基本信息
- 原书名：The Art of R Programming: A Tour of Statistical Software Design
- 原出版社： No Starch Press
编辑推荐
著名计算机科学家兼统计学家撰写，Amazon五星级桶销书，R语言领域公认经典著作。
从纯编程角度系统讲解日语言的数据结构、编程结构、语法、TCP／IP网络编程、并行计算、代码调试、程序性能优化、编程
技巧以及日语言与其他语言的接口。
内容简介
书籍
计算机书籍
《R语言编程艺术》是R语言领域公认的经典著作，由著名计算机科学家兼统计学家撰写，Amazon五星级畅销书。它是一本面向R语言开发者的纯编程类书籍，不需要读者具备统计学基础，从编程角度而非统计学角度系统讲解了R语言的数据结构、编程结构、语法、TCP/IP网络编程、并行计算、代码调试、程序性能优化、编程技巧以及R语言与其他语言的接口等所有与R编程相关的知识，几乎面面俱到。本书的实用性也非常强，44个精选的扩展案例，充分展示了R语言在数据处理和统计分析方面的强大能力。
全书一共16章：第1章介绍了学习R语言需要掌握的预备知识以及它的一些重要数据结构；第2~6章详细讲解了R语言的主要数据结构，包括向量、矩阵、数组、列表、数据框和因子；第7～13章全面讲解了R语言的语法，包括编程结构、面向对象特性、数学运算与模拟、输入与输出、字符串处理、绘图，以及R语言的调试方法。第14～16章讲解了R语言编程的高级内容，如执行速度和性能的提升、R语言与C/C++或Python的混合编程，以及R语言的并行计算等。
计算机书籍
《R语言编程艺术》是R语言领域公认的经典著作，由著名计算机科学家兼统计学家撰写，Amazon五星级畅销书。它是一本面向R语言开发者的纯编程类书籍，不需要读者具备统计学基础，从编程角度而非统计学角度系统讲解了R语言的数据结构、编程结构、语法、TCP/IP网络编程、并行计算、代码调试、程序性能优化、编程技巧以及R语言与其他语言的接口等所有与R编程相关的知识，几乎面面俱到。本书的实用性也非常强，44个精选的扩展案例，充分展示了R语言在数据处理和统计分析方面的强大能力。
全书一共16章：第1章介绍了学习R语言需要掌握的预备知识以及它的一些重要数据结构；第2~6章详细讲解了R语言的主要数据结构，包括向量、矩阵、数组、列表、数据框和因子；第7～13章全面讲解了R语言的语法，包括编程结构、面向对象特性、数学运算与模拟、输入与输出、字符串处理、绘图，以及R语言的调试方法。第14～16章讲解了R语言编程的高级内容，如执行速度和性能的提升、R语言与C/C++或Python的混合编程，以及R语言的并行计算等。
作译者
Norman Matloff，著名计算机科学家兼统计学家，美国加州大学戴维斯分校计算机科学系教授，曾是该校统计专业的创建者之一，并担任过统计学教授，对并行编程、网络流量、数据挖掘、磁盘系统性能等方面的技术都有深入的研究。他乐于分享，撰写了多部广受欢迎的关于软件开发的在线教程，多次为《纽约时报》、《华盛顿邮报》、《福布斯杂志》以及《洛杉矶时报》撰写文章，是《The Art of Debugging》的作者之一。
目录
《R语言编程艺术》
译者序
前 言
致 谢
第1章 快速入门 1
1.1 怎样运行R 1
1.1.1 交互模式 1
1.1.2 批处理模式 2
1.2 第一个R会话 3
1.3 函数入门 5
1.3.1 变量的作用域 7
1.3.2 默认参数 8
1.4 R语言中一些重要的数据结构 8
1.4.1 向量，R语言中的战斗机 8
1.4.2 字符串 9
1.4.3 矩阵 9
1.4.4 列表 10
1.4.5 数据框 12
1.4.6 类 12
1.5 扩展案例：考试成绩的回归分析 13
译者序
前 言
致 谢
第1章 快速入门 1
1.1 怎样运行R 1
1.1.1 交互模式 1
1.1.2 批处理模式 2
1.2 第一个R会话 3
1.3 函数入门 5
1.3.1 变量的作用域 7
