歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >>
無(wú)R語(yǔ)言數(shù)據(jù)分析與可視化從入門(mén)到精通

無(wú)R語(yǔ)言數(shù)據(jù)分析與可視化從入門(mén)到精通

出版社：北京大學(xué)出版社出版時(shí)間：2020-10-01
開(kāi)本： 16開(kāi) 頁(yè)數(shù)： 508
讀者評(píng)分：5分1條評(píng)論
中 圖 價(jià):¥84.5(7.1折) 定價(jià)  ¥119.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書(shū)更多>
買過(guò)本商品的人還買了

無(wú)R語(yǔ)言數(shù)據(jù)分析與可視化從入門(mén)到精通 版權(quán)信息

無(wú)R語(yǔ)言數(shù)據(jù)分析與可視化從入門(mén)到精通 本書(shū)特色

1. 理論為輔、實(shí)踐為主。本書(shū)涉及一些必要的理論知識(shí)，特別是在數(shù)據(jù)分析部分，但總體以實(shí)踐為主，因此幾乎每節(jié)都有大量的代碼，方便讀者實(shí)踐。 2. 知識(shí)全面、系統(tǒng)。本書(shū)在介紹了R語(yǔ)言的基礎(chǔ)知識(shí)后，從數(shù)據(jù)獲取和導(dǎo)出、數(shù)據(jù)清理和操作、數(shù)據(jù)分析和可視化方面分別進(jìn)行了探討，內(nèi)容由淺入深、循序漸進(jìn)。 3. 案例廣泛。本書(shū)中的案例涉及心理學(xué)、社會(huì)學(xué)、醫(yī)學(xué)、商業(yè)和經(jīng)濟(jì)等領(lǐng)域，但并不需要讀者具備這些領(lǐng)域的專業(yè)知識(shí)。 4. “新手問(wèn)答”和“小試牛刀”知識(shí)模塊！靶率謫(wèn)答”主要對(duì)讀者學(xué)習(xí)過(guò)程中易出現(xiàn)的疑問(wèn)或容易犯的錯(cuò)誤進(jìn)行針對(duì)性的解答；“小試牛刀”結(jié)合每章知識(shí)及相關(guān)技能，列舉綜合上機(jī)案例，讓讀者在學(xué)完一章內(nèi)容后能及時(shí)回顧和練習(xí)，旨在讓讀者鞏固知識(shí)、學(xué)以致用。

無(wú)R語(yǔ)言數(shù)據(jù)分析與可視化從入門(mén)到精通 內(nèi)容簡(jiǎn)介

    R語(yǔ)言是一個(gè)自由、免費(fèi)、源代碼開(kāi)放的編程語(yǔ)言和環(huán)境，它提供了強(qiáng)大的數(shù)據(jù)分析功能和豐富的數(shù)據(jù)可視化手段。隨著數(shù)據(jù)科學(xué)的快速發(fā)展，R語(yǔ)言已經(jīng)成為數(shù)據(jù)分析領(lǐng)域炙手可熱的通用語(yǔ)言。全書(shū)分為3篇共12章，具體內(nèi)容如下。     篇：入門(mén)篇（章~第3章）。本篇將帶領(lǐng)讀者逐步走進(jìn)R語(yǔ)言的世界，幫助讀者對(duì)R語(yǔ)言形成初步的認(rèn)識(shí)，并學(xué)會(huì)如何獲取和安裝R語(yǔ)言，以及如何在需要時(shí)獲取幫助。然后介紹R語(yǔ)言的一些基礎(chǔ)知識(shí)，這些知識(shí)是靈活應(yīng)用R語(yǔ)言的必要前提。很后重點(diǎn)介紹R語(yǔ)言函數(shù)的使用方法，同時(shí)也會(huì)涉及一些其他相關(guān)內(nèi)容，如流程控制和R語(yǔ)言環(huán)境等。     第2篇：進(jìn)階篇（第4章~1章）。本篇介紹R語(yǔ)言數(shù)據(jù)管理、數(shù)據(jù)分析和數(shù)據(jù)可視化的三大威力，包括通過(guò)數(shù)據(jù)獲取、導(dǎo)出、整合和清理等操作將零散的數(shù)據(jù)整合為可以分析處理的數(shù)據(jù)集的多種方法；并介紹一些常用基礎(chǔ)統(tǒng)計(jì)和不錯(cuò)統(tǒng)計(jì)的實(shí)現(xiàn)方法，以及R語(yǔ)言的圖形生成、圖形修飾、外部繪圖插件和圖形展示等功能。     第3篇：實(shí)戰(zhàn)篇（2章）。本篇通過(guò)一個(gè)實(shí)戰(zhàn)案例，綜合講解R語(yǔ)言在數(shù)據(jù)處理與可視化分析方面的實(shí)戰(zhàn)技能。

