真正的好書來自真正的行家，作為國際權威的R語言認證體繫的獲得者，作者是最早一批接觸並迷戀R語言的程序員，並將學習研發經驗轉化成教材呈現出來，請支持原創，支持分享！

●Chapter 01  基本概念 1-1  Big Data 的起源 2 1-2  R 語言之美 2 1-3  R 語言的起源 2 1-4  R 的運行環境 5 1-5  R 的擴展 5 1-6 本書的學習目標 5 本章習題 6 Chapter 02  第一次使用 R 2-1 第一次啟動 R 8 2-1-1 在 Mac OS 下啟動 R 8 2-1-2 在 Mac OS 下啟動 RStudio 8 2-1-3 在 Windows 環境中啟動 R 和 RStudio 9 2-2 認識 RStudio 環境 10 2-3 第一次使用 R 12 2-4 R 語言的對像設定 15 2-5 Workspace 窗口 16 2-6 結束 RStudio 18 2-7 保存工作成果 19 2-7-1 使用 save（）函數保存工作成果 19 2-7-2 使用 saveimage（）函數保存 Workspace 20 2-7-3 下載之前保存的工作 20 2-8 歷史記錄 21 2-9 程序注釋 22 本章習題 24 Chapter 03  R 的基本數學運算 3-1 對像命名原則 28 3-2 基本數學運算 28 4 R 語言——邁向大數據之路 3-2-1 四則運算 28 3-2-2 餘數和整除 29 3-2-3 次方或平方根 29 3-2-4 絕對值 30 3-2-5 exp（）與對數 30 3-2-6 科學符號 e 31 3-2-7 圓周率與三角函數 32 3-2-8 四舍五入函數 32 3-2-9 近似函數 33 3-2-10 階乘 34 3-3 R 語言控制運算的優先級34 3-4 無限大 Infinity 35 3-5 Not a Number（NaN） 36 3-6 Not Available（NA） 37 本章習題 39 Chapter 04  向量對像運算 4-1 數值型的向量對像 44 4-1-1 建立規則型的數值向量對像應使用序列符號 44 4-1-2 簡單向量對像的運算 45 4-1-3 建立向量對像函數 seq（） 46 4-1-4 連接向量對像函數 c（） 47 4-1-5 重復向量對像函數 rep（） 48 4-1-6 numeric（）函數 48 4-1-7 程序語句跨行的處理 49 4-2 常見向量對像的數學運算函數 50 4-3 考慮 Inf、-Inf、NA 的向量運算 53 4-4 R 語言的字符串數據的屬性 54 4-5 探索對像的屬性 55 4-5-1 探素的屬性 55 4-5-2 探索對像的結構 56 4-5-3 探索對像的數據類型 57 4-6 向素的存取 57 4-6-1 使用索引取得向量素 57 4-6-2 使用負索引挖掘向量對像內素 58 5 目錄 4-6-3 修改向素值 59 4-6-4 認識繫統內建的數據集 letters 和 LETTERS 60 4-7 邏輯向量（Logical Vector） 61 4-7-1 基本應用 61 4-7-2 對 Inf、-Inf 和缺失值 NA 的處理 63 4-7-3 多組邏輯表達式的應用 64 4-7-4 NOT 表達式 65 4-7-5 邏輯值 TRUE 和 FALSE 的運算 65 4-8 不同長度向量對像相乘的應用 66 4-9 向量素名稱 67 4-9-1 建立素名稱的向量對像 67 4-9-2 names（）函數 67 4-9-3 使用繫統內建的數據集 islands 68 本章習題 71 Chapter 05  處理矩陣與更高維數據 5-1 矩陣 Matrix 78 5-1-1 建立矩陣 78 5-1-2 認識矩陣的屬性 79 5-1-3 將向量組成矩陣 81 5-2 取素的值 82 5-2-1素的取得 82 5-2-2 使用負索引取素 83 5-3 修改素值 84 5-4 降低矩陣的維度 86 5-5 矩陣的行名和列名 87 5-5-1 取得和修改矩陣對像的行名和列名 88 5-5-2 dimnames（）函數 89 5-6 將行名或列名作為索引 90 5-7 矩陣的運算 91 5-7-1 矩陣與一般常數的四則運算 91 5-7-2 