1.3.2 默认参数 8
1.4 R语言中一些重要的数据结构 8
1.4.1 向量，R语言中的战斗机 8
1.4.2 字符串 9
1.4.3 矩阵 9
1.4.4 列表 10
1.4.5 数据框 12
1.4.6 类 12
1.5 扩展案例：考试成绩的回归分析 13
译者序
R是一种用于统计计算与做图的开源软件，同时也是一种编程语言，它广泛应用于企业和学术界的数据分析领域，正在成为最通用的语言之一。由于近几年数据挖掘、大数据等概念的走红，R也越来越多地被人关注。截至本文完成之日，CRAN（http://cran.r-project.org/）上共有4383个包，涉及统计、化学、经济、生物、医学、心理、社会学等各个学科。不同类型的公司，比如Google、辉瑞、默克、美国银行、洲际酒店集团和壳牌公司都在使用它，同时以S语言环境为基础的R语言由于其鲜明的特色，一出现就受到了统计专业人士的青睐，成为国外大学里相当标准的统计软件。
一直以来，国内外关于R语言的著作都是以统计学专业的视角来介绍R语言的，对R语言本身的特性讲解得并不详尽，而软件自带的官方文档又显得过于技术，不那么亲民。另一方面，很多接触R的朋友都来自非计算机专业，没有接受过编程训练，他们使用R的时候，编写出来的代码通常只能算是一条条命令的集合，面对更复杂的问题，常常束手无策。记得在某届R语言大会上，有位SAS阵营的朋友说，他看到演讲者所展示的代码里只有函数调用，没有编程的东西，所以他觉得R不能算一种编程语言。其实，他错了，此时你手里这本书，覆盖了其他大部分R语言图书没有涉及的编程主题。这本书就如同R语言的九阳神功秘籍，当神功练成，任督二脉一旦打通，再学习针对某一领域应用的函数或包就如庖丁解牛一般。顺便提一下，据微博上的小道消息，前面提到的那位朋友最近也开始学R了。
本书的特点表现在以下几个方面：
第一，对读者的统计学知识和编程水平要求并不高。与很多R语言书籍不同，这本书并不需要很深的统计学功底，它从纯语言的角度入手来讲解R。对于有一定编程经验却没什么统计学背景的人来说，读这本书会比较顺畅，读者就可以重点关注R语言的特性在数据分析方面的应用。在有的地方，作者也会提醒那些有其他语言编程经验的人应该注意R语言有什么不同之处。而对于没有编程经验又想使用R做数据分析的人来说，这本书也是学习编程的绝佳教材。
第二，专注于R语言编程。作者没有把这本书定位为菜谱式的手册，也不像有些R语言图书那样介绍完统计学某方面应用之后简单地把R语言代码摆出来。翻开这本书的目录，你几乎看不到统计学的术语。本书系统介绍了R语言的各种数据结构和编程结构、面向对象编程方法、socket网络编程、并行计算、代码调试、程序性能提升以及R语言与其他语言的接口等主题。书中也提到了不少编程的小技巧，这都是作者多年编程经验的总结。
第三，丰富的案例分析。作者Matloff教授是位计算机科学家，同时也是位统计学家，有多年的教学经验，也做过统计学方法论的顾问。除了正文中的例子之外，本书还有44个扩展案例，很多案例源自作者亲身参与过的咨询项目。虽然本书没有讲解任何统计模型，但是扩展案例都是和数据分析相关的，比如对鲍鱼数据的重新编码（第2章）、寻找异常值（第3章）、文本词汇索引（第4章）、学习中文方言的辅助工具（第5章）等。通过学习这些案例，读者不仅能学到R语言的每种概念如何运作，也会学到如何把这些概念组合到一起成为有用的程序。比如第10章介绍了socket网络编程之后，就用一个扩展案例讲解如何用socket实现并行计算，这为第16章详细讲解并行计算做好了铺垫。在很多案例里，作者讨论了好几种设计方案，并比较了这几种方案的不同之处，以回答“为什么这样做”，这对于缺少编程经验的人来说，是非常好的安排。
本书第1章简要介绍了R语言的几种数据结构和编程基础，其余章节可分为三大部分。
第一部分（第2～6章）详细介绍R的几种主要的数据结构：向量、矩阵、列表、数据框和因子等。对很多人来说，R复杂多变的数据结构真的是一只拦路虎。而本书从最简单的向量开始，一步一步引导读者认识并掌握各种数据结构。
