[套装书]数据科学之编程技术：使用R进行数据清理、分析与可视化+R语言：实用数据分析和可视化技术（原书第2版）（2册）

1.4.3　Sublime Text5
1.5　下载R语言5
1.6　下载RStudio5
第2章　使用命令行7
2.1　访问命令行7
2.2　浏览文件系统8
2.2.1　改变目录9
2.2.2　列出文件10
2.2.3　路径10
2.3　管理文件12
2.3.1　学习新命令12
2.3.2　通配符13
2.4　错误处理14
2.5　重定向输出15
2.6　网络命令16
第二部分　项目管理
第3章　使用git和GitHub进行版本控制20
3.1　什么是git20
3.1.1　git的核心概念21
3.1.2　什么是GitHub21
3.2　配置和项目设置22
3.2.1　生成一个仓库22
3.2.2　检查状态23
3.3　跟踪项目变更24
3.3.1　添加文件24
3.3.2　提交25
3.3.3　审核本地git流程26
3.4　在GitHub中存储项目26
3.4.1　分支和克隆27
3.4.2　推送和拉取28
3.5　访问项目历史30
3.5.1　提交历史30
3.5.2　恢复早期版本30
3.6　忽略项目中的文件31
第4章　使用Markdown制作文档34
4.1　编写Markdown34
4.1.1　文本格式34
4.1.2　文本块34
4.1.3　超链接35
4.1.4　图像36
4.1.5　表格36
4.2　渲染Markdown36
第三部分　R的基本技能
第5章　R语言40
5.1　用R编程40
5.2　运行R代码40
5.2.1　使用RStudio41
5.2.2　从命令行运行R42
5.3　注释44
5.4　变量定义44
5.4.1　基本数据类型45
5.5　获取帮助48
5.5.1　如何学习R49
第6章　函数52
6.1　什么是函数52
6.1.1　R函数语法53
6.2　内置R函数53
6.2.1　命名参数54
6.3　加载函数55
6.4　编写函数56
6.4.1　调试函数58
6.5　使用条件语句59
第7章　向量61
7.1　什么是向量61
7.1.1　创建向量61
7.2　向量化操作62
7.2.1　循环63
7.2.2　多数为向量64
7.2.3　向量化函数65
7.3　向量索引66
7.3.1　多索引67
7.4　向量过滤68
7.5　向量修改69
第8章　列表71
8.1　什么是列表71
8.2　创建列表71
8.3　访问列表元素72
8.4　修改列表75
8.4.1　单双括号75
8.5　lapply()函数76
第四部分　数据清理
第9章　理解数据80
9.1　数据生成过程80
9.2　查找数据81
9.3　数据类型82
9.3.1　测量尺度82
9.3.2　数据结构83
9.4　解释数据84
9.4.1　获取领域知识84
9.4.2　了解数据模式86
9.5　用数据回答问题87
第10章　数据框89
10.1　什么是数据框89
10.2　使用数据框89
10.2.1　创建数据框90
10.2.2　数据帧的结构90
10.2.3　访问数据框91
10.3　使用CSV数据92
10.3.1　工作目录93
10.3.2　因子变量95
第11章　使用dplyr操作数据98
11.1　操作数据语法98
11.2　核心dplyr函数98
11.2.1　选择99
11.2.2　过滤101
11.2.3　修改102
11.2.4　排序102
11.2.5　汇总103
11.3　执行顺序操作104
11.3.1　管道操作105
11.4　按组分析数据框106
11.5　连接数据框108
11.6　dplyr实战：分析飞行数据111
第12章　使用tidyr重塑数据116
12.1　什么是“整洁”数据116
12.2　从列到行：gather()117
12.3　从行到列：spread()119
12.4　tidyr实战：探索教育统计120
第13章　访问数据库125
13.1　关系数据库概述125
13.1.1　什么是关系数据库125
13.1.2　建立关系数据库127
13.2　体验SQL128
13.3　从R访问数据库131
第14章　访问Web API135
14.1　什么是Web API135
