R数据科学

图书标准信息

• 作者 [新西兰]哈德利·威克姆（Hadley Wickham） 著
• 出版社 人民邮电出版社
• 出版时间 2018-08
• 版次 1
• ISBN 9787115486394
• 定价 139.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 341页
• 字数 544千字

【内容简介】

本书的目标是教会读者使用重要的数据科学工具，从而为实施数据科学奠定坚实的基础。 读完本书后，你将掌握R语言的精华，并能够熟练使用多种工具来解决各种数据科学难题。每一章都按照这样的顺序组织内容：先给出一些引人入胜的示例，以便你可以整体了解这一章的内容，然后再深入细节。本书的每一节都配有习题，以帮助你实践所学到的知识。

 

 

本书适合R数据科学家阅读

【作者简介】

哈德利·威克姆（Hadley Wickham）， RStudio首席科学家，统计学家，斯坦福大学、奥克兰大学、莱斯大学兼职统计学教授。已被下载数百万次的ggplot2等多款知名R包的开发者，一直致力于让普罗大众更容易上手数据分析，被R社区誉为“改变了R的人”。另著有《R包开发》等书。

 

 

加勒特·格罗勒芒德（Garrett Grolemund），RStudio数据科学家，知名R培训师，曾受邀在Google、eBay等诸多公司讲授R语言和数据科学，在DataCamp开授的R相关课程备受R开发者喜爱。另著有《R语言入门与实践》。

 

 

译者简介

 

 

陈光欣，毕业于清华大学并留校工作，主要兴趣为数据分析与数据挖掘。

【目录】

前言XV

 

第一部分探索

 

第1章使用ggplot2进行数据可视化3

 

1.1简介3

 

1.2第一步4

 

1.2.1mpg数据框4

 

1.2.2创建ggplot图形5

 

1.2.3绘图模板5

 

1.2.4练习6

 

1.3图形属性映射6

 

1.4常见问题10

 

1.5分面11

 

1.6几何对象13

 

1.7统计变换18

 

1.8位置调整21

 

1.9坐标系25

 

1.10图形分层语法27

 

第2章工作流：基础29

 

2.1代码基础29

 

2.2对象名称30

 

2.3函数调用30

 

第3章使用dplyr进行数据转换33

 

3.1简介33

 

3.1.1准备工作33

 

3.1.2nycflights1333

 

3.1.3dplyr基础34

 

3.2使用filter()筛选行35

 

3.2.1比较运算符36

 

3.2.2逻辑运算符36

 

3.2.3缺失值37

 

3.2.4练习38

 

3.3使用arrange()排列行39

 

3.4使用select()选择列40

 

3.5使用mutate()添加新变量42

 

3.5.1常用创建函数43

 

3.5.2练习45

 

3.6使用summarize()进行分组摘要46

 

3.6.1使用管道组合多种操作46

 

3.6.2缺失值48

 

3.6.3计数49

 

3.6.4常用的摘要函数52

 

3.6.5按多个变量分组56

 

3.6.6取消分组57

 

3.6.7练习57

 

3.7分组新变量（和筛选器）58

 

第4章工作流：脚本60

 

4.1运行代码61

 

4.2RStudio自动诊断61

 

第5章探索性数据分析63

 

5.1简介63

 

5.2问题64

 

5.3变动64

 

5.3.1对分布进行可视化表示65

 

5.3.2典型值67

 

5.3.3异常值69

 

5.3.4练习70

 

5.4缺失值71

 

5.5相关变动72

 

5.5.1分类变量与连续变量72

 

5.5.2两个分类变量77

 

5.5.3两个连续变量79

 

5.6模式和模型82

 

5.7ggplot2调用84

 

5.8更多学习资源85

 

第6章工作流：项目86

 

6.1什么是真实的86

 

6.2你的分析位于哪里87

 

6.3路径与目录88

 

6.4RStudio项目88

 

6.5小结90

 

第二部分数据处理

 

 

第7章使用tibble实现简单数据框93

 

7.1简介93

 

7.2创建tibble93

 

7.3对比tibble与data.frame95

 

7.3.1打印95

 

7.3.2取子集96

 

7.4与旧代码进行交互96

 