第二部分（第7～13章）涉及编程方面： 编程结构和面向对象特性、输入/输出、字符串处理以及绘图。值得一提的是第13章，这章主要讲解的是R语言的调试。很多朋友在实际工作中有这样的经历，你可能用了一个小时就写好代码，却用了一天的时间来调试。可是到目前为止还没有在其他图书上看到与R语言调试相关的内容，甚至也很少见到关于其他编程语言调试的图书。本书刚好填补了这方面的空白。如果读者仔细读完第13章，并实践其中的调试技巧，一定能事半功倍，也就能少熬点儿夜，有延长寿命的功效。本书的作者同时也著有《调试的艺术》（The Art of Debugging），相信他在R语言调试方面的功力也是相当深厚的。
第三部分（第14～16章）介绍的是更高级的内容，比如执行速度和性能的提升（第14章）、R语言与C/C++或Python混合编程（第15章）以及R语言并行计算（第16章） ，虽然最后一部分属于编程的高级内容，但如果读者从前往后一直学下来，随着能力的提高，也是可以读懂的。
本人从2007年开始接触R语言，那时候市面上几乎没有R语言方面的书籍。当时我关于R语言的所有信息几乎都是来自统计之都（http://cos.name）和谢益辉的博客（http://yihui.name）。2008年冬天，统计之都成功举办了“第一届中国R语言会议”，来自各地的R语言用户们齐聚一堂，交流心得。从那以后，每年的R语言会议都会在北京和上海举办。这几年来，统计之都的队伍也逐渐壮大，比如本书的其他三位主要译者：邱怡轩、潘岚锋和熊熹，当年他们参加R语言会议的时候还是人大统计学院大一、大二的学生，后来也成为R语言社区的领军人物。去年我们接到本书的翻译任务时，他们三人分别收到了美国普度大学、爱荷华州立大学以及明尼苏达大学的录取通知，现在已经在美国留学深造。希望有越来越多的人加入统计之都的大家庭，和大家一起成长，为中国统计事业的发展尽自己的一份力。
在翻译过程中，几位译者力求忠实于原文，但纠正了原书的几处错误，同时也兼顾中文表达的流畅，不过译文中可能仍有不当之处，欢迎读者予以指正。
除了本人以及前面提到的三位译者之外，统计之都的三位老朋友林宇、严紫丹和程豪也参与了本书部分章节的校审和初稿翻译，在此表示感谢。全书译文最后由本人统稿，如有错误之处，均由本人承担。
也感谢机械工业出版社的吴怡编辑，她给予了我们细心的帮助。
统计之都的图书出版栏目（网址是http://cos.name/books/ ）有本书的页面，读者可以在这里下载本书的数据和代码，也可以留言提问。
译者简介
本书三位主要译者都是统计之都（http://cos.name）的管理员、中国R语言会议理事会成员。
陈堰平毕业于中国人民大学统计学院，现任国家金融信息中心数据中心研发部负责人，从事指数编制、指数化投资、金融衍生品方面的工作，对金融数据分析有多年的研究，博客网址为http://yanping.me。邱怡轩是普度大学统计系在读博士研究生，开发过rarpark、R2SWF、Layer等R语言程序包，博客网址为http://yixuan.cos.name/。潘岚峰是爱荷华州立大学统计系在读博士研究生，开发过R语言程序包bignmf。
陈堰平
2013年3月于新华通讯社第三工作区
一直以来，国内外关于R语言的著作都是以统计学专业的视角来介绍R语言的，对R语言本身的特性讲解得并不详尽，而软件自带的官方文档又显得过于技术，不那么亲民。另一方面，很多接触R的朋友都来自非计算机专业，没有接受过编程训练，他们使用R的时候，编写出来的代码通常只能算是一条条命令的集合，面对更复杂的问题，常常束手无策。记得在某届R语言大会上，有位SAS阵营的朋友说，他看到演讲者所展示的代码里只有函数调用，没有编程的东西，所以他觉得R不能算一种编程语言。其实，他错了，此时你手里这本书，覆盖了其他大部分R语言图书没有涉及的编程主题。这本书就如同R语言的九阳神功秘籍，当神功练成，任督二脉一旦打通，再学习针对某一领域应用的函数或包就如庖丁解牛一般。顺便提一下，据微博上的小道消息，前面提到的那位朋友最近也开始学R了。
