《R语言数据分析从入门到精通》内容简介与阅读建议

获取这本书 暂无已核验电子书资源
下载
作者
明日科技
分类
科技技术
出版年份
2024
出版社
清华大学出版社
页数
317 页
语言
中文

《R语言数据分析从入门到精通》内容简介

《R语言数据分析从入门到精通》从初学者角度出发,通过通俗易懂的语言、丰富多彩的实例,详细介绍了R语言基础知识、核心技术与高级应用。全书分为3篇,共16章,包括初识R语言、集成开发环境RStudio、R语言入门、数据结构、流程控制语句、日期和时间序列、获取数据、数据处理与清洗、数据计算与分组统计、基本绘图、ggplot2高级绘图、lattice高级绘图、基本统计分析、方差分析、回归分析和时间序列分析等内容。所有知识都结合具体实例进行讲解,涉及的程序代码给出了详细的注释,还有部分代码解析。

《R语言数据分析从入门到精通》书籍信息摘要

《R语言数据分析从入门到精通》内容简介与阅读建议,作者 明日科技,科技技术,2024年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题:R语言、数据分析、统计建模、计算机类。

《R语言数据分析从入门到精通》适合哪些读者?

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。

获取建议

《R语言数据分析从入门到精通》怎么获取更合适?

优先确认版本和阅读目的;下载区只展示已核验的公版、授权、开放许可或官方试读资源。

下载

暂无已核验电子书资源;本站不展示未授权完整文件。

下载

版本

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本;经典作品可优先选择校注、导读或权威出版社版本。

目录

  1. 第1篇 基础知识
  2. 第1章 初识R语言 2
  3. 视频讲解:9分钟
  4. 1.1 R语言概述 2
  5. 1.1.1 R语言简介 2
  6. 1.1.2 为什么要学习R语言 3
  7. 1.2 R开发环境的下载与安装 3
  8. 1.2.1 下载R开发环境 3
展开全部(共 300 章节)
  1. 1.2.2 安装R开发环境 6
  2. 1.3 编写第一个R语言程序 7
  3. 第2章 集成开发环境RStudio 9
  4. 视频讲解:12分钟
  5. 2.1 RStudio概述 9
  6. 2.2 下载与安装RStudio 9
  7. 2.2.1 下载RStudio 9
  8. 2.2.2 安装RStudio 11
  9. 2.3 使用RStudio编写R程序 12
  10. 2.4 详解RStudio集成开发环境 16
  11. 2.4.1 RStudio编辑窗口 16
  12. 2.4.2 菜单栏介绍 17
  13. 2.4.3 RStudio特色功能 18
  14. 2.4.4 RStudio常用的快捷键 18
  15. 第3章 R语言入门 19
  16. 视频讲解:46分钟
  17. 3.1 R语言编码规则 19
  18. 3.1.1 控制台规则 19
  19. 3.1.2 赋值语句的写法 20
  20. 3.1.3 输入的规则 20
  21. 3.2 R语言基础 20
  22. 3.2.1 常用保留字 20
  23. 3.2.2 变量 21
  24. 3.2.3 基本数据类型 22
  25. 3.2.4 运算符 23
  26. 3.3 函数 27
  27. 3.3.1 内置函数 27
  28. 3.3.2 自定义函数的创建和调用 28
  29. 3.3.3 返回值 29
  30. 3.4 字符串 29
  31. 3.4.1 字符串规范 29
  32. 3.4.2 字符串常用函数 30
  33. 3.4.3 连接字符串 30
  34. 3.4.4 计算字符串长度 31
  35. 3.4.5 字符大小写转换 31
  36. 3.4.6 截取字符串 32
  37. 3.4.7 查询字符串 32
  38. 3.5 包的安装与使用 33
  39. 3.5.1 查看包 33
  40. 3.5.2 包的安装 34
  41. 3.5.3 包的使用 35
  42. 3.6 R语言帮助文档 35
  43. 3.6.1 help菜单命令 35
  44. 3.6.2 帮助函数 36
  45. 3.7 要点回顾 37
  46. 第4章 数据结构 38
  47. 视频讲解:104分钟
  48. 4.1 向量 38
  49. 4.1.1 创建向量 38
  50. 4.1.2 向量索引 42
  51. 4.1.3 向量操作 43
  52. 4.1.4 向量运算 44
  53. 4.1.5 向量排序 45
  54. 4.1.6 向量合并 47
  55. 4.2 矩阵 48