行（Row）和列（Column）的運算 93 5-7-3 轉置矩陣 94 5-7-4 %*% 矩陣相乘 94 5-7-5 diag（） 95 6 R 語言——邁向大數據之路 5-7-6 solve（） 96 5-7-7 det（） 97 5-8 三維或高維數組 97 5-8-1 建立三維數組 97 5-8-2 identical（）函數 98 5-8-3 取得三維素 98 5-9 再談 class（）函數 99 本章習題 101 Chapter 06  因子 Factor 6-1 使用 factor（）或 asfactor（）函數建立因子 108 6-2 指定缺失的 Levels 值 109 6-3 labels 參數 109 6-4 因子的轉換 110 6-5 數值型因子在轉換時常見的錯誤 110 6-6 再看 levels 參數 111 6-7 有序因子（Ordered Factor） 112 6-8 table（）函數 113 6-9 認識繫統內建的數據集 114 本章習題 116 Chapter 07  數據框 Data Frame 7-1 認識數據框 120 7-1-1 建立第一個數據框 120 7-1-2 驗證與設置數據框的列名和行名 121 7-2 認識數據框的結構 121 7-3 取得數據框的內容 122 7-3-1 一般取得 122 7-3-2 特殊字符＄ 123 7-3-3 再看取得的數據 123 7-4 使用 rbind（）函數增加數據框的行數據 124 7-5 使用 cbind（）函數增加數據框的列數據 125 7-5-1 使用＄符號 126 7-5-2 一次加多個列數據 126 7-6 再談轉置函數 t（） 127 本章習題 128 7 目錄 Chapter 08  串行 List 8-1 建立串行 134 8-1-1 建立串行對像—素不含名稱 134 8-1-2 建立串行對像—素含名稱 134 8-1-3 處理串行素的名稱 135 8-1-4 獲得串行素個數 136 8-2 獲得串行內素內容 136 8-2-1 使用“＄”符號取得串行內素內容 136 8-2-2 使用“[[ ]]”符號取得串行內素內容 137 8-2-3 串行內對像的名稱也可當索引值 137 8-2-4 使用“[ ]”符號取得串行內素內容 138 8-3 編輯串行內素值 139 8-3-1 修素的內容 139 8-3-2 為串行增素 141 8-3-3 刪除串素 144 8-4 串行合並 145 8-5 解析串行的內容結構 146 本章習題 148 Chapter 09  進階字符串的處理 9-1 語句的分割 154 9-2 修改字符串的大小寫 154 9-3 unique（）函數的使用 155 9-4 字符串的連接 155 9-4-1 使用 paste（）函數常見的失敗實例 1 155 9-4-2 使用 paste（）函數常見的失敗實例 2 156 9-4-3 字符串的成功連接與 collapse 參數 156 9-4-4 再談 paste（）函數 157 9-4-5 撲克牌向量有趣的應用 158 9-5 字符串數據的排序 158 9-6 搜索字符串的內容 159 9-6-1 使用索引值搜索 160 9-6-2 使用 grep（）函數搜索 160 9-7 字符串內容的更改 161 9-8 正則表達式（Regular Expression） 162 8 R 語言——邁向大數據之路 9-8-1 搜索具有可選擇性 162 9-8-2 搜索分類字符串 163 9-8-3 搜索部分字符可重復的字符串 163 本章習題 164 Chapter 10  日期和時間的處理 10-1 日期的設置與使用 170 10-1-1 asDate（）函數 170 10-1-2 weekdays（）函數 170 10-1-3 months（）函數 171 10-1-4 quarters（）函數 171 10-1-5 Syslocaleconv（）函數 171 10-1-6 SysDate（）函數 172 10-1-7 再談 seq（）函數 172 10-1-8 使用不同格式表示日期 173 10-2 時間的設置與使用 173 10-2-1 Systime（）函數 174 10-2-2 as IXct（）函數 174 10-2-3 