14.2　RESTful请求136
14.2.1　URI（统一资源标识符）136
14.2.2　HTTP动词140
14.3　从R访问Web API141
14.4　处理JSON数据142
14.4.1　解析JSON144
14.4.2　展平数据145
14.5　API实战：在西雅图寻找古巴食品147
第五部分　数据可视化
第15章　设计数据可视化154
15.1　可视化的目的154
15.2　选择可视化布局156
15.2.1　可视化单个变量156
15.2.2　可视化多个变量159
15.2.3　可视化分层数据162
15.3　选择有效的图形编码162
15.3.1　有效颜色165
15.3.2　利用前注意属性167
15.4　数据显示的表达力168
15.5　强化美学170
第16章　使用ggplot2创建可视化171
16.1　图形语法171
16.2　使用ggplot2进行基本绘图172
16.2.1　指定几何图形174
16.2.2　美学映射176
16.3　复杂的布局及定制176
16.3.1　位置调整176
16.3.2　标度样式178
16.3.3　坐标系180
16.3.4　分面181
16.3.5　标签和注释182
16.4　构建地图184
16.4.1　分级统计（Choropleth）地图184
16.4.2　点分布地图186
16.5　ggplot2实战：绘制旧金山驱逐地图187
第17章　R中的交互式可视化191
17.1　plotly包192
17.2　rbokeh包194
17.3　leaflet 包196
17.4　交互式可视化实战：展示西雅图的变化198
第六部分　构建和共享应用程序
第18章　使用R Markdown创建动态报告204
18.1　设置报告204
18.1.1　新建.Rmd文件204
18.1.2　编织（Knit）文档206
18.2　集成Markdown与R代码207
18.2.1　R代码块207
18.2.2　内联代码208
18.3　在报告中渲染数据与可视化208
18.3.1　渲染字符串208
18.3.2　渲染Markdown列表209
18.3.3　渲染表格210
18.3.4　渲染绘图211
18.4　以网站形式共享报告212
18.5　R Markdown实战：寿命预测报告213
第19章　使用Shiny构建交互式Web应用程序217
19.1　Shiny框架217
19.1.1　Shiny核心概念218
19.1.2　程序结构218
19.2　设计用户界面221
19.2.1　静态内容222
19.2.2　动态输入223
19.2.3　动态输出224
19.2.4　布局225
19.3　开发应用程序服务器227
19.4　发布Shiny应用程序229
19.5　Shiny实战：可视化警察致命射击230
第20章　协同工作237
20.1　使用分支跟踪代码的不同版本237
20.1.1　不同分支238
20.1.2　合并分支241
20.1.3　合并冲突242
20.1.4　GitHub的合并243
20.2　使用特性分支开发项目244
20.3　使用集中工作流协作246
20.3.1　新建一个集中仓库246
20.3.2　在集中工作流中使用特性分支247
20.4　使用分叉工作流协作249
第21章　继续学习252
21.1　统计学习252
21.1.1　评估关系252
21.1.2　预测252
21.2　其他编程语言253
21.3　道德准则253



---------------------------R语言：实用数据分析和可视化技术（原书第2版）---------------------------


译者序
序
前言
致谢
第1章　获取R语言 1
1.1　下载R语言 1
1.2　R语言版本 2
1.3　32位与64位 2
1.4　安装R语言 2
1.4.1　在Windows系统上安装 2
1.4.2　在Mac OS X系统上安装 5
1.4.3　在Linux系统上安装 8
1.5　微软开源R语言 10
1.6　小结 10
第2章　R语言环境 11
2.1　命令行界面 12
2.2　RStudio 13
2.2.1　RStudio项目 14