本书的特点表现在以下几个方面：
第一，对读者的统计学知识和编程水平要求并不高。与很多R语言书籍不同，这本书并不需要很深的统计学功底，它从纯语言的角度入手来讲解R。对于有一定编程经验却没什么统计学背景的人来说，读这本书会比较顺畅，读者就可以重点关注R语言的特性在数据分析方面的应用。在有的地方，作者也会提醒那些有其他语言编程经验的人应该注意R语言有什么不同之处。而对于没有编程经验又想使用R做数据分析的人来说，这本书也是学习编程的绝佳教材。
第二，专注于R语言编程。作者没有把这本书定位为菜谱式的手册，也不像有些R语言图书那样介绍完统计学某方面应用之后简单地把R语言代码摆出来。翻开这本书的目录，你几乎看不到统计学的术语。本书系统介绍了R语言的各种数据结构和编程结构、面向对象编程方法、socket网络编程、并行计算、代码调试、程序性能提升以及R语言与其他语言的接口等主题。书中也提到了不少编程的小技巧，这都是作者多年编程经验的总结。
第三，丰富的案例分析。作者Matloff教授是位计算机科学家，同时也是位统计学家，有多年的教学经验，也做过统计学方法论的顾问。除了正文中的例子之外，本书还有44个扩展案例，很多案例源自作者亲身参与过的咨询项目。虽然本书没有讲解任何统计模型，但是扩展案例都是和数据分析相关的，比如对鲍鱼数据的重新编码（第2章）、寻找异常值（第3章）、文本词汇索引（第4章）、学习中文方言的辅助工具（第5章）等。通过学习这些案例，读者不仅能学到R语言的每种概念如何运作，也会学到如何把这些概念组合到一起成为有用的程序。比如第10章介绍了socket网络编程之后，就用一个扩展案例讲解如何用socket实现并行计算，这为第16章详细讲解并行计算做好了铺垫。在很多案例里，作者讨论了好几种设计方案，并比较了这几种方案的不同之处，以回答“为什么这样做”，这对于缺少编程经验的人来说，是非常好的安排。
本书第1章简要介绍了R语言的几种数据结构和编程基础，其余章节可分为三大部分。
第一部分（第2～6章）详细介绍R的几种主要的数据结构：向量、矩阵、列表、数据框和因子等。对很多人来说，R复杂多变的数据结构真的是一只拦路虎。而本书从最简单的向量开始，一步一步引导读者认识并掌握各种数据结构。
第二部分（第7～13章）涉及编程方面： 编程结构和面向对象特性、输入/输出、字符串处理以及绘图。值得一提的是第13章，这章主要讲解的是R语言的调试。很多朋友在实际工作中有这样的经历，你可能用了一个小时就写好代码，却用了一天的时间来调试。可是到目前为止还没有在其他图书上看到与R语言调试相关的内容，甚至也很少见到关于其他编程语言调试的图书。本书刚好填补了这方面的空白。如果读者仔细读完第13章，并实践其中的调试技巧，一定能事半功倍，也就能少熬点儿夜，有延长寿命的功效。本书的作者同时也著有《调试的艺术》（The Art of Debugging），相信他在R语言调试方面的功力也是相当深厚的。
第三部分（第14～16章）介绍的是更高级的内容，比如执行速度和性能的提升（第14章）、R语言与C/C++或Python混合编程（第15章）以及R语言并行计算（第16章） ，虽然最后一部分属于编程的高级内容，但如果读者从前往后一直学下来，随着能力的提高，也是可以读懂的。
本人从2007年开始接触R语言，那时候市面上几乎没有R语言方面的书籍。当时我关于R语言的所有信息几乎都是来自统计之都（http://cos.name）和谢益辉的博客（http://yihui.name）。2008年冬天，统计之都成功举办了“第一届中国R语言会议”，来自各地的R语言用户们齐聚一堂，交流心得。从那以后，每年的R语言会议都会在北京和上海举办。这几年来，统计之都的队伍也逐渐壮大，比如本书的其他三位主要译者：邱怡轩、潘岚锋和熊熹，当年他们参加R语言会议的时候还是人大统计学院大一、大二的学生，后来也成为R语言社区的领军人物。去年我们接到本书的翻译任务时，他们三人分别收到了美国普度大学、爱荷华州立大学以及明尼苏达大学的录取通知，现在已经在美国留学深造。希望有越来越多的人加入统计之都的大家庭，和大家一起成长，为中国统计事业的发展尽自己的一份力。
