R语言学习攻略

# R语言学习攻略
## R语言:从0到1
### Studennt. LJJ
### 2020-08-26

---

# 初识R语言

---

### 下载

- [R官网](https://cran.r-project.org/mirrors.html)和[Rstudio官网](https://rstudio.com/products/rstudio/download/)
- [Git](https://git-scm.com/downloads)
- [Python官网](https://www.anaconda.com/products/individual)

注意:R和Rstudio必须安装在同一个目录下！！！

### R的应用

- **统计分析**

- **可视化**

- **机器学习**

- **沟通交流**

- **数据分析**

- **网络爬虫**

---
class: inverse, center, middle

# Base R

---

## 下载R包

**第一种方法**

```r
if (!requireNamespace("dplyr"))
  install.packages("dplyr")
```

**第二种方法**

```r
if (!requireNamespace("xaringan"))
  devtools::install_github("yihui/xaringan")
```

**第三种方法**

本地下载安装:分为二进制和Source两种方式

以上三种安装方式视频教程有介绍，视频在**R，Rstudio，python和git安装**一节

---

## R语言基本语法

```r
1 + 1
```

```
## [1] 2
```

```r
2 * 5
```

```
## [1] 10
```

```r
head(mtcars,6)
```

```
##                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
## Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
## Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
## Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
## Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
## Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
## Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1
```

---

## R语言基本语法

```r
mtcars[1:2,1:5]
```

```
##               mpg cyl disp  hp drat
## Mazda RX4      21   6  160 110  3.9
## Mazda RX4 Wag  21   6  160 110  3.9
```

```r
mtcars[1:8]
```

```
##                      mpg cyl  disp  hp drat    wt  qsec vs
## Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0
## Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0
## Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1
## Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1
## Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0
## Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1
## Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0
## Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1
## Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1
## Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1
## Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1
## Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0
## Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0
## Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0
## Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0
## Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0
## Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0
## Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1
## Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1
## Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1
## Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1
## Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0
## AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0
## Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0
## Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0
## Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1
## Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0
## Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1
## Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0
## Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0
## Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0
## Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1
```

---

## Base R 图形

Base R的图形美观度一般，但是经过修改应该会有所改善，但是这不如直接使用ggplot语法格式，更加美观，代码量更少！

```r
boxplot(Sepal.Length~Species,data = iris)
```

---

## 线性回归

```r
library(tidyverse)
lm(displ ~ hwy,data = mpg) %>% 
  broom::tidy()
```

```
## # A tibble: 2 x 5
##   term        estimate std.error statistic  p.value
##   <chr>          <dbl>     <dbl>     <dbl>    <dbl>
## 1 (Intercept)    7.37    0.221        33.3 2.78e-90
## 2 hwy           -0.166   0.00916     -18.2 2.04e-46
```

---

## ggplot 图形

ggplot2容易学习，只要有数据，想绘制什么样的图形都可以，随心所欲，对于绞尽脑汁而不能想出来的图形，问大神，多谷歌，基本都可以解决。

下边牛刀小试:

---
class: inverse, center, middle

# tidyverse

---

## tidyverse的核心包

### 安装和使用

```r
# install.packages("tidyverse")
library(tidyverse)
```

tidyverse的核心内容包括您可能在日常数据分析中使用的软件包。

- 可视化:[ggplot2](https://ggplot2.tidyverse.org/)

- 数据操作和转换:[dplyr](https://dplyr.tidyverse.org/)和[tidyr](https://tidyr.tidyverse.org/)

- 读写数据:[readr](https://readr.tidyverse.org/)

- 函数式编程:[purrr](https://purrr.tidyverse.org/)

- 新型数据框:[tibble](https://tibble.tidyverse.org/)

- 字符串处理:[stringr](https://stringr.tidyverse.org/)

---

## tidyverse的其它包

Tidyverse还包括许多其他具有更专业用途的软件包。

- 导入数据:
  - [DBI](https://github.com/r-dbi/DBI):数据库
  - [haven](https://haven.tidyverse.org/):读写SAS、SPSS和Stata数据
  - [httr](https://github.com/r-lib/httr):web APIs
  - [readxl](https://readxl.tidyverse.org/):读写Excel数据
  - [rvest](https://github.com/tidyverse/rvest):网络爬虫
  - [JSON](https://github.com/jeroen/jsonlite#jsonlite):解析JSON
  - [xml2](https://github.com/r-lib/xml2):xml

