式報告。

• 嘗試構建一個Shiny應用。

練習

只有透過大量練習才能成為優秀R語言程式員。因此，要定期解決資料科學中的問題。我們的建議是趕緊開始與Kaggle上的資料科學家交流。

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檢視時間序列。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。

想要從線上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。在程式包方面，您需要熟悉Zoo與xts程式包。Zoo為您提供了常用的儲存時間序列物件格式，而xts供了操作時間序列的資料集工具。

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程式軟體包下載財務資料，開始您的時間序列分析。

• 使用諸如dygraphs的程式包建立您的視覺化時間序列資料和分析。

文字挖掘一個重要工具

學習文字挖掘，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

• 文字挖掘競賽–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語言資料分析，是時候給出一些高階課程資源了。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的高階R語言教程。

• 在Hadoop、MongoDB或NoSQL中使用R語言。

• 微軟的RevoScaleR 程式包

原文連結：

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