無(wú)R語(yǔ)言數(shù)據(jù)分析與可視化從入門(mén)到精通 目錄

第1篇 入門(mén)篇第1章 R語(yǔ)言快速入門(mén)　/3

1.1 R語(yǔ)言及其歷史　/4

1.1.1 R語(yǔ)言的源起　/4

1.1.2 R語(yǔ)言的版本更新　/4

1.2 R語(yǔ)言的優(yōu)勢(shì)和劣勢(shì)　/5

1.2.1 R語(yǔ)言的優(yōu)勢(shì)　/5

1.2.2 R語(yǔ)言的劣勢(shì)　/6

1.3 R語(yǔ)言的軟件獲取及安裝　/6

1.3.1 獲取R語(yǔ)言軟件　/6

1.3.2 在Windows平臺(tái)上安裝　/7

1.3.3 在Linux平臺(tái)上安裝　/10

1.3.4 在Mac OS平臺(tái)上安裝　/11

1.4 R語(yǔ)言的輔助工具　/13

1.4.1 R GUI　/13

1.4.2 RStudio　/16

1.4.3 獲取幫助　/19

1.5 新手問(wèn)答　/21

1.6 小試牛刀：練習(xí)設(shè)置RStudio全局選項(xiàng)　/21

本章小結(jié) 　/23

第2章 R語(yǔ)言的編程基礎(chǔ)（上）　/24

2.1 對(duì)象與變量　/25

2.1.1 對(duì)象　/25

2.1.2 變量　/26

2.1.3 變量的列舉和刪除　/28

2.2 數(shù)據(jù)類型　/30

2.2.1 常用數(shù)據(jù)類型　/31

2.2.2 特殊值　/31

2.3 數(shù)據(jù)結(jié)構(gòu)　/32

2.3.1 向量　/32

2.3.2 矩陣和數(shù)組　/38

2.3.3 因子　/43

2.3.4 列表　/46

2.3.5 數(shù)據(jù)框　/50

2.3.6 原子向量和遞歸向量　/53

2.4 數(shù)學(xué)運(yùn)算　/58

2.4.1 基礎(chǔ)運(yùn)算　/58

2.4.2 向量運(yùn)算　/61

2.4.3 矩陣運(yùn)算　/64

2.5 新手問(wèn)答　/65

2.6 小試牛刀：提取數(shù)據(jù)框子集，并對(duì)部分列做統(tǒng)計(jì)計(jì)算　/66

本章小結(jié) 　/67

第3章 R語(yǔ)言的編程基礎(chǔ)（下）　/68

3.1 流程控制　/69

3.1.1 repeat循環(huán)　/69

3.1.2 while循環(huán)　/70

3.1.3 for循環(huán)　/70

3.1.4 if…else語(yǔ)句　/72

3.1.5 switch語(yǔ)句　/73

3.2 編寫(xiě)R函數(shù)　/74

3.2.1 函數(shù)格式　/74

3.2.2 函數(shù)參數(shù)　/75

3.2.3 返回值　/77

3.2.4 函數(shù)調(diào)用　/77

3.3 R語(yǔ)言常用函數(shù)　/78

3.3.1 文件操作函數(shù)　/78

3.3.2 基礎(chǔ)計(jì)算函數(shù)　/81

3.3.3 概率分布函數(shù)　/86

3.3.4 字符處理函數(shù)　/90

3.4 R包　/94

3.4.1 R包的管理　/94

3.4.2 R包的加載　/97

3.4.3 自定義R包　/98

3.5 環(huán)境空間　/103

3.5.1 環(huán)境空間的種類　/103

3.5.2 環(huán)境空間的使用方法　/104

3.5.3 環(huán)境空間的特征　/106

3.6 新手問(wèn)答　/108

3.7 小試牛刀：編寫(xiě)函數(shù)并實(shí)現(xiàn)調(diào)用 　/109

本章小結(jié) 　/110

第2篇 進(jìn)階篇第

4章 R語(yǔ)言的數(shù)據(jù)獲取與導(dǎo)出　/113

4.1 數(shù)據(jù)獲取　/114

4.1.1 導(dǎo)入R語(yǔ)言系統(tǒng)格式數(shù)據(jù)　/114

4.1.2 導(dǎo)入帶有分隔符的文本數(shù)據(jù)　/114

4.1.3 導(dǎo)入Excel數(shù)據(jù)　/115

4.1.4 讀取數(shù)據(jù)庫(kù)數(shù)據(jù)　/119

4.1.5 讀取其他統(tǒng)計(jì)工具的數(shù)據(jù)　/128

4.1.6 從互聯(lián)網(wǎng)抓取數(shù)據(jù)　/136

4.2 數(shù)據(jù)導(dǎo)出　/151

4.2.1 寫(xiě)入R語(yǔ)言系統(tǒng)格式的數(shù)據(jù)　/151

