无R语言数据分析与可视化从入门到精通

第1篇 入门篇第1章 R语言快速入门　/3

1.1 R语言及其历史　/4

1.1.1 R语言的源起　/4

1.1.2 R语言的版本更新　/4

1.2 R语言的优势和劣势　/5

1.2.1 R语言的优势　/5

1.2.2 R语言的劣势　/6

1.3 R语言的软件获取及安装　/6

1.3.1 获取R语言软件　/6

1.3.2 在Windows平台上安装　/7

1.3.3 在Linux平台上安装　/10

1.3.4 在Mac OS平台上安装　/11

1.4 R语言的辅助工具　/13

1.4.1 R GUI　/13

1.4.2 RStudio　/16

1.4.3 获取帮助　/19

1.5 新手问答　/21

1.6 小试牛刀：练习设置RStudio全局选项　/21

本章小结 　/23

第2章 R语言的编程基础（上）　/24

2.1 对象与变量　/25

2.1.1 对象　/25

2.1.2 变量　/26

2.1.3 变量的列举和删除　/28

2.2 数据类型　/30

2.2.1 常用数据类型　/31

2.2.2 特殊值　/31

2.3 数据结构　/32

2.3.1 向量　/32

2.3.2 矩阵和数组　/38

2.3.3 因子　/43

2.3.4 列表　/46

2.3.5 数据框　/50

2.3.6 原子向量和递归向量　/53

2.4 数学运算　/58

2.4.1 基础运算　/58

2.4.2 向量运算　/61

2.4.3 矩阵运算　/64

2.5 新手问答　/65

2.6 小试牛刀：提取数据框子集，并对部分列做统计计算　/66

本章小结 　/67

第3章 R语言的编程基础（下）　/68

3.1 流程控制　/69

3.1.1 repeat循环　/69

3.1.2 while循环　/70

3.1.3 for循环　/70

3.1.4 if…else语句　/72

3.1.5 switch语句　/73

3.2 编写R函数　/74

3.2.1 函数格式　/74

3.2.2 函数参数　/75

3.2.3 返回值　/77

3.2.4 函数调用　/77

3.3 R语言常用函数　/78

3.3.1 文件操作函数　/78

3.3.2 基础计算函数　/81

3.3.3 概率分布函数　/86

3.3.4 字符处理函数　/90

3.4 R包　/94

3.4.1 R包的管理　/94

3.4.2 R包的加载　/97

3.4.3 自定义R包　/98

3.5 环境空间　/103

3.5.1 环境空间的种类　/103

3.5.2 环境空间的使用方法　/104

3.5.3 环境空间的特征　/106

3.6 新手问答　/108

3.7 小试牛刀：编写函数并实现调用 　/109

本章小结 　/110

第2篇 进阶篇第

4章 R语言的数据获取与导出　/113

4.1 数据获取　/114

4.1.1 导入R语言系统格式数据　/114

4.1.2 导入带有分隔符的文本数据　/114

4.1.3 导入Excel数据　/115

4.1.4 读取数据库数据　/119

4.1.5 读取其他统计工具的数据　/128

4.1.6 从互联网抓取数据　/136

4.2 数据导出　/151

4.2.1 写入R语言系统格式的数据　/151

4.2.2 写入文本文件　/152

4.2.3 写入Excel文件　/152

4.2.4 写入数据库　/153

4.3 新手问答　/155

4.4 小试牛刀：比较R语言读/写文件的效率　/156

本章小结 　/158

第5章 R语言的数据管理威力之数据操作　/159

5.1 R语言内置数据操作函数　/160

5.1.1 查看和编辑数据　/160

5.1.2 筛选　/163

5.1.3 合并　/165

5.1.4 分组和汇总　/168

5.1.5 排序　/170

5.1.6 转换　/173

5.2 数据重塑　/175

5.3 apply函数族　/178

5.3.1 apply()函数　/178

5.3.2 lapply()函数　/181

5.3.3 sapply()函数　/183

5.3.4 vapply()函数　/183

5.3.5 mapply()函数　/184

5.4 plyr扩展包　/184

5.5 用sqldf()函数实现数据框的SQL风格查询　/189

5.6 dplyr扩展包　/191

5.7 新手问答 　/199

5.8 牛刀小试：对矩阵各列使用不同的

函数　/200

本章小结 　/202

第6章 语言的数据分析威力之基本统计　/203

6.1 描述性统计　/204

6.1.1 描述性统计量　/204

6.1.2 列联表　/206

6.1.3 同时呈现多个统计量　/210

6.2 计数数据的检验　/215

6.2.1 卡方检验的基本原理　/215

6.2.2 在R语言中实现卡方检验　/216

6.3 相关分析　/220

6.3.1 相关的类型　/220

6.3.2 各种相关系数计算在R语言中的实现　/221

6.4 t检验　/224

6.4.1 独立样本t检验　/225

6.4.2 非独立样本t检验　/227

