R语言的发明者是新西兰统计学家Ross Ihaka和Robert Gentleman。Ross Ihaka出生于1954年，是一位在统计计算领域有着广泛研究的学者

下面内容摘录自《用R探索医药数据科学》专栏文章的部分内容（原文5050字）。

1章3节：R 语言的产生与发展轨迹（更新2024/08/14）-CSDN博客

 

 1、S语言的发展

S语言的设计初衷是为了使统计计算更加便捷，并且其灵活的语法和丰富的统计功能深受用户喜爱。然而，由于S语言是商业化软件，价格昂贵，这限制了其在学术界和开源社区的广泛使用。

John Chambers是统计计算领域的先驱，以创建S编程语言以及作为R语言项目的核心成员而闻名，其他开发者还包括Rick Becker、Trevor Hastie、William Cleveland和Allan Wilks。Chambers于1976至1989年在贝尔实验室主要开发了S语言，旨在快速、准确地将思想转化为软件。S语言对学术研究产生了深远影响，开创了交互式图形和易于访问的文档。而且，Chambers还因开发S语言在1999年获得了ACM软件系统奖。2005年从贝尔实验室退休后，Chambers成为多所大学的客座教授，

2. R语言的发明人

R语言的发明者是新西兰统计学家Ross Ihaka和Robert Gentleman。Ross Ihaka出生于1954年，是一位在统计计算领域有着广泛研究的学者。而Robert Gentleman出生于1958年，他的研究兴趣主要集中在计算生物学和生物信息学领域。两人都对S语言有深入研究，并意识到S语言的强大功能如果能够在开源环境下实现，将对统计学界产生深远影响。

1980年代末期，Ihaka和Gentleman开始在奥克兰大学教授统计编程课程。在教学过程中，他们感受到需要一种更加适合教学和研究的编程工具。虽然S语言功能强大，但其商业化性质使其难以普及。为了应对这一挑战，Ihaka和Gentleman决定开发一种基于S语言的开源统计编程语言，这便是R语言的起源。​

其实，R语言的诞生离不开S语言的影响，特别是在语法和函数结构方面。S语言的一大特点是其面向对象的编程风格，这一特点在R语言中得到了继承和发展。R语言通过函数式编程和面向对象编程的结合，提供了灵活的编程接口，允许用户自定义数据结构和分析流程。 只是由于S语言的商业化运作使得它的广泛使用受到限制，尤其是在学术界和研究机构。因此，S语言的开源替代品逐渐成为学术界的需求。

	R语言	S语言
起源	1990年代初在奥克兰大学开发的开源项目，灵感来自S语言	1970年代中期在贝尔实验室开发，主要用于内部统计研究
主要开发者	Ross Ihaka, Robert Gentleman	John Chambers, Rick Becker, Allan Wilks
目的	最初设计用于统计计算和图形制作，重点是易用性和可扩展性	设计用于统计计算和数据分析，主要用于研究目的
是否开源	是的，R完全开源	最初是专有软件，后来的版本（S-PLUS）为商业软件
受欢迎程度	在学术界和工业界广泛流行；有强大的社区驱动发展	在研究机构和统计学家中流行，尤其是在1980年代和1990年代
社区支持	拥有广泛的社区支持，有众多论坛、邮件列表和在线资源	社区支持有限，主要由商业实体（如S-PLUS）推动
包管理	Comprehensive R Archive Network (CRAN) 拥有超过18,000个包	S-PLUS中的商业包管理系统；没有CRAN那么广泛
语法相似性	与S语言高度相似，但包含了额外的功能和改进	R语言的基础；R语言扩展和修改了S语言的语法
应用范围	范围广泛，用于统计分析、数据可视化等	主要集中在统计分析和数据建模
面向对象编程	支持面向对象编程，包括S3和S4类	支持面向对象编程，但主要使用S3类
数据处理能力	有效处理大型数据集；设计时考虑了数据操作和分析的需求	数据分析效果良好，但与现代R相比处理极大数据集的效率较低
词法作用域	使用类似于Scheme的词法作用域，使代码更灵活和可靠	早期版本使用动态作用域；后来的版本引入了词法作用域

二、R语言的发展壮大

 ～～～～～～～～～～

在这里，你学到的并非仅仅是 R 的某一个技巧，而是能够从零开始，深入且系统地学习 R 语言。此外，本专栏每周至少定期更新三篇文章，每篇文章篇幅均在 5000 字以上。而且，对于已经发表的知识点，我们也会根据新的技术或理解及时进行更新，这是纸质版图书无法做到的。为了让更多的忠实粉丝和同学们享受到实惠，本专栏采用折扣定价策略。随着章节的不断完成，折扣力度会逐渐减小。所以，现在正是订阅的最佳时机！

https://blog.csdn.net/2301_79425796/category_12729892.html?spm=1001.2014.3001.5482