4.2.2 寫(xiě)入文本文件　/152

4.2.3 寫(xiě)入Excel文件　/152

4.2.4 寫(xiě)入數(shù)據(jù)庫(kù)　/153

4.3 新手問(wèn)答　/155

4.4 小試牛刀：比較R語(yǔ)言讀/寫(xiě)文件的效率　/156

本章小結(jié) 　/158

第5章 R語(yǔ)言的數(shù)據(jù)管理威力之?dāng)?shù)據(jù)操作　/159

5.1 R語(yǔ)言內(nèi)置數(shù)據(jù)操作函數(shù)　/160

5.1.1 查看和編輯數(shù)據(jù)　/160

5.1.2 篩選　/163

5.1.3 合并　/165

5.1.4 分組和匯總　/168

5.1.5 排序　/170

5.1.6 轉(zhuǎn)換　/173

5.2 數(shù)據(jù)重塑　/175

5.3 apply函數(shù)族　/178

5.3.1 apply()函數(shù)　/178

5.3.2 lapply()函數(shù)　/181

5.3.3 sapply()函數(shù)　/183

5.3.4 vapply()函數(shù)　/183

5.3.5 mapply()函數(shù)　/184

5.4 plyr擴(kuò)展包　/184

5.5 用sqldf()函數(shù)實(shí)現(xiàn)數(shù)據(jù)框的SQL風(fēng)格查詢　/189

5.6 dplyr擴(kuò)展包　/191

5.7 新手問(wèn)答 　/199

5.8 牛刀小試：對(duì)矩陣各列使用不同的

函數(shù)　/200

本章小結(jié) 　/202

第6章 語(yǔ)言的數(shù)據(jù)分析威力之基本統(tǒng)計(jì)　/203

6.1 描述性統(tǒng)計(jì)　/204

6.1.1 描述性統(tǒng)計(jì)量　/204

6.1.2 列聯(lián)表　/206

6.1.3 同時(shí)呈現(xiàn)多個(gè)統(tǒng)計(jì)量　/210

6.2 計(jì)數(shù)數(shù)據(jù)的檢驗(yàn)　/215

6.2.1 卡方檢驗(yàn)的基本原理　/215

6.2.2 在R語(yǔ)言中實(shí)現(xiàn)卡方檢驗(yàn)　/216

6.3 相關(guān)分析　/220

6.3.1 相關(guān)的類型　/220

6.3.2 各種相關(guān)系數(shù)計(jì)算在R語(yǔ)言中的實(shí)現(xiàn)　/221

6.4 t檢驗(yàn)　/224

6.4.1 獨(dú)立樣本t檢驗(yàn)　/225

6.4.2 非獨(dú)立樣本t檢驗(yàn)　/227

6.4.3 對(duì)t檢驗(yàn)的前提假設(shè)進(jìn)行檢驗(yàn)　/228

6.5 方差分析　/230

6.5.1 方差分析的基本術(shù)語(yǔ)　/230

6.5.2 aov()函數(shù)　/231

6.5.3 單因素非重復(fù)測(cè)量方差分析　/232

6.5.4 單因素協(xié)方差分析　/235

6.5.5 單因素重復(fù)測(cè)量方差分析　/238

6.5.6 兩因素方差分析　/240

6.5.7 對(duì)方差分析前提假設(shè)的檢驗(yàn)　/242

6.6 非參數(shù)檢驗(yàn)　/242

6.6.1 兩總體比較　/243

6.6.2 多于兩總體比較　/244

6.7 回歸分析　/244

6.7.1 lm()函數(shù)　/245

6.7.2 模型擬合　/245

6.7.3 模型診斷　/249

6.7.4 模型改進(jìn)　/251

6.8 新手問(wèn)答　/257

6.9 小試牛刀：獨(dú)立樣本均值差異檢驗(yàn)　/257

本章小結(jié) 　/259

第7章 R語(yǔ)言的數(shù)據(jù)分析威力之高級(jí)方法　/262

7.1 判別分析　/263

7.1.1 判別分析的原理　/263

7.1.2 判別分析在R語(yǔ)言中的實(shí)現(xiàn)　/264

7.2 聚類分析　/273

7.2.1 聚類分析的原理　/274

7.2.2 聚類分析在R語(yǔ)言中的實(shí)現(xiàn)　/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語(yǔ)言中的實(shí)現(xiàn)　/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語(yǔ)言中的實(shí)現(xiàn)　/295