  56. 4.2.1 创建矩阵 48
  57. 4.2.2 矩阵索引 50
  58. 4.2.3 矩阵编辑 51
  59. 4.2.4 矩阵运算 52
  60. 4.3 数组 56
  61. 4.3.1 认识数组 56
  62. 4.3.2 创建数组 57
  63. 4.3.3 数组索引 58
  64. 4.3.4 修改数组 59
  65. 4.4 数据框 60
  66. 4.4.1 创建数据框 60
  67. 4.4.2 查看数据框信息 61
  68. 4.4.3 获取指定数据 63
  69. 4.4.4 数据的处理 64
  70. 4.5 因子 66
  71. 4.5.1 因子的概念及应用 67
  72. 4.5.2 创建因子 67
  73. 4.5.3 调整因子水平 68
  74. 4.6 列表 68
  75. 4.6.1 创建列表 69
  76. 4.6.2 列表的索引 69
  77. 4.7 要点回顾 70
  78. 第5章 流程控制语句 71
  79. 视频讲解:26分钟
  80. 5.1 程序结构 71
  81. 5.2 选择语句 72
  82. 5.2.1 if语句 72
  83. 5.2.2 if...else语句 73
  84. 5.2.3 if...else if...else语句 74
  85. 5.2.4 多分支swich语句 75
  86. 5.2.5 向量化的ifelse语句 76
  87. 5.3 循环语句 77
  88. 5.3.1 repeat语句 77
  89. 5.3.2 while语句 77
  90. 5.3.3 for语句 78
  91. 5.3.4 replication()函数 79
  92. 5.4 跳转语句 79
  93. 5.4.1 next语句 79
  94. 5.4.2 break语句 80
  95. 5.5 要点回顾 80
  96. 第6章 日期和时间序列 81
  97. 视频讲解:86分钟
  98. 6.1 日期和时间函数 81
  99. 6.1.1 返回系统当前日期和时间 81
  100. 6.1.2 时间函数as.POSIXlt()和as.POSIXct() 82
  101. 6.2 日期格式转换 83
  102. 6.2.1 as.Date()函数 83
  103. 6.2.2 format()函数 85
  104. 6.2.3 其他函数 85
  105. 6.3 生成日期时间 86
  106. 6.3.1 生成日期序列 86
  107. 6.3.2 生成时间序列 87
  108. 6.3.3 创建时间序列对象 87
  109. 6.4 日期时间运算 88
  110. 6.4.1 日期直接相减 88
  111. 6.4.2 使用difftime()函数计算时间差 89
  112. 6.5 日期时间处理包—lubridate包 89
  113. 6.5.1 提取日期和时间 89
  114. 6.5.2 解析日期和时间 90
  115. 6.5.3 时间日期计算 92
  116. 6.5.4 时间间隔 93
  117. 6.5.5 时区的操作 93
  118. 6.6 时间序列基础包—zoo包 94
  119. 6.6.1 创建时间序列 95
  120. 6.6.2 类型转换 96
  121. 6.6.3 数据操作 97
  122. 6.7 时间序列扩展包—xts包 100
  123. 6.7.1 创建时间序列 100
  124. 6.7.2 xts包的基本操作 100
  125. 6.7.3 按时间统计数据 102
  126. 6.7.4 更改时间周期 103
  127. 6.8 要点回顾 104
  128. 第2篇 核心技术
  129. 第7章 获取数据 106
  130. 视频讲解:39分钟
  131. 7.1 手动输入数据 106
  132. 7.1.1 数据编辑器 106
  133. 7.1.2 在代码中直接输入数据 107
  134. 7.2 读取外部数据 108
  135. 7.2.1 读取文本文件、CSV文件 108
  136. 7.2.2 读取Excel文件 110
  137. 7.2.3 读取SPSS文件 111
  138. 7.2.4 读取Stata文件 112
  139. 7.2.5 读取SAS文件 113
  140. 7.2.6 导入数据库中的数据 114
  141. 7.2.7 读取XML文件 117
  142. 7.3 R语言自带的数据集 118
  143. 7.3.1 数据集介绍 118
  144. 7.3.2 mtcars数据集 120
  145. 7.4 要点回顾 120
  146. 第8章 数据处理与清洗 121
  147. 视频讲解:73分钟