2.2.2　RStudio工具 16
2.2.3　Git集成 20
2.3　微软Visual Studio 22
2.4　小结 22
第3章　R语言包 23
3.1　安装R语言包 23
3.2　加载R语言包 25
3.3　构建R语言包 26
3.4　小结 26
第4章　R语言基础 27
4.1　基本数学运算 27
4.2　变量 28
4.2.1　变量赋值 28
4.2.2　删除变量 29
4.3　数据类型 30
4.3.1　数值型 30
4.3.2　字符型 31
4.3.3　日期型 32
4.3.4　逻辑型 32
4.4　向量 34
4.4.1　向量操作 34
4.4.2　factor向量 37
4.5　函数调用 38
4.6　函数文档 38
4.7　缺失数据 39
4.7.1　NA 39
4.7.2　NULL 40
4.8　管道 40
4.9　小结 41
第5章　高级数据结构 42
5.1　数据框 42
5.2　列表 48
5.3　矩阵 53
5.4　数组 56
5.5　小结 56
第6章　R语言读取数据 57
6.1　读取CSV文件 57
6.1.1　read_delim函数 59
6.1.2　fread函数 60
6.2　读取Excel数据 60
6.3　读取数据库数据 62
6.4　读取其他统计工具的数据 64
6.5　读取R语言二进制文件 65
6.6　读取R语言数据 67
6.7　读取网页数据 68
6.7.1　读取HTML表格 68
6.7.2　抽取网页数据 69
6.8　读取JSON数据 70
6.9　小结 72
第7章　统计图 73
7.1　基础统计图 73
7.1.1　基础直方图 74
7.1.2　基础散点图 74
7.1.3　箱线图 75
7.2　ggplot2 75
7.2.1　ggplot2：直方图和核密度曲线 76
7.2.2　ggplot2：散点图 77
7.2.3　ggplot2：箱线图和小提琴图 79
7.2.4　ggplot2：曲线图 82
7.2.5　主题 83
7.3　小结 84
第8章　编写R语言函数 85
8.1　Hello，World！ 85
8.2　函数参数 86
8.2.1　默认参数 87
8.2.2　额外参数 87
8.3　返回值 88
8.4　do.call函数 89
8.5　小结 89
第9章　控制语句 90
9.1　if和else语句 90
9.2　switch语句 92
9.3　ifelse函数 94
9.4　复合检查 95
9.5　小结 95
第10章　R语言的循环迭代 96
10.1　for循环 96
10.2　while循环 97
10.3　控制循环 98
10.4　小结 99
第11章　分组操作 100
11.1　apply函数族 100
11.1.1　apply函数 100
11.1.2　lapply和sapply函数 101
11.1.3　mapply函数 102
11.1.4　其他的apply函数 102
11.2　aggregate函数 103
11.3　plyr包 105
11.3.1　ddply函数 106
11.3.2　llply函数 108
11.3.3　plyr的辅助函数 109
11.3.4　速度与便利性 109
11.4　data.table包 109
11.4.1　键值 113
11.4.2　data.table聚合 115
11.5　小结 117
第12章　高效的分组操作：dplyr 118
12.1　管道 118
12.2　tbl数据类型 119
12.3　select函数 120
12.4　filter函数 127
12.5　slice函数 131
12.6　mutate函数 132
12.7　summarize函数 135
12.8　group_by函数 136
12.9　arrange函数 137
12.10　do函数 137
12.11　dplyr使用数据库 139
12.12　小结 140
第13章　数据迭代 141
13.1　map函数 141
13.2　特定类型的map函数 143
13.2.1　map_int函数 144
13.2.2　map_dbl函数 144
13.2.3　map_chr函数 144