7.5 新手問(wèn)答　/302

7.6 小試牛刀：嘗試實(shí)現(xiàn)層次聚類　/302

本章小結(jié) 　/303

第8章 R語(yǔ)言的可視化威力之圖形生成　/304

8.1 R語(yǔ)言繪圖系統(tǒng)　/305

8.2 單變量繪圖和雙變量繪圖　/305

8.2.1 散點(diǎn)圖　/305

8.2.2 折線圖　/309

8.2.3 條形圖　/312

8.2.4 餅圖　/314

8.2.5 箱線圖　/315

8.2.6 直方圖和核密度圖　/317

8.3 多變量繪圖　/319

8.3.1 氣泡圖　/319

8.3.2 熱圖　/321

8.3.3 馬賽克圖　/322

8.3.4 相關(guān)矩陣圖　/325

8.3.5 三維散點(diǎn)圖　/327

8.4 新手問(wèn)答　/328

8.5 小試牛刀：將兩個(gè)數(shù)據(jù)源繪制在同一個(gè)坐標(biāo)系中　/329

本章小結(jié) 　/330

第9章 R語(yǔ)言的可視化威力之圖形優(yōu)化　/331

9.1 添加圖形元素　/332

9.1.1 坐標(biāo)軸　/332

9.1.2 圖例　/337

9.1.3 文本注解　/341

9.1.4 標(biāo)題　/343

9.1.5 參考線　/344

9.1.6 線段和帶箭頭的線段　/346

9.1.7 矩形陰影　/347

9.2 控制圖形外觀　/348

9.2.1 整體外觀　/348

9.2.2 局部外觀　/351

9.2.3 文本　/352

9.2.4 線條　/353

9.2.5 矩形　/354

9.2.6 點(diǎn)的形狀　/355

9.3 圖形配色與布局　/356

9.3.1 顏色與調(diào)色板　/356

9.3.2 面板和分面　/362

9.3.3 圖形組合　/365

9.4 新手問(wèn)答　/368

9.5 小試牛刀:使用網(wǎng)格系統(tǒng)組合圖形　/369

本章小結(jié) 　/370

第10章 R語(yǔ)言的可視化威力之外部插件　/371

10.1 ggvis插件包　/372

10.1.1 ggivs與ggplot2的對(duì)比　/372

10.1.2 繪圖語(yǔ)法　/374

10.1.3 圖層　/377

10.1.4 圖形修飾　/384

10.2 plotly插件包　/391

10.2.1 plotly插件包對(duì)ggplot2包繪圖對(duì)象的擴(kuò)展　/392

10.2.2 繪圖語(yǔ)法　/393

10.2.3 繪圖示例　/403

10.2.4 圖形修飾　/416

10.3 新手問(wèn)答　/422

10.4 小試牛刀：使用plotly插件包繪制組合圖　/423

本章小結(jié) 　/425

第11章 R語(yǔ)言的可視化威力之圖形展示　/426

11.1 傳統(tǒng)圖形輸出　/427

11.1.1 輸出為位圖文件　/427

11.1.2 輸出為PDF文件　/428