時間也是可以作比較的 175 10-2-4 seq（）函數與時間 175 10-2-5 as IXlt（）函數 175 10-3 時間序列 177 本章習題 180 Chapter 11  編寫自己的函數 11-1 正式編寫程序 184 11-2 函數的基本組成 184 11-3 設計第一個函數 185 11-4 函數也是一個對像 186 11-5 程序代碼的簡化 187 11-6 return（）的功能 188 11-7 省略函數的大括號 189 11-8 傳遞多個函數參數的應用 190 11-8-1 設計可傳遞兩個參數的函數 190 11-8-2 函數參數的默認值 191 9 目錄 11-8-3 3 點參數“ ”的使用 192 11-9 函數也可以作為參數 194 11-9-1 正式實例應用 194 11-9-2 以函數的程序代碼作為參數傳送 195 11-10 局部變量和全局變量 195 11-11 通用函數（Generic Function）196 11-11-1 認識通用函數 print（） 197 11-11-2 通用函數的默認函數 198 11-12 設計第一個通用函數 198 11-12-1 優化轉換百分比函數 199 11-12-2 設計通用函數的默認函數 200 本章習題 202 Chapter 12  程序的流程控制 12-1 if 語句 208 12-1-1 if 語句的基本操作 208 12-1-2 if … else 語句 210 12-1-3 if 語句也可有返回值 212 12-1-4 if … else if … else if …else 213 12-1-5 嵌套式 if 語句 214 12-2 遞歸式函數的設計 215 12-3 向量化的邏輯表達式 217 12-3-1 處理向量數據時 if … else 產生的錯誤 217 12-3-2 ifelse（）函數 217 12-4 switch 語句 219 12-5 for 循環 221 12-6 while 循環 224 12-7 repeat 循環 225 12-8 再談 break 語句 226 12-9 next 語句 227 本章習題 228 Chapter 13  認識 apply 家族 13-1 apply（）函數 234 13-2 sapply（）函數 236 13-3 lapply（）函數 238 10 R 語言——邁向大數據之路 13-4 tapply（）函數 238 13-5 iris 鳶尾花數據集 240 本章習題 242 Chapter 14  輸入與輸出 14-1 認識文件夾 248 14-1-1 getwd（）函數 248 14-1-2 setwd（）函數 248 14-1-3 filepath（）函數 248 14-1-4 dir（）函數 248 14-1-5 listfiles（）函數 249 14-1-6 fileexist（）函數 250 14-1-7 filerename（）函數 250 14-1-8 filecreate（）函數 250 14-1-9 filecopy（）函數 250 14-1-10 fileremove（）函數 251 14-2 數據輸出 cat（）函數 251 14-3 讀取數據 scan（）函數 253 14-4 輸出數據 write（）函數 256 14-5 數據的輸入 257 14-5-1 讀取剪貼板數據 257 14-5-2 讀取剪貼板數據 readtable（）函數 258 14-5-3 讀取 Excel 文件數據 259 14-5-4 認識 CSV 文件以及如何讀取 Excel 文件數據 260 14-5-5 認識 delim 文件以及如何讀取 Excel 文件數據 262 14-6 數據的輸出 263 14-6-1 writeClipboard（）函數 263 14-6-2 writetable（）函數 264 14-7 處理其他數據 265 本章習題 272 Chapter 15  數據分析與處理 15-1 復習數據類型 276 15-2 隨機抽樣 276 15-2-1 將隨機抽樣應用於撲克牌 277 11 目錄 15-2-2 種子值 277 15-2-3 模擬骰子 279 15-2-4 比重的設置 279 15-3 再談向量數據的抽取並以 