在翻译过程中，几位译者力求忠实于原文，但纠正了原书的几处错误，同时也兼顾中文表达的流畅，不过译文中可能仍有不当之处，欢迎读者予以指正。
除了本人以及前面提到的三位译者之外，统计之都的三位老朋友林宇、严紫丹和程豪也参与了本书部分章节的校审和初稿翻译，在此表示感谢。全书译文最后由本人统稿，如有错误之处，均由本人承担。
也感谢机械工业出版社的吴怡编辑，她给予了我们细心的帮助。
统计之都的图书出版栏目（网址是http://cos.name/books/ ）有本书的页面，读者可以在这里下载本书的数据和代码，也可以留言提问。
译者简介
本书三位主要译者都是统计之都（http://cos.name）的管理员、中国R语言会议理事会成员。
陈堰平毕业于中国人民大学统计学院，现任国家金融信息中心数据中心研发部负责人，从事指数编制、指数化投资、金融衍生品方面的工作，对金融数据分析有多年的研究，博客网址为http://yanping.me。邱怡轩是普度大学统计系在读博士研究生，开发过rarpark、R2SWF、Layer等R语言程序包，博客网址为http://yixuan.cos.name/。潘岚峰是爱荷华州立大学统计系在读博士研究生，开发过R语言程序包bignmf。
陈堰平
2013年3月于新华通讯社第三工作区
前言
R是一种用于数据处理和统计分析的脚本语言，它受到由AT&T实验室开发的统计语言S的启发，且基本上兼容于S语言。S语言的名称代表统计学（statistics），用来纪念AT&T开发的另一门以一个字母命名的编程语言，这就是著名的C语言。后来一家小公司买下了S，给它添加了图形用户界面并命名为S-Plus。
由于R是免费的，而且有更多的人贡献自己的代码，R语言变得比S和S-Plus更受欢迎。R有时亦称为GNU S，以反映它的开源属性。（GNU项目是开源软件的一个重要集合。）
为什么在统计工作中用R
粤语有个词“又便又靓”，意思是“物美价廉”，R语言就是这样一种工具，为什么还要用别的呢？
R语言有许多优点：
它是广受关注的统计语言S在公众领域的实现，而且R/S已经是专业统计学家的实际标准语言。
在绝大多数情况下，它的功能不亚于甚至优于商业软件，比如它有大量的函数、良好的可编程性、强大的绘图功能，等等。
在Windows、Mac、Linux等操作系统上都有相应的版本。
除了提供统计操作以外，R还是门通用编程语言，所以你可以用它做自动分析、创建新的函数来拓展语言的现有功能。
它结合了面向对象语言和函数式编程语言的特性。
系统在两次会话之间可以保存数据集，所以不需要每次重新加载数据集。R还可以保存历史命令。
因为R是开源软件，所以很容易从用户社区获得帮助。另外，用户们贡献了大量的新函数，其中很多用户都是杰出的统计学家。
我必须事先提醒你，最好直接在终端窗口输入命令并提交给R，而不是在GUI里用鼠标点击菜单，并且大多数R用户都不用GUI。这并不是说R不能图形化操作。相反，它有很多工具可以生成实用、美观的图形，不过这些工具是用在系统输出方面，比如画图，而不是用在输入方面。
如果你离不开GUI，则可以选用一种免费的GUI，它们是为R开发的，比如下面几种开源的或免费的工具：
RStudio，http://www.rstudio.org/
StatET，http://www.walware.de/goto/statet/
ESS （Emacs Speaks Statistics），http://ess.r-project.org/
R Commander：John Fox，“The R Commander: A Basic-Statistics Graphical Interface to R,” Journal of Statistical Software 14, no. 9 (2005):1–42.