  148. 8.1 查看数据概况 121
  149. 8.1.1 查看数据的基本信息 121
  150. 8.1.2 查看摘要信息 123
  151. 8.1.3 查看数据整体概况 123
  152. 8.2 数据清洗 124
  153. 8.2.1 缺失值的检测与处理 124
  154. 8.2.2 重复值的检测与处理 126
  155. 8.2.3 异常值的检测与处理 127
  156. 8.2.4 数据排序 128
  157. 8.2.5 数据抽样 130
  158. 8.3 字符串处理—stringr包 131
  159. 8.3.1 stringr包中的字符串处理函数 131
  160. 8.3.2 字符串替换函数str_sub() 132
  161. 8.3.3 字符串分割函数str_split() 133
  162. 8.3.4 正则表达式的应用 134
  163. 8.4 数据合并与拆分 136
  164. 8.4.1 数据合并 136
  165. 8.4.2 数据拆分 139
  166. 8.4.3 数据分段 140
  167. 8.5 数据转换与重塑 141
  168. 8.5.1 将数据转换为数字格式 141
  169. 8.5.2 数据转置 142
  170. 8.5.3 数据整合 142
  171. 8.6 要点回顾 143
  172. 第9章 数据计算与分组统计 144
  173. 视频讲解:58分钟
  174. 9.1 数据计算 144
  175. 9.1.1 求和 144
  176. 9.1.2 求均值 147
  177. 9.1.3 求最大值 148
  178. 9.1.4 求最小值 148
  179. 9.1.5 求中位数 149
  180. 9.1.6 求众数 149
  181. 9.1.7 求方差 150
  182. 9.1.8 求标准差 151
  183. 9.1.9 求分位数 152
  184. 9.1.10 求多个计算结果 152
  185. 9.2 数据分组统计 153
  186. 9.2.1 apply()、tapply()、sapply()、lapply()函数 153
  187. 9.2.2 分组统计函数aggregate() 154
  188. 9.2.3 分组函数group_by() 156
  189. 9.3 数据透视表 156
  190. 9.3.1 dcast()函数 157
  191. 9.3.2 gather()函数 158
  192. 9.3.3 spread()函数 158
  193. 9.4 要点回顾 159
  194. 第10章 基本绘图 160
  195. 视频讲解:88分钟
  196. 10.1 图表的常用设置 160
  197. 10.1.1 基本绘图函数plot() 160
  198. 10.1.2 设置画布 164
  199. 10.1.3 设置坐标轴 164
  200. 10.1.4 添加文本标签 166
  201. 10.1.5 设置标题和图例 167
  202. 10.1.6 设置参考线 169
  203. 10.1.7 保存图表 169
  204. 10.2 基础图表的绘制 170
  205. 10.2.1 折线图 170
  206. 10.2.2 柱形图 171
  207. 10.2.3 饼形图 173
  208. 10.3 统计分布图的绘制 175
  209. 10.3.1 直方图 176
  210. 10.3.2 散点图 177
  211. 10.3.3 箱形图 178
  212. 10.4 多子图的绘制 182
  213. 10.4.1 par()函数 182
  214. 10.4.2 layout()函数 184
  215. 10.5 要点回顾 186
  216. 第11章 ggplot2高级绘图 187
  217. 视频讲解:95分钟
  218. 11.1 ggplot2入门 187
  219. 11.1.1 ggplot2概述 187
  220. 11.1.2 安装ggplot2 188
  221. 11.1.3 ggplot2绘图流程 188
  222. 11.1.4 ggplot2基本语法 189
  223. 11.1.5 ggplot2常用绘图函数 189
  224. 11.2 ggplot2绘图的基本设置 191
  225. 11.2.1 标题 191
  226. 11.2.2 坐标轴 192
  227. 11.2.3 添加文本标签 193
  228. 11.2.4 图例 194
  229. 11.2.5 更改字体大小 196
  230. 11.2.6 主题 197
  231. 11.2.7 保存图形 199
  232. 11.3 使用ggplot2绘制图表 199