13.2.4　map_lgl函数 145
13.2.5　map_df函数 145
13.2.6　map_if函数 146
13.3　数据框的迭代 147
13.4　map函数的多输入 148
13.5　小结 149
第14章　数据整理 150
14.1　cbind和rbind 150
14.2　连接 151
14.2.1　合并 152
14.2.2　plyr中的join 152
14.2.3　合并表 156
14.3　reshape2 157
14.3.1　melt函数 157
14.3.2　dcast函数 159
14.4　小结 160
第15章　数据重构：Tidyverse 161
15.1　合并行和列数据 161
15.2　用dplyr包连接 162
15.3　行列变换 166
15.4　小结 169
第16章　字符串操作 170
16.1　paste 170
16.2　把格式数据写成串（sprintf） 171
16.3　提取文本 172
16.4　正则表达式 175
16.5　小结 181
第17章　概率分布 182
17.1　正态分布 182
17.2　二项分布 186
17.3　泊松分布 190
17.4　其他分布 192
17.5　小结 194
第18章　基本统计 195
18.1　概括性统计量 195
18.2　相关系数和协方差 198
18.3　t-检验 205
18.3.1　单样本t-检验 206
18.3.2　两样本t-检验 208
18.3.3　两配对样本t-检验 210
18.4　方差分析 211
18.5　小结 213
第19章　线性模型 214
19.1　简单线性回归 214
19.2　多元回归 219
19.3　小结 234
第20章　广义线性模型 235
20.1　逻辑斯蒂回归 235
20.2　泊松回归 238
20.3　其他的广义线性模型 241
20.4　生存分析 242
20.5　小结 246
第21章　模型诊断 247
21.1　残差 247
21.2　模型比较 252
21.3　交叉验证 255
21.4　Bootstrap 259
21.5　逐步变量选择 262
21.6　小结 264
第22章　正则化和压缩 265
22.1　弹性网络 265
22.2　贝叶斯压缩 279
22.3　小结 282
第23章　非线性模型 283
23.1　非线性最小二乘法 283
23.2　样条插值 285
23.3　广义相加模型 288
23.4　决策树 293
23.5　boost树 295
23.6　随机森林 298
23.7　小结 299
第24章　时间序列和自相关 301
24.1　自回归移动平均模型 301
24.2　向量自回归 306
24.3　广义自回归异方差模型 311
24.4　小结 317
第25章　聚类 318
25.1　k-均值 318
25.2　PAM 325
25.3　分层聚类 329
25.4　小结 332
第26章　模型拟合调优：caret 333
26.1　caret介绍 333
26.2　caret选项 333
26.2.1　caret训练控制 334
26.2.2　caret网格搜索 334
26.3　boost树调优 335
26.4　小结 338
第27章　可重复性报告：knitr 339
27.1　安装LaTeX 339
27.2　LaTeX基础 340
27.3　knitr中使用LaTeX 342
27.4　小结 346
第28章　R语言文档：RMarkdown 347
28.1　文档编译 347
28.2　文档头信息 347
28.3　Markdown入门 348
28.4　Markdown代码块 350
28.5　htmlwidgets 351
28.5.1　表数据 352
28.5.2　leaflet 354
28.5.3　dygraphs 356
28.5.4　threejs 358
28.5.5　d3heatmap 360
28.6　RMarkdown幻灯片 361
28.7　小结 362
第29章　交互式dashboard：Shiny 363
29.1　在RMarkdown中使用Shiny 363
29.2　Shiny中的响应表达式 366
