R語言數(shù)據(jù)分析與可視化從入門到精通

第1篇 入門篇第1章 R語言快速入門　/3
1.1 R語言及其歷史　/4
1.1.1 R語言的源起　/4
1.1.2 R語言的版本更新　/4
1.2 R語言的優(yōu)勢和劣勢　/5
1.2.1 R語言的優(yōu)勢　/5
1.2.2 R語言的劣勢　/6
1.3 R語言的軟件獲取及安裝　/6
1.3.1 獲取R語言軟件　/6
1.3.2 在Windows平臺上安裝　/7
1.3.3 在Linux平臺上安裝　/10
1.3.4 在Mac OS平臺上安裝　/11
1.4 R語言的輔助工具　/13
1.4.1 R GUI　/13
1.4.2 RStudio　/16
1.4.3 獲取幫助　/19
1.5 新手問答　/21
1.6 小試牛刀：練習(xí)設(shè)置RStudio全局選項　/21
本章小結(jié) 　/23
第2章 R語言的編程基礎(chǔ)（上）　/24
2.1 對象與變量　/25
2.1.1 對象　/25
2.1.2 變量　/26
2.1.3 變量的列舉和刪除　/28
2.2 數(shù)據(jù)類型　/30
2.2.1 常用數(shù)據(jù)類型　/31
2.2.2 特殊值　/31
2.3 數(shù)據(jù)結(jié)構(gòu)　/32
2.3.1 向量　/32
2.3.2 矩陣和數(shù)組　/38
2.3.3 因子　/43
2.3.4 列表　/46
2.3.5 數(shù)據(jù)框　/50
2.3.6 原子向量和遞歸向量　/53
2.4 數(shù)學(xué)運算　/58
2.4.1 基礎(chǔ)運算　/58
2.4.2 向量運算　/61
2.4.3 矩陣運算　/64
2.5 新手問答　/65
2.6 小試牛刀：提取數(shù)據(jù)框子集，并對部分列做統(tǒng)計計算　/66
本章小結(jié) 　/67
第3章 R語言的編程基礎(chǔ)（下）　/68
3.1 流程控制　/69
3.1.1 repeat循環(huán)　/69
3.1.2 while循環(huán)　/70
3.1.3 for循環(huán)　/70
3.1.4 if…else語句　/72
3.1.5 switch語句　/73
3.2 編寫R函數(shù)　/74
3.2.1 函數(shù)格式　/74
3.2.2 函數(shù)參數(shù)　/75
3.2.3 返回值　/77
3.2.4 函數(shù)調(diào)用　/77
3.3 R語言常用函數(shù)　/78
3.3.1 文件操作函數(shù)　/78
3.3.2 基礎(chǔ)計算函數(shù)　/81
3.3.3 概率分布函數(shù)　/86
3.3.4 字符處理函數(shù)　/90
3.4 R包　/94
3.4.1 R包的管理　/94
3.4.2 R包的加載　/97
3.4.3 自定義R包　/98
3.5 環(huán)境空間　/103
3.5.1 環(huán)境空間的種類　/103
3.5.2 環(huán)境空間的使用方法　/104
3.5.3 環(huán)境空間的特征　/106
3.6 新手問答　/108
3.7 小試牛刀：編寫函數(shù)并實現(xiàn)調(diào)用 　/109
本章小結(jié) 　/110
第2篇 進階篇第
4章 R語言的數(shù)據(jù)獲取與導(dǎo)出　/113
4.1 數(shù)據(jù)獲取　/114
4.1.1 導(dǎo)入R語言系統(tǒng)格式數(shù)據(jù)　/114
4.1.2 導(dǎo)入帶有分隔符的文本數(shù)據(jù)　/114
4.1.3 導(dǎo)入Excel數(shù)據(jù)　/115
4.1.4 讀取數(shù)據(jù)庫數(shù)據(jù)　/119
4.1.5 讀取其他統(tǒng)計工具的數(shù)據(jù)　/128
4.1.6 從互聯(lián)網(wǎng)抓取數(shù)據(jù)　/136
4.2 數(shù)據(jù)導(dǎo)出　/151