JGR (Java GUI for R)，http://cran.r-project.org/web/packages/JGR/index.html
前三种软件，RStudio、StatET和 ESS属于集成开发环境（Integrated Development Environments， IDE），更多地是为编程设计的。StatET和ESS则为R程序员分别提供了针对著名的Eclipse 和Emacs环境的IDE。
由于R是免费的，而且有更多的人贡献自己的代码，R语言变得比S和S-Plus更受欢迎。R有时亦称为GNU S，以反映它的开源属性。（GNU项目是开源软件的一个重要集合。）
为什么在统计工作中用R
粤语有个词“又便又靓”，意思是“物美价廉”，R语言就是这样一种工具，为什么还要用别的呢？
R语言有许多优点：
它是广受关注的统计语言S在公众领域的实现，而且R/S已经是专业统计学家的实际标准语言。
在绝大多数情况下，它的功能不亚于甚至优于商业软件，比如它有大量的函数、良好的可编程性、强大的绘图功能，等等。
在Windows、Mac、Linux等操作系统上都有相应的版本。
除了提供统计操作以外，R还是门通用编程语言，所以你可以用它做自动分析、创建新的函数来拓展语言的现有功能。
它结合了面向对象语言和函数式编程语言的特性。
系统在两次会话之间可以保存数据集，所以不需要每次重新加载数据集。R还可以保存历史命令。
因为R是开源软件，所以很容易从用户社区获得帮助。另外，用户们贡献了大量的新函数，其中很多用户都是杰出的统计学家。
我必须事先提醒你，最好直接在终端窗口输入命令并提交给R，而不是在GUI里用鼠标点击菜单，并且大多数R用户都不用GUI。这并不是说R不能图形化操作。相反，它有很多工具可以生成实用、美观的图形，不过这些工具是用在系统输出方面，比如画图，而不是用在输入方面。
如果你离不开GUI，则可以选用一种免费的GUI，它们是为R开发的，比如下面几种开源的或免费的工具：
RStudio，http://www.rstudio.org/
StatET，http://www.walware.de/goto/statet/
ESS （Emacs Speaks Statistics），http://ess.r-project.org/
R Commander：John Fox，“The R Commander: A Basic-Statistics Graphical Interface to R,” Journal of Statistical Software 14, no. 9 (2005):1–42.
JGR (Java GUI for R)，http://cran.r-project.org/web/packages/JGR/index.html
前三种软件，RStudio、StatET和 ESS属于集成开发环境（Integrated Development Environments， IDE），更多地是为编程设计的。StatET和ESS则为R程序员分别提供了针对著名的Eclipse 和Emacs环境的IDE。
书摘
第1章
快速入门
如前言所述，R是一种针对统计分析和数据科学的功能全面的开源统计语言。它在商业、工业、政府部门、医药和科研等涉及数据分析的领域都有广泛的应用。
本章将给出R的简单介绍——如何调用、能做什么以及使用什么文件。这里只介绍你在理解后面几章的例子时所需的基础知识，具体的细节将会在后面的章节中加以介绍。
如果你的公司或大学允许，R可能已经安装在你的系统中。如果还没安装，请参考附录A中的安装指南。
1.1怎样运行R
R可以在两种模式下运行：交互模式和批处理模式。常用的是交互模式。在这种模式下，你键入命令，R将显示结果，然后你再键入新的命令，如此反复进行操作。而批处理模式不需要与用户进行互动。这对于生产工作是非常有帮助的，比如一个程序必须定期重复运行，如每天运行一次，用批处理模式则可以让处理过程自动运行。
1.1.1交互模式