29.3　服务端和UI界面 368
29.4　小结 376
第30章　构建R包 377
30.1　目录结构 377
30.2　包文件 378
30.2.1　DESCRIPTION文件 378
30.2.2　NAMESPACE文件 380
30.2.3　其他包文件 382
30.3　包文档 384
30.4　测试 386
30.5　包的检查、构建和安装 388
30.6　提交至CRAN 389
30.7　C++代码 390
30.7.1　sourceCpp 390
30.7.2　编译包 392
30.8　小结 394
附录A　相关资源 395

.　　本部分介绍R编程语言，它是整本书使用的主要开发语言。本书介绍了R语言的基本语法（第5章），描述了诸如函数之类的基本编程概念（第6章），并介绍了该语言的基本数据结构—向量（第7章）和列表（第8章）。
　　第四部分：数据清理
　　因为数据科学中最耗时的部分通常是加载、格式化、遍历和重塑数据，所以本部分深入地讲解了在R中清理数据的最好方法。在介绍了用于理解真实数据结构的技术与概念之后（第9章），接着讲解了R中常用于管理数据的数据结构—数据框（第10章）。为了更好地处理这类数据，随后描述了R中以编程方式交互处理数据的两个包：dplyr（第11章）和tidyr（第12章）。本部分的最后两章详细描述了如何使用应用程序编程接口从数据库（第13章）和基于Web的数据服务中加载数据（第14章）。
　　第五部分：数据可视化
　　本部分着重介绍了数据科学中设计和构建数据可视化时所必需的概念和技术技能。首先概述了数据可视化的原则（第15章），用于指导在设计可视化时如何进行选择。然后第16章详细描述了如何在R中使用ggplot2可视化包。最后第17章介绍了三个R扩展包，以便产生有吸引力的交互式可视化结果。
　　第六部分：构建和共享应用程序
　　同任何其他领域一样，只有数据科学的观点能够被他人分享和理解时，它才有价值。本书的最后一部分重点介绍如何用两种不同的方法创建交互平台（直接从你的R程序）分享你的观点。第18章使用R Markdown将分析转换为可共享的文档与网站。第19章进而描述了Shiny框架，可以借助该框架使用R来创建交互式Web应用程序。随后第20章描述了如何进行协作，第21章则详细说明了如何在本书以外拓展自己的知识。
　　本书约定
　　示例代码块通常包括需要替换的值。这些替换值以下划线分隔的全大写单词的形式出现。例如，如果需要处理所选的文件夹，则需要在代码中标识FOLDER_NAME的地方输入文件夹的名称。代码部分将包括注释，在编程过程中，注释是不被解释为计算机指令的，它们不是代码，只是对代码的解释！计算机能够理解代码，而注释是帮助人们理解代码的。第5章讲解了编写你自己的描述性注释的技巧。
　　为了帮助阅读，我们还使用了5种特殊标注形式。
　　技巧：这些内容提供了简化工作的最佳实践和快捷方式。
　　趣事：这些内容提供了有关主题的有趣背景信息。
　　注意：这些内容是需要牢记在心的关键知识点。
　　警告：这些内容描述了常见错误并介绍了如何避免它们。
　　深入学习：这些内容提出了本书以外的拓展知识。
　　书内包含了一些特定按键的说明。这些内容以小写字母形式表示。当需要同时按下多个键时，它们之间使用加号（+）分隔。例如，如果需要同时按下命令键与“c”键时，则表示成cmd+c。
　　Windows用户需要将命令键替换成控制键（ctrl）。
　　如何阅读本书
　　本书的各个章节将指导读者完成数据科学的编程过程。后面的章节往往以前面的例子和概念（特别是第三和第四部分）为基础。
　　本书包括大量的代码示例和演示，并辅以输出和结果。学习编程的最好方法是实践，所以我们强烈建议读者在阅读本书时输入代码示例，自己尝试一下！尝试不同的选项和变量，因为如果想知道某些选项是如何工作的，或者是否支持某个选项，最好的方法是自己尝试。这不仅有助于实际练习编写代码，而且能帮助读者更好地构建数据科学程序如何工作的心智模型。
　　许多章节的最后都给出实践部分，将所描述的技术应用于实际数据集。这些章节采用数据驱动的方法来理解诸如中产阶级化、教育投资和世界各地预期寿命的变化等问题。这些部分使用动手实践的方法来使用新技能，并且所有代码都可以在线获取。