11.1.3 輸出為矢量圖　/429

11.2 網(wǎng)頁(yè)輸出　/429

11.2.1 使用R Markdown輸出為網(wǎng)頁(yè)　/430

11.2.2 使用shiny輸出為網(wǎng)頁(yè)　/437

11.3 新手問(wèn)答　/443

11.4 小試牛刀：將繪圖輸出為HTML文檔　/444

本章小結(jié) 　/446

第3篇 實(shí)戰(zhàn)篇

第12章 R語(yǔ)言對(duì)產(chǎn)品性價(jià)比的數(shù)據(jù)分析與可視化　/449

12.1 數(shù)據(jù)采集　/450

12.1.1 分析頁(yè)面結(jié)構(gòu)　/450

12.1.2 編寫(xiě)爬蟲(chóng)程序　/454

12.1.3 抓取數(shù)據(jù)并保存　/463

12.2 數(shù)據(jù)清理　/463

12.2.1 變量（字符）拆分與抽取　/464

12.2.2 檢測(cè)數(shù)據(jù)缺失與重復(fù)值　/466

12.2.3 變量類型轉(zhuǎn)化與重命名　/468

12.3 數(shù)據(jù)分析與數(shù)據(jù)可視化　/470

12.3.1 探索性數(shù)據(jù)分析　/470

12.3.2 圖書(shū)價(jià)格和評(píng)論指標(biāo)的聚類分析　/484

12.3.3 圖書(shū)性價(jià)比分析　/487

本章小結(jié) 　/496

參考文獻(xiàn)　/497


展開(kāi)全部

無(wú)R語(yǔ)言數(shù)據(jù)分析與可視化從入門(mén)到精通 節(jié)選

R 語(yǔ)言是S 語(yǔ)言的一個(gè)分支，而S 語(yǔ)言則是由John Chambers、Rick Becker 和Allan Wilks 等人在貝爾實(shí)驗(yàn)室（前身為AT ＆ T，現(xiàn)為朗訊科技）開(kāi)發(fā)的一種用來(lái)進(jìn)行數(shù)據(jù)探索、統(tǒng)計(jì)分析和作圖的解釋型語(yǔ)言。S 語(yǔ)言*初的實(shí)現(xiàn)版本主要是S-PLUS。S-PLUS 是一個(gè)商業(yè)軟件，它基于S 語(yǔ)言，并被MathSoft 公司的統(tǒng)計(jì)科學(xué)部進(jìn)一步完善。1995 年，奧克蘭大學(xué)統(tǒng)計(jì)系的Ross Ihaka 和RobertGentleman 基于S 語(yǔ)言的源代碼并結(jié)合Scheme 語(yǔ)言的語(yǔ)法，編寫(xiě)了一個(gè)能執(zhí)行S 語(yǔ)言的軟件。他們以兩人名字的首字母將該軟件命名為“R”，并公開(kāi)了該軟件的全部源代碼，其命令統(tǒng)稱為R 語(yǔ)言。因此R 語(yǔ)言其實(shí)也是S 語(yǔ)言的一種實(shí)現(xiàn)。 