islands 為實例 280 15-4 數據框數據的抽取——對重復值的處理 282 15-4-1 重復值的搜索 284 15-4-2 which（）函數 285 15-4-3 抽取數據時去除重復值 285 15-5 數據框數據的抽取——對 NA 值的處理 287 15-5-1 抽取數據時去除含 NA 值的行數據 287 15-5-2 naomit（）函數 288 15-6 數據框的字段運算 289 15-6-1 基本數據框的字段運算 289 15-6-2 with（）函數 290 15-6-3 identical（）函數 290 15-6-4 將字段運算結果存入新的字段 290 15-6-5 within（）函數 291 15-7 數據的分割 291 15-7-1 cut（）函數 292 15-7-2 分割數據時直接使用 labels 設定名稱 292 15-7-3 了解每一人口數分類有多少州 293 15-8 數據的合並 293 15-8-1 之前的準備工作 294 15-8-2 merge（）函數使用於交集合並的情況 295 15-8-3 merge（）函數使用於並集合並的情況 296 15-8-4 merge（）函數參數“allx = TRUE” 296 15-8-5 merge（）函數參數“ally = TRUE” 297 15-8-6 match（）函數 297 15-8-7 %in% 298 15-8-8 match（）函數結果的調整 299 15-9 數據的排序 299 15-9-1 之前的準備工作 299 15-9-2 向量的排序 300 15-9-3 order（）函數 301 15-9-4 數據框的排序 301 12 R 語言——邁向大數據之路 15-9-5 排序時增加次要鍵值的排序 302 15-9-6 混合排序與 xtfrm（）函數 304 15-10 繫統內建數據集 mtcars 305 15-11 aggregate（）函數 307 15-11-1 基本使用 307 15-11-2 公式符號 Formula Notation 307 15-12 建立與認識數據表格 308 15-12-1 認識長格式數據與寬格式數據 309 15-12-2 reshapes2 擴展包 309 15-12-3 將寬格式數據轉成長格式數據 melt（）函數 310 15-12-4 將長格式數據轉成寬格式數據 dcast（）函數 312 本章習題 315 Chapter 16  數據彙總與簡單圖表制作 16-1 之前的準備工作 320 16-1-1 下載 MASS 擴展包與 crabs 對像 320 16-1-2 準備與調整繫統內建 state 相關對像 320 16-1-3 準備 mtcars 對像 322 16-2 了解數據的唯一值 322 16-3 基礎統計知識與 R 語言 323 16-3-1 數據的集中趨勢 323 16-3-2 數據的離散程度 325 16-3-3 數據的統計 328 16-4 使用基本圖表認識數據 331 16-4-1 繪制直方圖 331 16-4-2 繪制密度圖 334 16-4-3 在直方圖內繪制密度圖 336 16-5 認識數據彙總函數 summary（） 337 16-6 繪制箱形圖 338 16-7 數據的相關性分析 341 16-7-1 iris 對像數據的相關性分析 341 16-7-2 stateUSA 對像數據的相關性分析 343 16-7-3 crabs 對像數據的相關性分析 344 16-8 使用表格進行數據分析 345 16-8-1 簡單的表格分析與使用 345 16-8-2 從無到有建立一個表格數據 345 13 目錄 16-8-3 分別將矩陣與表格轉成數據框 347 16-8-4 邊際總和 347 16-8-5 計算數據的占比 348 16-8-6 計算行與列的數據占比 349 本章習題 350 Chapter 17  正態分布 17-1 用直方圖檢驗 crabs 對像 356 17-2 用直方圖檢驗 beaver2 對像 357 17-3 用 QQ 圖檢驗數據是否服從正態分布 359 17-4 shapirotest（）函數 361 本章習題 363 Chapter 18  數據分析——統計繪圖 18-1 分類數據的圖形描述 368 