快速轻松地学习R基础知识
R既是一种环境也是一种语言。它是免费的软件编程语言和软件环境，用于统计计算和图形。R语言广泛使用统计学家和数据矿工，用于开发统计软件和数据分析，但难以学习也是臭名昭着的。但是在正确的指南中，您可以在没有时间使用概率分布的正确解释，假设检测，创建线性模型，线性回归，逻辑回归，异常模型等的正确解释。为什么r值得学习？R是非常通用的，当涉及到数据挖掘和分析时，它涵盖了一整套统计技术和算法。它基本上是一个集成的软件套件，包装和数据，允许您执行统计分析和数据挖掘;并创建复杂的图形。
加入Jagannath Rajagopal，统计预测分析师，作为他回顾主题的难度递增顺序，从数据/对象类型和操作，导入到R，循环和条件。他的R课程简介将在任何时候都可以让您了解r几乎没有近90个视频和140多个举行的行使问题，超过10章。有兴趣学习更多吗？以下是他的一个介绍性章节的成绩单，它定义了R及其函数。
讲座记录:
大家好!在本章中，我们将学习一点R语言。我们会看到它的一些特征。我们将会听到R在现实世界中被用于研究、数据分析和数据挖掘的一些领域。最后，我们将回顾一些可用的资源，包括R项目和互联网上的资源。
好的，R是什么?R既是一种环境也是一种语言。从某种意义上说，它是一个软件、软件包和数据的集成套件，基本上使R语言成为可能。R语言又允许你执行统计分析和数据挖掘;如使用概率分布、假设检验、创建线性模型、线性回归、逻辑回归、异常模型等技术。R是非常通用的，当涉及到数据挖掘和分析时，它涵盖了一整套统计技术和算法。
R允许您创建复杂的图形-您可以生成简单的一维图形，或者您可以使用R创建更复杂的二维或高维图形。您也可以查看R项目网站R-project.org。它对R语言有更全面的描述，也有正式的定义。
那么R有哪些特征呢?R是一种表达式语言。它允许您执行现场分析以及创建程序。这是什么意思?比如说，有一个25个数字的数据集，你想要了解一些关于这些数字的统计数据，也就是平均值和价差。你可以用R进行两种处理，如果你想一次性得到平均值和差值，你可以取数据集，将其赋给R中的一个向量，然后让R来计算平均值和标准差。或者，如果您想要一种更可重复的方法，即希望将多个数据集传递给一个函数或程序，并一次又一次地扩展我前面提到的统计数据，那么您就需要创建一个程序。
在这种情况下，程序可以确定以向量作为输入和输出的平均值和标准差。R让你两者都能做到。R是高度可扩展的。它的可扩展性来自两个方面。首先，有统计包，包括给R项目的和由用户贡献的。我们可以使用大量的算法、函数和技术，这使得它具有很高的可扩展性。函数本身可以在其他函数中调用，在R中定义和设计函数的方式中，如果一个函数的参数是嵌套的，则可以在另一个函数中调用该函数的参数。这一点，加上我们拥有的所有软件包，使R非常强大，能够执行广泛的任务和技术。
R有几套公开的现实世界数据。现在，当我学习语言时，这对我来说很有用。当我在脚本中创建例程和函数时，我希望某些数据进行测试，这些数据集会非常方便。
我们再来讨论一下R的可扩展性。R语言的基本功能是通过base、Stats、Graphics等包实现的。当您在计算机上下载并安装该语言时，您会发现自动安装并加载了这些软件包。CRAN是一个全面的R档案网络，它提供给你几个软件包，比如Mass和Lettice。当你在电脑上下载并设置R时，这些软件包已经安装，但没有加载。这些是可选的。当你想要与这些相关联的功能时，你可以去打开它们，它就可用了。
有一系列贡献包。我提到在前一张幻灯片中。这些可供您使用。当您下载r并将其设置在计算机上时，它们不会安装，因此您必须进入R并安装它们。安装它们后，如果要使用它们，您也必须加载它们。所有此其中所有此其中的全部列表都可以在Cran R项目网站上获得。
