vlambda博客
学习文章列表

学习R语言已经一个多月，不同的教材和网课都接触许多。花费了很多无用功在质量较差和不合适自己能力的教程上，在这记录下自己的学习心得。

通俗来讲，R语言的部分基本功能，EXCEL都能实现，且速度更快，这是由于EXCEL是图形化界面，对于新人和小白都非常友好，几次的实战就能解决大部分问题。

R语言的基本流程是：

1、读取记录好的数据表   

2、对数据表进行数据清洗

3、定义各种变量、表格，根据需求转换它们

4、对变量和表格进行计算

5、输出图形

R语言基本界面

可以看到，以上的步骤基本可以通过EXCEL实现，若在R中实现，则要手打代码来一步步实现它们，那么有同学会问，那R语言的厉害之处在哪呢？我总结为以下几点：

1、能运行更大数据量

EXCEL存储10万条数据已是极限，如果你的电脑差点，你每次打开EXCEL都要等个半小时，输个函数又要等半小时，R语言则可以流畅快速的处理百万千万条数据

2、数据清洗更加专业硬核

EXCEL的数据清洗，更多是字数、错别字和错误数据方面的清洗，如果在统计中你的数据存在着问题值、空值等等，都会影响你的计算结果。

R有很好的追踪和检索功能，可以找出问题值，并根据你自己的需要修改问题值或者去掉问题值，用平均数代替也是操作方便。

3、对表格进行计算更加专业

R能够计算矩阵以及转换表格进行多表格计算（矩阵是线性代数的内容，R遵循线性代数的要求对矩阵进行计算），且不同变量之间的混合运算更方便，能存储在各种不同类型中，EXCEL在多种数据之间的混合计算会复杂麻烦。

4、输出图形优化更好

R有专门的图形输出函数，可以根据自己的需要优化图形，而且R的图形种类更全（箱型图、散点图、添加曲线等等都比EXCEL功能齐全）。

EXCEL的图形输出，需要自己通过其他软件进行进一步设计方能用于汇报使用。

5、R的语言真没那么难学

比起编程语言，你定义一个变量，还要声明他的类型等等各种。但R省去了很多步骤（你可以在后期自己修改类型），直接有一套内置体系运用。学习R的人很少是计算机出身的，大多是其他专业（医学、统计、金融等）来接触，真没用编程语言那么复杂，非常友好。但也基于这一点，R的语言并不算太严谨。

6、R的工具包齐全

这一点若是医学、金融的朋友们更加清楚，每当出现一种新的计算方法时候，R总有大神开发好新的包，你可以下载这些工具包直接使用。这是R的精髓之一，R是开源的、免费的，所有工具包都是大家共享的，你只需输几行代码即可直接下载，再根据文档学习使用即可，R的魅力在于此。

我在学习中，也遇到几个问题。在国内，R的教程缺少，社区也少，对于新手入门不算友好。

R在外国是热门语言，所以大多文章和方法都是英文，这对于英语不好的朋友们有点吃力，毕竟你直接用软件转译也难免在关键语句上出错。

在R的所有教程中，第一章都是教你如何获取R的帮助，遇到问题该怎么搜索问题，这很关键，因为大多数教程并不能给你直接解答具体问题，你需要自己搜索函数，了解函数的运用形式来对应使用。

我给出了几个国内质量较高的书本和视频，大家可以选择观看。

1、图灵程序设计丛书：学习R（[美] Richard，Cotton 著，刘军 译）

这可以说是R的百科全书，里面记载了R的全部基本语法和相关操作，如果新人认认真真的把代码敲上一遍，R也算是入门了。当然，它也过于详细，很多不常用的语法也都说出来，同学们一定要根据自己需要明白哪些是重点，哪些仅需了解即可，我会在后面的文章中说明哪些是重要语法要掌握的。

R的精髓在于，你知道有这种函数和方法，你搜索和查询它来使用即可（不用记下那么多函数，忘了就去查呗，要善用搜索）。

同时由于翻译的问题，有部分语句会有点蒙，不过问题不大。（如果你英语OK，建议直接看英文原版）

2、R语言实战第2版 [R in Action:Data Analysis and]

目前已出第二版（很多人都说第一版更好），这本更适合有扎实的统计学知识的朋友们阅读，因为该书不从R语言的整体架构出发，而是基于数理统计来进行编写的，这应是一本有R基础、统计学基础的进阶读物。

3、Advanced R（英文原版）

左边是英文原版，右边是中文版，中文版翻译问题不大，但更推荐英文版。

这本很适合有R基础的同学进阶观看，他优化了R的视角，从另一个不同的视角去解读R语言，对于加深R语言的印象和使用是利器，推荐同学们阅读。

4、R语言基础课程 6讲（B站UP主xiuci）

在视频方面，我看过慕课网以及其他网站，讲的是一言难尽，对新人不友好，这算是目前中文版教程中比较友好且严谨入门的教程了，毕竟R的本体是英文，所以如果懂英文的朋友们可以去看外国视频，国内的可供参考的视频真没几个，我也是一直在啃书和项目。

在敲完一遍代码后，新人们都会有种错觉，就是我什么都会，各种统计分析我都会操作。然而在碰到实际问题时候，遇到数据不整齐、NA值问题，都会让你头疼，教科书上的都无法指导你。

于数据分析语言以及其他编程语言，学习的最佳路径是先了解最基本的概念和操作，然后就跟着去做项目（哪怕你是跟着别人的流程走），无论是工作可能需要的，还是纯粹自己感兴趣的。都会让你进步飞快，只关注工具而忽略数据分析思维本身，是致命的。

希望同学们在学习时候，不要陷入学习工具的怪圈，一定要学会基础操作，了解相关内容，然后找数据，找项目来做，来研究，才能进步飞快，切莫自己感动自己！