第8章使用readr进行数据导入98

 

8.1简介98

 

8.2入门98

 

8.2.1与R基础包进行比较100

 

8.2.2练习101

 

8.3解析向量101

 

8.3.1数值102

 

8.3.2字符串103

 

8.3.3因子105

 

8.3.4日期、日期时间与时间105

 

8.3.5练习107

 

8.4解析文件107

 

8.4.1策略107

 

8.4.2问题108

 

8.4.3其他策略110

 

8.5写入文件112

 

8.6其他类型的数据113

 

第9章使用dplyr处理关系数据114

 

9.1简介114

 

9.2nycflights13115

 

9.3键117

 

9.4合并连接119

 

9.4.1理解连接120

 

9.4.2内连接121

 

9.4.3外连接121

 

9.4.4重复键122

 

9.4.5定义键列124

 

9.4.6练习125

 

9.4.7其他实现方式126

 

9.5筛选连接127

 

9.6连接中的问题129

 

9.7集合操作130

 

第10章使用stringr处理字符串131

 

10.1简介131

 

10.2字符串基础131

 

10.2.1字符串长度132

 

10.2.2字符串组合133

 

10.2.3字符串取子集133

 

10.2.4区域设置134

 

10.2.5练习134

 

10.3使用正则表达式进行模式匹配135

 

10.3.1基础匹配135

 

10.3.2练习136

 

10.3.3锚点136

 

10.3.4练习137

 

10.3.5字符类与字符选项137

 

10.3.6练习138

 

10.3.7重复138

 

10.3.8练习139

 

10.3.9分组与回溯引用140

 

10.3.10练习140

 

10.4工具140

 

10.4.1匹配检测142

 

10.4.2练习143

 

10.4.3提取匹配内容144

 

10.4.4练习145

 

10.4.5分组匹配145

 

10.4.6练习147

 

10.4.7替换匹配内容147

 

10.4.8练习147

 

10.4.9拆分147

 

10.4.10练习149

 

10.4.11定位匹配内容149

 

10.5其他类型的模式149

 

10.6正则表达式的其他应用152

 

10.7stringi152

 

第11章使用forcats处理因子154

 

11.1简介154

 

11.2创建因子154

 

11.3综合社会调查156

 

11.4修改因子水平157

 

第12章使用lubridate处理日期和时间160

 

12.1简介160

 

12.2创建日期或时间161

 

12.2.1通过字符串创建161

 

12.2.2通过各个成分创建162

 

12.2.3通过其他类型数据创建164

 

12.2.4练习165

 

12.3日期时间成分165

 

12.3.1获取成分165

 

12.3.2舍入168

 

12.3.3设置成分168

 

12.3.4练习170

 

12.4时间间隔170

 

12.4.1时期170

 

12.4.2阶段171

 

12.4.3区间173

 

12.4.4小结173

 

12.4.5练习174

 

12.5时区174

 

第三部分编程

 

第13章使用magrittr进行管道操作179

 

13.1简介179

 

13.2管道的替代方式179

 

13.2.1中间步骤180

 

13.2.2重写初始对象181

 

13.2.3函数组合181

 

13.2.4使用管道182

 

13.3不适合使用管道的情形183

 

13.4magrittr中的其他工具183

 

第14章函数185

 

14.1简介185

 

14.2什么时候应该使用函数186

 

14.3人与计算机的函数188

 

14.4条件执行190

 

14.4.1条件191

 

14.4.2多重条件192

 

14.4.3代码风格192

 

14.4.4练习193

 

14.5函数参数194

 

14.5.1选择参数名称195

 

14.5.2检查参数值195

 

14.5.3点点点（...）197

 

14.5.4惰性求值197

 

14.5.5练习198

 

14.6返回值198

 

14.6.1显式返回语句198

 

14.6.2使得函数支持管道199

 

14.7环境200

 

第15章向量201

 

15.1简介201

 

15.2向量基础202

 

15.3重要的原子向量203

 

15.3.1逻辑型203

 

15.3.2数值型203

 

15.3.3字符型204

 

15.3.4缺失值204

 

15.3.5练习204

 

15.4使用原子向量205

 

15.4.1强制转换205

 

15.4.2检验函数206

 