我提到过几次R有多强大，有多少技术，有多少范围和功能可以为你做。另一方面，与其中一些相关的文档可能不如其他的好。特别是对我来说，当我在看贡献者的包时，我并不清楚这些包是什么，它们做什么，在什么情况下我将使用它们，以及我将如何使用它们。这些东西，在某种程度上，你需要自己摸索。如果您是一个介绍用户，甚至在某种程度上是一个高级用户，您将发现您仍然可以使用该软件附带的包来完成许多工作。如果您想使用这些其他软件包中的一些，那么您就必须摸索一下如何使用它们。
我想说的另一件事是，社交媒体中有很多聊天，博客，云中，关于顶级r包等。谷歌感觉免费。稍后，我也将展示围绕包裹的讨论和哪些人很受欢迎。
让我们快速进入R软件并查看包裹。当我加载r时，这个窗口会出现。如果我想查看我已经拥有的软件包，我会转到软件包菜单并查看包管理器。正如我之前提到的那样，这里有一系列包装。其中一些已经加载，以及数据集，图形，方法，统计数据，等等。这些是您的基础包，这些是基本的R语言。
我可以通过加载诸如质量的包来扩展。现在到了贡献的软件包 - 如果您转到包安装程序，我可以找到一系列全系列包存储库，如果我在那里获取包中的包列表，请在此处列出了很多包。列表只是继续前进。就像我之前提到的那样，对我来说并不完全清楚，只是看这个特定包的所作所为，为什么应该使用它，我会关于输入和输出数据。
这是R包。我也提到了社交媒体的帖子，所以等一下。这是Linkedin上的一个讨论。有一个问题是关于最好的包装是什么。你可以看看这个。url就在这里。你也可以找到它当你谷歌“最好的R包。”清单出现了。看看。有很多关于流行软件包的评论，您可以从这里得到良好的感觉。
-数据。R环境提供了一套完整的数据集，这些数据都是公开可用的真实世界数据。这里列出了一些例子。此外，如果你想获得其他数据集，你可以去梳理所有的数据库，大学，赌博机构，人口普查委员会等等。这里列出了其中一些和url。请随便去看看。
我想快速地给你们展示一些数据当你下载R并在你的电脑上设置它的时候就已经安装好了。我会给你们看一些例子。
所以回到R.如果我点击数据管理器，它会提出数据集。作为一个例子，这是我的最爱之一。这是有关花卉，他们的花瓣和长度集的数据。进一步沿着课程，当我们正在调查统计和一些图形时，我将反复使用这一点。
当我单击数据集时，数据集的描述下面关闭。数据格式，列，等，也可以在那里解释。
下一个!到目前为止的一些应用——我在这里有一些关键词，这些是R使用的领域。但实际上，如果需要分析数据，R通常会在那里找到归宿。我要做的是，我有三到四个研究的例子。我想快速地向你们展示一下人们正在做的事情。
第一个 - 这是r的遗传学的一个例子。作者正试图在某些物种中显示称为基因抑制的难题。因此，他所做的就是使用条形图来表明，在这些物种中，与其他基因相比，特定基因被选择性地抑制，而不会进入太多细节。
另一个例子，这个来自天文学和核物理。暗物质——这是一个研究的例子，作者绘制了暗物质对星系的影响。再一次，不用太多的细节-正如你可以看到的图表，小的白色斑点是星系，而蓝色后面的星团，代表暗物质。
本研究是关于码率的。它是由不同级别的学生给出的评分结果是一个方框图，用户创建它来显示不同级别的学生对相同代码片段给出的评分。
就像我说的，非常多样化。我给你们展示了三个完全不相关的区域但是R在所有这些不同的区域都找到了归宿。
现在来看R资源。我最喜欢的博客是R-bloggers.com。我们快去看看吧。R-bloggers.com是一个博客聚合器。这是所有R博客的集合。你也可以看到这个博客列表。就像任何优秀的博客聚合器一样，它会按时间倒序列出来自不同博客的博文。我可以去看看这个。它会让你对人们用R做的不同的事情有一种感觉。
Linkedin群组，我有几个名字。我之前展示的关于顶级R包的Linkedin帖子是针对统计计算组的R项目的。去吧，看一看，加入这些团体，参与，贡献。
最后,R资源。所以标准的R项目，有很多很多的信息。R手册，我建议你下载并使用它们。他们是一个很好的基础和参考，在未来的任何时间点，你想去和学习。你应该去拿那些文件。
这将我们带到本章的末尾。问题？注释？使用论坛。下次见！