4.2.1 寫入R語言系統(tǒng)格式的數(shù)據(jù)　/151
4.2.2 寫入文本文件　/152
4.2.3 寫入Excel文件　/152
4.2.4 寫入數(shù)據(jù)庫　/153
4.3 新手問答　/155
4.4 小試牛刀：比較R語言讀/寫文件的效率　/156
本章小結(jié) 　/158
第5章 R語言的數(shù)據(jù)管理威力之?dāng)?shù)據(jù)操作　/159
5.1 R語言內(nèi)置數(shù)據(jù)操作函數(shù)　/160
5.1.1 查看和編輯數(shù)據(jù)　/160
5.1.2 篩選　/163
5.1.3 合并　/165
5.1.4 分組和匯總　/168
5.1.5 排序　/170
5.1.6 轉(zhuǎn)換　/173
5.2 數(shù)據(jù)重塑　/175
5.3 apply函數(shù)族　/178
5.3.1 apply()函數(shù)　/178
5.3.2 lapply()函數(shù)　/181
5.3.3 sapply()函數(shù)　/183
5.3.4 vapply()函數(shù)　/183
5.3.5 mapply()函數(shù)　/184
5.4 plyr擴展包　/184
5.5 用sqldf()函數(shù)實現(xiàn)數(shù)據(jù)框的SQL風(fēng)格查詢　/189
5.6 dplyr擴展包　/191
5.7 新手問答 　/199
5.8 牛刀小試：對矩陣各列使用不同的
函數(shù)　/200
本章小結(jié) 　/202
第6章 語言的數(shù)據(jù)分析威力之基本統(tǒng)計　/203
6.1 描述性統(tǒng)計　/204
6.1.1 描述性統(tǒng)計量　/204
6.1.2 列聯(lián)表　/206
6.1.3 同時呈現(xiàn)多個統(tǒng)計量　/210
6.2 計數(shù)數(shù)據(jù)的檢驗　/215
6.2.1 卡方檢驗的基本原理　/215
6.2.2 在R語言中實現(xiàn)卡方檢驗　/216
6.3 相關(guān)分析　/220
6.3.1 相關(guān)的類型　/220
6.3.2 各種相關(guān)系數(shù)計算在R語言中的實現(xiàn)　/221
6.4 t檢驗　/224
6.4.1 獨立樣本t檢驗　/225
6.4.2 非獨立樣本t檢驗　/227
6.4.3 對t檢驗的前提假設(shè)進行檢驗　/228
6.5 方差分析　/230
6.5.1 方差分析的基本術(shù)語　/230
6.5.2 aov()函數(shù)　/231
6.5.3 單因素非重復(fù)測量方差分析　/232
6.5.4 單因素協(xié)方差分析　/235
6.5.5 單因素重復(fù)測量方差分析　/238
6.5.6 兩因素方差分析　/240
6.5.7 對方差分析前提假設(shè)的檢驗　/242
6.6 非參數(shù)檢驗　/242
6.6.1 兩總體比較　/243
6.6.2 多于兩總體比較　/244
6.7 回歸分析　/244
6.7.1 lm()函數(shù)　/245
6.7.2 模型擬合　/245
6.7.3 模型診斷　/249
6.7.4 模型改進　/251
6.8 新手問答　/257
6.9 小試牛刀：獨立樣本均值差異檢驗　/257
本章小結(jié) 　/259
第7章 R語言的數(shù)據(jù)分析威力之高級方法　/262
7.1 判別分析　/263
7.1.1 判別分析的原理　/263
7.1.2 判別分析在R語言中的實現(xiàn)　/264
7.2 聚類分析　/273
7.2.1 聚類分析的原理　/274
7.2.2 聚類分析在R語言中的實現(xiàn)　/279
7.3 主成分分析　/289
7.3.1 主成分分析的原理　/289
7.3.2 主成分分析在R語言中的實現(xiàn)　/290
7.4 因子分析　/292
7.4.1 因子分析的原理　/293
7.4.2 因子分析在R語言中的實現(xiàn)　/295
7.5 新手問答　/302