18-1-1 條形圖與 barplot（）函數 368 18-1-2 圓餅圖與 pie（）函數 371 18-2 量化數據的圖形描述 372 18-2-1 點圖與 dotchart（）函數 373 18-2-2 繪圖函數 plot（） 376 18-3 在一個頁面內繪制多張圖表的應用 391 18-4 將數據圖存盤 393 18-5 新建窗口 395 本章習題 397 Chapter 19  再談 R 的繪圖功能 19-1 繪圖的基本設置 404 19-1-1 繪圖設備 404 19-1-2 繪圖設置 407 19-1-3 layout（）函數的設置 418 19-2 高級繪圖 421 19-2-1 曲線繪圖 curve（） 421 19-2-2 繪圖函數 coplot（） 423 19-2-3 3D 繪圖函數 426 19-3 低級繪圖——附加圖形於已繪制完成的圖形 429 19-3-1 points（）函數與 text（）函數 429 14 R 語言——邁向大數據之路 19-3-2 lines（）、arrows（）與 segments（）函數 432 19-3-3 ploygon（）函數繪制多邊形 434 19-3-4 abline（）直線、legend（）圖例、title（）抬頭與 axis（） 438 19-4 交互式繪圖 443 本章習題 446 Appendix A  下載和安裝 R A-1 下載 R 語言 456 A-2 下載 RStudio 458 Appendix B  使用 R 的補充說明 B-1 獲得繫統內建的數據集 460 B-2 看到陌生的函數 461 B-3 看到陌生的對像 461 B-4 認識 CRAN 463 B-5 搜索擴展包 463 B-6 安裝與加載擴展包 464 B-7 閱讀擴展包的內容 465 B-8 更新擴展包 466 B-9 搜索繫統目前的擴展包 466 B-10 卸載擴展包 467 B-11 R-Forge 467 Appendix C  本書習題答案 Appendix D  函數索引表

DOS 時代用彙編語言，Windows 時代倡導 Windows 編程，Internet 時代是 HTML 的天下，進入大數據時代， R 語言必須掌握！ 本書作者作為一名歷經四個時代的老程序員，深知學習編程的痛苦與歡樂，結合多年的開發經驗完成此書。 本書將從無到有地教讀者 R 語言的使用，同時學習本書並不需要統計學基礎，在學習編程的過程中，就掌握 了一些必要的統計知識。本書完整講解了幾乎所有 R 語言語法與使用技巧，通過豐富的程序案例講解，讓你事半 功倍。

洪錦魁、蔡桂宏 著

    C H A P TER01基本概念1-1 Big Data的起源1-2 R語言之美1-3 R語言的起源1-4 R的運行環境1-5 R的擴展1-6 本書的學習目標2R 語言——邁向大數據之路1-1  Big Data的起源Big Data一詞，有人解釋為大數據，也有人解釋為巨量資料，其實都OK，本書則以大數據為主要用法。2012年世界經濟論壇在瑞士達沃夫（Davos）有一個主要議題“Big Data, BigImpact”，同年《紐約時報》（The NewYork Times，如右圖所示）的一篇文章，《How Big Data Became So Big》，清楚揭露大數據時代已經降臨，它可以用在商業、經濟和其他領域中。1-2 &等

在 DOS 時代，我寫了 Assembly Language。 在 Windows 時代，我寫了 Windows Programming Using C 和 Visual Basic。 在 Internet 時代，我寫了 HTML。 寫了許多的書，曾經也想退休……但仍在職場。 今天是 Big Data 時代，我完成了 R。 在 DOS 時代，我在撰寫 Assembly Language 時，完成了彙編語言語法以及完整的 DOS 和 BIOS 應用的相關寫作，我深知，這本書是當時最完整的彙編語言教材，我的心情是愉快的。 在 Windows 時代，我在撰寫 Windows Programming 時，完成了幾乎所有 Windows 組件的重新 設計的寫作，當初愉快的心情再度湧上心頭。 在 Internet 時代，我在撰寫 HTML，完成了各類網頁功能的幾乎所等