15.4.3标量与循环规则206

 

15.4.4向量命名208

 

15.4.5向量取子集208

 

15.4.6练习209

 

15.5递归向量（列表）210

 

15.5.1列表可视化211

 

15.5.2列表取子集211

 

15.5.3调料列表212

 

15.5.4练习214

 

15.6特性214

 

15.7扩展向量216

 

15.7.1因子216

 

15.7.2日期和日期时间216

 

15.7.3tibble217

 

15.7.4练习218

 

第16章使用purrr实现迭代219

 

16.1简介219

 

16.2for循环220

 

16.3for循环的变体222

 

16.3.1修改现有对象222

 

16.3.2循环模式223

 

16.3.3未知的输出长度223

 

16.3.4未知的序列长度224

 

16.3.5练习225

 

16.4for循环与函数式编程226

 

16.5映射函数228

 

16.5.1快捷方式229

 

16.5.2R基础包230

 

16.5.3练习231

 

16.6对操作失败的处理231

 

16.7多参数映射233

 

16.8游走函数236

 

16.9for循环的其他模式237

 

16.9.1预测函数237

 

16.9.2归约与累计238

 

16.9.3练习239

 

第四部分模型

 

第17章使用modelr实现基础模型243

 

17.1简介243

 

17.2一个简单模型244

 

17.3模型可视化250

 

17.3.1预测250

 

17.3.2残差252

 

17.3.3练习253

 

17.4公式和模型族254

 

17.4.1分类变量255

 

17.4.2交互项（连续变量与分类变量）256

 

17.4.3交互项（两个连续变量）259

 

17.4.4变量转换261

 

17.4.5练习264

 

17.5缺失值264

 

17.6其他模型族265

 

第18章模型构建266

 

18.1简介266

 

18.2为什么质量差的钻石更贵267

 

18.2.1价格与重量268

 

18.2.2一个更复杂的模型271

 

18.2.3练习273

 

18.3哪些因素影响了每日航班数量273

 

18.3.1一周中的每一天274

 

18.3.2季节性星期六效应277

 

18.3.3计算出的变量280

 

18.3.4年度时间：另一种方法281

 

18.3.5练习282

 

18.4学习更多模型知识282

 

第19章使用purrr和broom处理多个模型284

 

19.1简介284

 

19.2列表列285

 

19.3创建列表列286

 

19.3.1使用嵌套286

 

19.3.2使用向量化函数287

 

19.3.3使用多值摘要288

 

19.3.4使用命名列表288

 

19.3.5练习289

 

19.4简化列表列290

 

19.4.1列表转换为向量290

 

19.4.2嵌套还原291

 

19.4.3练习292

 

19.5使用broom生成整洁数据292

 

第五部分沟通

 

第20章RMarkdown295

 

20.1简介295

 

20.2RMarkdown基础295

 

20.3使用Markdown格式化文本298

 

20.4代码段299

 

20.4.1代码段名称300

 

20.4.2代码段选项300

 

20.4.3表格301

 

20.4.4缓存301

 

20.4.5全局选项302

 

20.4.6内联代码303

 

20.4.7练习303

 

20.5排错304

 

20.6YAML文件头304

 

20.6.1文档参数304

 

20.6.2参考文献与引用306

 

20.7更多学习资源307

 

第21章使用ggplot2进行图形化沟通308

 

21.1简介308

 

21.2标签309

 

21.3注释311

 

21.4标度316

 

21.4.1坐标轴刻度与图例项目316

 

21.4.2图例布局318

 

21.4.3标度替换320

 

21.4.4练习324

 

21.5缩放325

 

21.6主题326

 

21.7保存图形328

 

21.7.1图形大小328

 

21.7.2其他重要选项330

 

21.8更多学习资源330

 

第22章RMarkdown输出类型331

 

22.1简介331

 

22.2输出选项332

 

22.3文档332

 

22.4笔记本333

 

22.5演示文稿333

 

22.6仪表盘334

 

22.7交互元素335

 

22.7.1htmlwidgets335

 

22.7.2Shiny336

 

22.8网站337

 

22.9其他类型338

 

22.10更多学习资源338

 

第23章RMarkdown工作流339

 

作者简介341

 

 

封面简介341