  233. 11.3.1 折线图 199
  234. 11.3.2 散点图 203
  235. 11.3.3 柱形图 205
  236. 11.3.4 直方图 208
  237. 11.3.5 箱形图 209
  238. 11.3.6 面积图 210
  239. 11.3.7 密度图 211
  240. 11.3.8 小提琴图 213
  241. 11.4 使用ggplot2绘制分面图 214
  242. 11.4.1 facet_grid()函数 214
  243. 11.4.2 facet_wrap()函数 216
  244. 11.5 要点回顾 218
  245. 第12章 lattice高级绘图 219
  246. 视频讲解:60分钟
  247. 12.1 lattice入门 219
  248. 12.2 使用lattice绘制图表 220
  249. 12.2.1 散点图 220
  250. 12.2.2 散点图矩阵 222
  251. 12.2.3 条形图 222
  252. 12.2.4 箱形图 224
  253. 12.2.5 点图 225
  254. 12.2.6 直方图 225
  255. 12.2.7 核密度图 226
  256. 12.2.8 条纹图 227
  257. 12.2.9 平行坐标图 227
  258. 12.2.10 3D绘图 227
  259. 12.3 lattice绘图的常用设置 229
  260. 12.3.1 lattice绘图的组成部分 229
  261. 12.3.2 标题设置 229
  262. 12.3.3 坐标轴设置 230
  263. 12.3.4 图例设置 230
  264. 12.3.5 颜色符号和线条设置 232
  265. 12.3.6 条件变量 233
  266. 12.3.7 分组变量 234
  267. 12.3.8 面板设置 234
  268. 12.4 使用lattice绘制多子图 236
  269. 12.4.1 plot()函数 236
  270. 12.4.2 ggarrange()函数 237
  271. 12.5 要点回顾 237
  272. 第13章 基础统计分析 238
  273. 视频讲解:65分钟
  274. 13.1 描述性统计分析 238
  275. 13.1.1 summary()函数 238
  276. 13.1.2 describe()函数 239
  277. 13.1.3 stat.desc()函数 240
  278. 13.1.4 分组计算描述性统计量 241
  279. 13.2 概率与数据分布 243
  280. 13.2.1 概率 243
  281. 13.2.2 数据分布概述 243
  282. 13.2.3 正态分布 245
  283. 13.2.4 二项分布 246
  284. 13.2.5 泊松分布 246
  285. 13.3 列联表和频数表 247
  286. 13.3.1 table()函数 247
  287. 13.3.2 ftable()函数 248
  288. 13.3.3 xtab()函数 248
  289. 13.4 独立性检验 248
  290. 13.4.1 卡方检验 249
  291. 13.4.2 Fisher精确检验 249
  292. 13.4.3 Cochran-Manel-Haenszel检验 250

常见问题

《R语言数据分析从入门到精通》适合谁读?

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。

《R语言数据分析从入门到精通》阅读难度高吗?

建议先看简介、目录、作者和相关书籍,再判断是否适合当前阶段阅读。

《R语言数据分析从入门到精通》纸质书值得买吗?

当前暂未接入已核验的纸质书购买链接,建议通过出版社、京东、当当等正版渠道核对版本后购买。

《R语言数据分析从入门到精通》哪个版本更适合?

优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本;经典作品可优先选择校注、导读或权威出版社版本。

在哪里可以合法获取《R语言数据分析从入门到精通》?

当前没有确认授权的电子书下载资源,也暂未接入已核验购买链接;商业出版物不提供未授权下载,建议通过出版社、京东、当当或官方电子书平台核对获取。

如何继续查找《R语言数据分析从入门到精通》相关书籍?

可以进入 明日科技 作者页查看其他作品,也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。

手机扫码下载

使用手机扫描二维码

扫码后会直接打开下载链接。

电子书下载二维码

手机端点击下载会直接跳转,无需扫码。