- 编程:
  - [magrittr](https://magrittr.tidyverse.org/):管道操作
  - [glue](https://github.com/tidyverse/glue):组合数据
  
---
## tidyverse的其它包

- 处理特定数据:
  - [lubridate](https://lubridate.tidyverse.org/):处理时间数据
  - [hms](https://github.com/tidyverse/hms):处理时间数据
  - [blob](https://github.com/tidyverse/blob):存储blob (binary)数据
  - [forcats](https://forcats.tidyverse.org/):处理分类和因子等变量

- 模型分析:
  - [tidymodels](https://www.tidymodels.org/)
  - [caret](https://topepo.github.io/caret/data-splitting.html)

---
class: inverse, center, middle

# 沟通交流

---

## R Markdown

- [Bookdown](https://bookdown.org/yihui/bookdown/):如何写一本书

- [Blogdown](https://bookdown.org/yihui/blogdown/):如何搭建个人博客

- [Xaringan](https://arm.rbind.io/slides/xaringan.html#1):如何制作PPT

- [Rmarkdown](https://rstudio.com/resources/cheatsheets/):如何用R Markdown写代码

- [Vitae](https://pkg.mitchelloharawild.com/vitae/):如何更新简历

---

# 如何学习R语言

---

## 学习R语言的方法

- 1、规避陷阱:慎入群、慎入论坛、慎提问、慎写代码,多思考、多谷歌、多测试

- 2、学习策略:
  - 循序渐进、多读[经典图书](https://bookdown.org/home/)
  - 多读系统帮助；多写测试代码
  - 站在巨人的肩膀上（不是自己慢慢写代码实现已存在功能）

- 3、初级阶段:
  - 成体系、成系统的学习R语言:数据分析数据可视化和计量等

- 4、中高级阶段:以软件包为核心

- 5、高级方法:
  - 扫描式学习软件包，重点自己领域的软件包即可
  - 建立自己的示例代码库，直接调用，定期重构代码
  - 翻译扩展软件包

---

## 经常浏览的博客和网站

- [R library](https://cran.r-project.org/web/packages/available_packages_by_date.html):记录每天更新的R包

- [R Views](https://rviews.rstudio.com/):R语言的博客

- [R bloggers](https://www.r-bloggers.com/):世界上最大的R社区博客

- [R News](https://www.r-craft.org/category/r-news/):R每周新闻

- [R 杂志](https://www.jstatsoft.org/index):发表R的杂志

- [R 教程](https://data-flair.training/blogs/r-tutorials-home/):R等软件系列教程

- [CRAN Task Views](http://cran.r-project.org/web/views):R在各种学术和研究领域的应用情况

- [awesome R](https://github.com/qinwf/awesome-R):分类整理优秀的R包

- [Rstudio Blog](https://blog.rstudio.com/):Rstudio公司的博客

- [Bookdown系列](https://bookdown.org/):优秀的R语言书，由bookdown包书写

---

## 个人项目

- [可视化](https://jmxsy2016.github.io/Learning-visualization/):一系列R可视化教程和有用的R可视化包集合

- [数据科学](https://github.com/jmxsy2016/Data-Science-and-Economics):数据科学与经济学项目，涉及各种编程和学术信息

## 多浏览Github项目和推特

- 如何充分使用GitHub工具
- 如何使用推特开展学术研究
- 跟踪R语言动态和一些R数据科学家

## 阅读高质量书的方法

- R数据科学
- [Happy Git and GitHub for the useR](https://happygitwithr.com/)
- [现代科研指北](https://bookdown.org/yufree/sciguide/)
- ...

---

# 致谢

本幻灯片由 R 包 [**xaringan**](https://github.com/yihui/xaringan) 生成,感谢Rstudio各位的开发人员！