7.6 小試牛刀：嘗試實現(xiàn)層次聚類　/302
本章小結(jié) 　/303
第8章 R語言的可視化威力之圖形生成　/304
8.1 R語言繪圖系統(tǒng)　/305
8.2 單變量繪圖和雙變量繪圖　/305
8.2.1 散點圖　/305
8.2.2 折線圖　/309
8.2.3 條形圖　/312
8.2.4 餅圖　/314
8.2.5 箱線圖　/315
8.2.6 直方圖和核密度圖　/317
8.3 多變量繪圖　/319
8.3.1 氣泡圖　/319
8.3.2 熱圖　/321
8.3.3 馬賽克圖　/322
8.3.4 相關(guān)矩陣圖　/325
8.3.5 三維散點圖　/327
8.4 新手問答　/328
8.5 小試牛刀：將兩個數(shù)據(jù)源繪制在同一個坐標(biāo)系中　/329
本章小結(jié) 　/330
第9章 R語言的可視化威力之圖形優(yōu)化　/331
9.1 添加圖形元素　/332
9.1.1 坐標(biāo)軸　/332
9.1.2 圖例　/337
9.1.3 文本注解　/341
9.1.4 標(biāo)題　/343
9.1.5 參考線　/344
9.1.6 線段和帶箭頭的線段　/346
9.1.7 矩形陰影　/347
9.2 控制圖形外觀　/348
9.2.1 整體外觀　/348
9.2.2 局部外觀　/351
9.2.3 文本　/352
9.2.4 線條　/353
9.2.5 矩形　/354
9.2.6 點的形狀　/355
9.3 圖形配色與布局　/356
9.3.1 顏色與調(diào)色板　/356
9.3.2 面板和分面　/362
9.3.3 圖形組合　/365
9.4 新手問答　/368
9.5 小試牛刀:使用網(wǎng)格系統(tǒng)組合圖形　/369
本章小結(jié) 　/370
第10章 R語言的可視化威力之外部插件　/371
10.1 ggvis插件包　/372
10.1.1 ggivs與ggplot2的對比　/372
10.1.2 繪圖語法　/374
10.1.3 圖層　/377
10.1.4 圖形修飾　/384
10.2 plotly插件包　/391
10.2.1 plotly插件包對ggplot2包繪圖對象的擴展　/392
10.2.2 繪圖語法　/393
10.2.3 繪圖示例　/403
10.2.4 圖形修飾　/416
10.3 新手問答　/422
10.4 小試牛刀：使用plotly插件包繪制組合圖　/423
本章小結(jié) 　/425
第11章 R語言的可視化威力之圖形展示　/426
11.1 傳統(tǒng)圖形輸出　/427
11.1.1 輸出為位圖文件　/427
11.1.2 輸出為PDF文件　/428
11.1.3 輸出為矢量圖　/429
11.2 網(wǎng)頁輸出　/429
11.2.1 使用R Markdown輸出為網(wǎng)頁　/430
11.2.2 使用shiny輸出為網(wǎng)頁　/437
11.3 新手問答　/443
11.4 小試牛刀：將繪圖輸出為HTML文檔　/444
本章小結(jié) 　/446
第3篇 實戰(zhàn)篇
第12章 R語言對產(chǎn)品性價比的數(shù)據(jù)分析與可視化　/449
12.1 數(shù)據(jù)采集　/450
12.1.1 分析頁面結(jié)構(gòu)　/450
12.1.2 編寫爬蟲程序　/454
12.1.3 抓取數(shù)據(jù)并保存　/463
12.2 數(shù)據(jù)清理　/463
12.2.1 變量（字符）拆分與抽取　/464
12.2.2 檢測數(shù)據(jù)缺失與重復(fù)值　/466
12.2.3 變量類型轉(zhuǎn)化與重命名　/468
12.3 數(shù)據(jù)分析與數(shù)據(jù)可視化　/470
12.3.1 探索性數(shù)據(jù)分析　/470
12.3.2 圖書價格和評論指標(biāo)的聚類分析　/484
12.3.3 圖書性價比分析　/487
本章小結(jié) 　/496
參考文獻　/497