在Linux或Mac的系统中，只需在终端窗口的命令行中键入R，就可以开始一个R会话。在Windows系统下，点击R图标来启动R。
启动后显示的是欢迎语，以及R提示符，也就是>符号。屏幕的显示内容如下：
现在就可以开始执行R命令了。这时候显示的窗口叫做R控制台。
举个简单例子，考虑一个标准正态分布，其均值为0且方差为1。如果随机变量X服从这个标准正态分布，那么它的取值将以0为中心，或正或负，平均值为0。现在要生成一个新的随机变量Y=｜X｜。因为我们已经取了绝对值，Y的值将不会以0为中心，并且Y的均值也将是正值。
下面来计算Y的均值。我们的方法基于模拟N(0,1)分布随机变量的取值：
这行代码将会生成100个随机变量，计算它们的绝对值，然后计算它们绝对值的均值。
标签[1]表示这行的第一项是输出结果的第一项。在这个例子中，输出结果只有一行（且只有一项），所以标签[1]显得有点多余。但是当输出结果有很多项会占据很多行时，这种标签会很有帮助。例如，输出结果有两行，且每行最多有6项，则第二行将会以标签[7]开头。
在这里，输出结果有10个数值，举例来说，第二行的标签[7]可以让你快速判断出0.687701是输出结果的第8项。
也可以把R的命令保存在文件里。通常，R代码文件都会有后缀.R或者.r。如果你创建一个名为z.R的文档，可以键入下面的命令来执行该文件中的代码：
1.1.2批处理模式
有时候自动处理R会话能带来便利。例如，你可能希望运行一个用来绘图的R脚本，而不需要你亲自启动R来执行脚本，这时就要用批处理模式运行R。
举个例子，文件z.R中是绘图的代码，内容如下：
快速入门
如前言所述，R是一种针对统计分析和数据科学的功能全面的开源统计语言。它在商业、工业、政府部门、医药和科研等涉及数据分析的领域都有广泛的应用。
本章将给出R的简单介绍——如何调用、能做什么以及使用什么文件。这里只介绍你在理解后面几章的例子时所需的基础知识，具体的细节将会在后面的章节中加以介绍。
如果你的公司或大学允许，R可能已经安装在你的系统中。如果还没安装，请参考附录A中的安装指南。
1.1怎样运行R
R可以在两种模式下运行：交互模式和批处理模式。常用的是交互模式。在这种模式下，你键入命令，R将显示结果，然后你再键入新的命令，如此反复进行操作。而批处理模式不需要与用户进行互动。这对于生产工作是非常有帮助的，比如一个程序必须定期重复运行，如每天运行一次，用批处理模式则可以让处理过程自动运行。
1.1.1交互模式
在Linux或Mac的系统中，只需在终端窗口的命令行中键入R，就可以开始一个R会话。在Windows系统下，点击R图标来启动R。
启动后显示的是欢迎语，以及R提示符，也就是>符号。屏幕的显示内容如下：
现在就可以开始执行R命令了。这时候显示的窗口叫做R控制台。
举个简单例子，考虑一个标准正态分布，其均值为0且方差为1。如果随机变量X服从这个标准正态分布，那么它的取值将以0为中心，或正或负，平均值为0。现在要生成一个新的随机变量Y=｜X｜。因为我们已经取了绝对值，Y的值将不会以0为中心，并且Y的均值也将是正值。
下面来计算Y的均值。我们的方法基于模拟N(0,1)分布随机变量的取值：
这行代码将会生成100个随机变量，计算它们的绝对值，然后计算它们绝对值的均值。
标签[1]表示这行的第一项是输出结果的第一项。在这个例子中，输出结果只有一行（且只有一项），所以标签[1]显得有点多余。但是当输出结果有很多项会占据很多行时，这种标签会很有帮助。例如，输出结果有两行，且每行最多有6项，则第二行将会以标签[7]开头。
在这里，输出结果有10个数值，举例来说，第二行的标签[7]可以让你快速判断出0.687701是输出结果的第8项。
也可以把R的命令保存在文件里。通常，R代码文件都会有后缀.R或者.r。如果你创建一个名为z.R的文档，可以键入下面的命令来执行该文件中的代码：
1.1.2批处理模式
有时候自动处理R会话能带来便利。例如，你可能希望运行一个用来绘图的R脚本，而不需要你亲自启动R来执行脚本，这时就要用批处理模式运行R。
举个例子，文件z.R中是绘图的代码，内容如下：