　　在学习每一章的时候，可能要完成相应的在线练习。这将有助于实践新技术，并确保读者对材料的理解。这些练习的解决方案也可在网上获得。
　　最后，本书并不旨在全面。试图介绍R语言和整个生态系统中的每一个细微差别及选项（尤其是对刚起步的人）是既不现实又有害的。在讨论大量流行的工具和包时，本书无法解释已有的或将来创建的所有可能的选项。相反，本书旨在为每个主题提供入门知识，即为读者提供足够的详细信息，以了解基础知识，并启动和进行特定的数据科学编程任务。除了这些基础知识之外，我们还提供了丰富的链接和参考资料，以便读者能获取更多资源，从而进一步探索并深入了解与自己相关或感兴趣的主题。本书将提供使用R进行数据科学实践的基础，每个读者都需要应用和发展这些技能。
　　致谢
　　感谢华盛顿大学信息学院为我们提供了开发这些资料的环境。我们得到了许多教职员工的支持，特别是David Stearns（为版本控制做出了贡献）以及Jessica Hullman和Ott Toomet（他们为本书提供了初步反馈）。我们还要感谢Kevin Hodges、Jason Baik和Jared Lander的评论和见解，以及Debra Williams Cauley、Julie Nahil、Rachel Paul、Jill Hobbs和培生的工作人员为这本书的出版所做的工作。
　　最后，如果没有非凡的R语言开源社区，本书亦是不可能面世的。
　　
　　
　　---------------------------R语言：实用数据分析和可视化技术（原书第2版）---------------------------
　　
　　
　　随着日常生活中数据应用变得越来越普遍，我们需要新的和更好的工具来应对这个趋势。在传统情况下，处理数据的方式一般有两种：一是简单轻便的，使用像Excel或SPSS这样的工具做定量分析；二是复杂繁重的，利用C++这样的工具进行高性能分析。随着个人计算机性能的提高，产生了一种既交互又强健有效的折中方法。个人在自己的计算机上以探索性的方式所做的分析，很快就会转变为传递到支撑高级业务流程的服务器的工作。这便是R、Python和其他脚本语言的领域。
　　R语言是由奥克兰大学的Robert Gentleman教授和Ross Ihaka教授于1993年开发的，它源于贝尔实验室John Chambers所开发的S语言。这是一种高级语言，最初的目的是进行交互式运算，即使用者输入一个命令得到一个结果，然后再输入下一个命令。现在它已经发展成为一种可以嵌入系统和解决复杂问题的语言。
　　除了转换数据和分析数据之外，R语言还能很方便地产生令人惊喜的图形和报告。它现在已经成为一个完整的体系，可以用于数据分析、提取和转换、模型拟合、描述推断、预测，绘图以及给出报告结果。
　　自21世纪头10年后期以来，R语言的普及就像飞升的火箭一路飙升，它已经走出学术界，进入了银行业、销售业、制药业、政界、基因组学等其他许多领域。R语言的很多新用户以前都使用一些低级编译语言程序，比如C++和其他的统计包（例如SAS或SPSS），还有一些用户之前使用“800磅重的大猩猩”—Excel。这时期扩展软件包的数量飙升，这些软件包是预先写好的代码库，用于扩展R的功能。
　　尽管R有时会让初学者感到畏惧，特别是那些没有编程经验的人，但是我发现用编程分析来代替鼠标操作，学习过程很快就变得容易很多，而且更方便、更可靠。这正是我的目标：让学习变得更快、更容易。
　　本书内容的安排和布局是按照我在研究生院学习R时希望能够被教导的方式来设计的。综合来说，本书的内容是结合我在哥伦比亚大学所教的一门数据科学课程所形成的。这并不意味着覆盖R的每一个细枝末节，而在于用20%的功能去完成80%的工作。
　　第2版更新了许多第1版出版之后开发的工具。主要新增加的有：Tidyverse中做数据处理的包dplyr、tidyr和purrr，模型拟合中的boosted tree，以及模型参数调优的caret包。knitr章节拆分成两章，分别介绍knitr包和LaTeX、RMarkdown。它们在过去几年得到了显著的改进，包括创建允许JavaScript和文档混用的htmlwidgets。接着用整章介绍Shiny，它被开发用来在R语言中创建交互式Web dashboard。编写R语言包的章节更新了代码测试部分。读取数据的章节更新了部分读取数据的新方法，包括readr、readxl和jsonlite包。这些更新的内容都是R语言社区实践的结果。本书的内容包括如下章节。