1997 年，由11 人組成的R 語(yǔ)言開(kāi)發(fā)核心團(tuán)隊(duì)正式成立，負(fù)責(zé)R 語(yǔ)言的開(kāi)發(fā)和維護(hù)。如今R語(yǔ)言核心開(kāi)發(fā)團(tuán)隊(duì)已經(jīng)達(dá)到25 人，成員來(lái)自世界知名大學(xué)和企業(yè)。由于R 語(yǔ)言具備出眾的擴(kuò)展性,其使用者越來(lái)越多，同時(shí)也吸引了大量的開(kāi)發(fā)者編寫(xiě)自定義函數(shù)包供更多人使用。自2004 年開(kāi)始，R 語(yǔ)言基金會(huì)幾乎每年都支持R 語(yǔ)言社區(qū)成員組織的會(huì)議，世界各地的R 語(yǔ)言開(kāi)發(fā)者和用戶齊聚一堂，討論R 語(yǔ)言的應(yīng)用與科研方面的成果。此外，自2008 年開(kāi)始，國(guó)內(nèi)也定期舉行中國(guó)R 語(yǔ)言會(huì)議，以推動(dòng)R 語(yǔ)言在我國(guó)的普及。 截至2018 年12 月，R 語(yǔ)言在TIOBE 指數(shù)中排名第16 位，反映了R 語(yǔ)言的流行程度。

無(wú)R語(yǔ)言數(shù)據(jù)分析與可視化從入門(mén)到精通 作者簡(jiǎn)介

程乾，長(zhǎng)期從事教育測(cè)量和教育大數(shù)據(jù)分析，擅長(zhǎng)教育測(cè)量技術(shù)、數(shù)據(jù)可視化、數(shù)據(jù)挖掘算法和數(shù)據(jù)庫(kù)管理，并致力于R的推廣和普及。 劉永，R語(yǔ)言極客，數(shù)據(jù)分析專家，曾任職于科大訊飛（深圳），新光在線（深圳），擅長(zhǎng)數(shù)據(jù)管理、數(shù)據(jù)可視化、潛在分類分析、結(jié)構(gòu)方程建模和統(tǒng)計(jì)計(jì)算，對(duì)R語(yǔ)言有深入研究。 高博，高級(jí)工程師，主要研究方向?yàn)樵朴?jì)算與大數(shù)據(jù)、數(shù)據(jù)可視化等，熟悉R語(yǔ)言、.Net、PHP、Python、DevOps、MySQL、SQLServer等技術(shù)和工具。參與編寫(xiě)了《代碼的力量——Discuz!源碼分析與插件開(kāi)發(fā)實(shí)例進(jìn)階》《PHP+MySQL+AJAX Web開(kāi)發(fā)給力起飛》《Java Web應(yīng)用開(kāi)發(fā)給力起飛》等圖書(shū)。主持省部級(jí)縱向課題3項(xiàng)，參與縱向、橫向課題16項(xiàng)，獲得軟件著作權(quán)12項(xiàng)。

  • 主題：r語(yǔ)言數(shù)據(jù)分析

    r語(yǔ)言數(shù)據(jù)分析好

    2021/10/8 14:18:41
    讀者:nie***(購(gòu)買過(guò)本書(shū))
書(shū)友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服