6.4.3 对t检验的前提假设进行检验　/228

6.5 方差分析　/230

6.5.1 方差分析的基本术语　/230

6.5.2 aov()函数　/231

6.5.3 单因素非重复测量方差分析　/232

6.5.4 单因素协方差分析　/235

6.5.5 单因素重复测量方差分析　/238

6.5.6 两因素方差分析　/240

6.5.7 对方差分析前提假设的检验　/242

6.6 非参数检验　/242

6.6.1 两总体比较　/243

6.6.2 多于两总体比较　/244

6.7 回归分析　/244

6.7.1 lm()函数　/245

6.7.2 模型拟合　/245

6.7.3 模型诊断　/249

6.7.4 模型改进　/251

6.8 新手问答　/257

6.9 小试牛刀：独立样本均值差异检验　/257

本章小结 　/259

第7章 R语言的数据分析威力之高级方法　/262

7.1 判别分析　/263

7.1.1 判别分析的原理　/263

7.1.2 判别分析在R语言中的实现　/264

7.2 聚类分析　/273

7.2.1 聚类分析的原理　/274

7.2.2 聚类分析在R语言中的实现　/279

7.3 主成分分析　/289

7.3.1 主成分分析的原理　/289

7.3.2 主成分分析在R语言中的实现　/290

7.4 因子分析　/292

7.4.1 因子分析的原理　/293

7.4.2 因子分析在R语言中的实现　/295

7.5 新手问答　/302

7.6 小试牛刀：尝试实现层次聚类　/302

本章小结 　/303

第8章 R语言的可视化威力之图形生成　/304

8.1 R语言绘图系统　/305

8.2 单变量绘图和双变量绘图　/305

8.2.1 散点图　/305

8.2.2 折线图　/309

8.2.3 条形图　/312

8.2.4 饼图　/314

8.2.5 箱线图　/315

8.2.6 直方图和核密度图　/317

8.3 多变量绘图　/319

8.3.1 气泡图　/319

8.3.2 热图　/321

8.3.3 马赛克图　/322

8.3.4 相关矩阵图　/325

8.3.5 三维散点图　/327

8.4 新手问答　/328

8.5 小试牛刀：将两个数据源绘制在同一个坐标系中　/329

本章小结 　/330

第9章 R语言的可视化威力之图形优化　/331

9.1 添加图形元素　/332

9.1.1 坐标轴　/332

9.1.2 图例　/337

9.1.3 文本注解　/341

9.1.4 标题　/343

9.1.5 参考线　/344

9.1.6 线段和带箭头的线段　/346

9.1.7 矩形阴影　/347

9.2 控制图形外观　/348

9.2.1 整体外观　/348

9.2.2 局部外观　/351

9.2.3 文本　/352

9.2.4 线条　/353

9.2.5 矩形　/354

9.2.6 点的形状　/355

9.3 图形配色与布局　/356

9.3.1 颜色与调色板　/356

9.3.2 面板和分面　/362

9.3.3 图形组合　/365

9.4 新手问答　/368

9.5 小试牛刀:使用网格系统组合图形　/369

本章小结 　/370

第10章 R语言的可视化威力之外部插件　/371

10.1 ggvis插件包　/372

10.1.1 ggivs与ggplot2的对比　/372

10.1.2 绘图语法　/374

10.1.3 图层　/377

10.1.4 图形修饰　/384

10.2 plotly插件包　/391

10.2.1 plotly插件包对ggplot2包绘图对象的扩展　/392

10.2.2 绘图语法　/393

10.2.3 绘图示例　/403

10.2.4 图形修饰　/416

10.3 新手问答　/422

10.4 小试牛刀：使用plotly插件包绘制组合图　/423

本章小结 　/425

第11章 R语言的可视化威力之图形展示　/426

11.1 传统图形输出　/427

11.1.1 输出为位图文件　/427

11.1.2 输出为PDF文件　/428

11.1.3 输出为矢量图　/429

11.2 网页输出　/429

11.2.1 使用R Markdown输出为网页　/430

11.2.2 使用shiny输出为网页　/437

11.3 新手问答　/443

11.4 小试牛刀：将绘图输出为HTML文档　/444

本章小结 　/446

第3篇 实战篇

第12章 R语言对产品性价比的数据分析与可视化　/449

12.1 数据采集　/450

12.1.1 分析页面结构　/450

12.1.2 编写爬虫程序　/454

12.1.3 抓取数据并保存　/463

12.2 数据清理　/463

12.2.1 变量（字符）拆分与抽取　/464

12.2.2 检测数据缺失与重复值　/466

12.2.3 变量类型转化与重命名　/468

12.3 数据分析与数据可视化　/470

12.3.1 探索性数据分析　/470

12.3.2 图书价格和评论指标的聚类分析　/484

12.3.3 图书性价比分析　/487

本章小结 　/496

参考文献　/497