　　第1章涉及从哪里下载R，如何安装不同的操作系统以及32位和64位版本的问题。该章还给出了安装R的路径的一些建议。
　　第2章涵盖如何整合RStudio和Git，比如RStudio的个人定制和导航。
　　第3章讲解如何定位、安装和加载R语言包。
　　第4章介绍R处理数学问题：变量类型（如numeric、character、Date）、向量、调用函数等，也介绍了函数调用和查看函数文档。
　　第5章涵盖常用数据结构，数据框（data.frame）、矩阵和列表。
　　第6章涉及读取数据到R中。在分析数据之前，需要先将数据读取到R中，有多种方式可以获取数据，包括从CSV和数据库读取。
　　第7章介绍直观的统计图形。图形是数据分析和交流结果的关键部分。R语言能用来绘制漂亮的图形。该章将详细介绍基本图形和ggplot2。
　　第8章涉及通过用户自定义函数使可重复分析变得更容易。该章讨论了结构、参数和返回规则。
　　第9章介绍流程控制，包括if、ifelse和复杂的控制流程。
　　第10章介绍R语言的循环迭代，包括for和while循环。通常推荐使用这些结构，所以需要了解清楚。
　　第11章介绍一种比循环更好的方式：向量化。向量化并没有去循环遍历数据，而是一次性操作所有元素。这种高效的操作方式被用在plyr包和apply函数中。
　　第12章涉及高效的分组操作：dplyr，介绍下一代分组操作。这些新包已通过data.frames进行了优化，并从用于使高效代码更易读的管道获益。
　　第13章介绍数据迭代，用purrr包来迭代列表和向量。
　　第14章介绍数据集组合，通过叠加或者连接（join）的方式合并多个数据集，改变数据的形状。除了像rbind、cbind和merge函数这些基本工具外，plyr和reshape2包提供了很好的函数来完成这些功能。
　　第15章介绍使用dplyr和tidyr包代替plyr和reshape2包做数据组合、重塑和连接。
　　第16章介绍字符串操作。大部分人不会把字符数据和统计相联系，但它是一种重要的数据形式。R语言提供各种工具来处理字符串，包括将它们进行组合以提取信息。该章还详细介绍了正则表达式。
　　第17章涵盖概率分布，包括正态分布、二项分布和泊松分布。
　　第18章介绍统计学的一些基本知识，比如均值、标准差和t检验。
　　第19章讲解线性模型。线性模型是统计中最强大和最常用的工具。
　　第20章涉及广义线性模型，包括线性模型的扩展：逻辑回归和泊松回归。该章还覆盖了生存分析。
　　第21章讲解评估模型质量和变量选择的方法，比如残差、AIC准则、交叉验证、bootst
　　

.　　
　　---------------------------R语言：实用数据分析和可视化技术（原书第2版）---------------------------
　　
　　
　　使用开源R语言软件，可以通过构建强大的统计模型来解决许多极具挑战性的难题。对非统计学家来说，R一直以来都难于学习和使用，市面上很多介绍R语言的书籍都假设读者具有足够的预备知识，但本书则不同。
　　本书融合资深数据科学家Jared P. Lander在教授R语言上的丰富经验，通过大量实例，详细讲解R语言的核心功能。对刚接触统计程序和模型的人来说，本书是一套堪称完美的教程，其内容的组织结构使得学习R语言变得简单和直观。本书集中介绍R语言20%的功能，但这20%的功能足以完成80%的现代数据工作。
　　书中的每一章都自成体系，从基础知识开始，提供大量的实例和代码。你将下载和安装R语言，设置和使用R语言环境，掌握基本的程序控制、数据导入、操作和可视化，并完成几个测验。在此基础上，你将构建几个完整的模型，包括线性和非线性模型，学习数据挖掘技术。接着你将学习使用LaTeX、RMarkdown和Shiny等重新生成代码。
　　本书适合程序员、科学家、量化分析人员（宽客）、Excel用户和其他专业人士阅读。读完本书，你不仅能熟练使用R语言编程，也能处理遇到的统计问题。