​​​​

第一章：认识数据科学和R

1章1节：数据科学的发展历程，何 R 备受青睐及我们专栏的独特之处（更新20240822）-CSDN博客

1章2节：关于人工智能、机器学习、统计学连和机器学习、R 与 ChatGPT 的探究 (更新20240814)-CSDN博客

1章3节：R 语言的产生与发展轨迹（更新2024/08/14）-CSDN博客

1章4节：数据可视化， R 语言的静态绘图和 Shiny 的交互可视化演示（更新20240814）-CSDN博客

第二章：R的安装和数据读取

2章1节：R和RStudio的下载和安装（Windows 和 Mac）_rst语言选择哪个镜像-CSDN博客

2章2节：RStudio 四大区应用全解，兼谈 R 的代码规范与相关文件展示_rstudio的console和terminal-CSDN博客

2章3节：RStudio的高效使用技巧，自定义RStudio环境（更新20240823）_rstudio如何使用-CSDN博客

2章4节：用RStudio做项目管理，静态图和动态图的演示，感受ggplot2的魅力-CSDN博客

2章5节：认识和安装R的扩展包，什么是模糊搜索安装，工作目录和空间的区别与设置（更新20240807 ）-CSDN博客

2章6节：R的数据集读取和利用，如何高效地直接复制黏贴数据到R（更新20240807 ）_r语言 复制数据集-CSDN博客

2章7节：读写RDS，CSV，TXT，Excel，SPSS、SAS、Stata、Minitab等的数据文件（更新20240807）_r语言读取rds文件-CSDN博客

2章8节：一文学会 R Markdown 的文档核心操作，切记文末有R资源的分享_r markdown文件(.rmd)-CSDN博客

2章9节：认识R与数据库连接和网络爬虫，学会在R中使用SQL语言_sql和r语言-CSDN博客

2章10节：用 R 直接下载并分析 NHANES 数据库的数据，文末示例自创便捷下载函数（更新20240807）_nhanes数据分析-CSDN博客

第三章：认识数据

3章1节：数据的基本概念以及 R 中的数据结构、向量与矩阵的创建及运算-CSDN博客

3章2节：继续讲R的数据结构，数组、数据框和列表-CSDN博客

3章3节：R的赋值操作与算术运算_r里面的赋值-CSDN博客

3章4节：R的逻辑运算和矩阵运算-CSDN博客

3章5节：R 语言的循环与遍历函数全解析-CSDN博客

第四章：数据的预处理

4章1节：全面了解 R 中的数据预处理，通过 R 基本函数实施数据查阅_r数据预处理-CSDN博客

4章2节：从排序到分组和筛选，通过 R 的 dplyr 扩展包来操作-CSDN博客

4章3节：处理医学类原始数据的重要技巧，R语言中的宽长数据转换，tidyr包的使用指南-CSDN博客

4章4节：临床数据科学中如何用R来进行缺失值的处理_临床生存分析缺失值r语言-CSDN博客

4章5节：数据科学中的缺失值的处理，删除和填补的选择，K最近邻填补法-CSDN博客

4章6节：R的多重填补法中随机回归填补法的应用，MICE包的实际应用和统计与可视化评估-CSDN博客

4章7节：用R做数据重塑，数据去重和数据的匹配-CSDN博客

4章8节：用R做数据重塑，行列命名和数据类型转换-CSDN博客

4章9节：用R做数据重塑，增加变量和赋值修改，和mutate()函数的复杂用法_r语言如何在数据集中添加变量-CSDN博客

4章10节：用R做数据重塑，变体函数应用详解和可视化的数据预处理介绍-CSDN博客

4章11节：用R做数据重塑，数据的特征缩放和特征可视化-CSDN博客

4章12节：R语言中字符串的处理，正则表达式的基础要点和特殊字符-CSDN博客

4章13节：R语言中Stringr扩展包进行字符串的查阅、大小转换和排序-CSDN博客

4章14节：R语言中字符串的处理，提取替换，分割连接和填充插值_r语言替换字符串-CSDN博客

4章15节：字符串处理，提取匹配的相关操作扩展，和Stringr包不同函数的重点介绍和举例-CSDN博客

4章16节：R 语言中日期时间数据的关键处理要点_r语言 时刻数据-CSDN博客

第五章：定量数据的统计描述

5章1节：用R语言进行定量数据的统计描述，文末有众数的自定义函数-CSDN博客

5章2节：离散趋势的描述，文末1个简单函数同时搞定20个结果-CSDN博客

5章3节：在R语言中，从实际应用的角度认识假设检验-CSDN博客

5章4节：从R语言的角度认识正态分布与正态性检验-CSDN博客

5章5节：认识方差和方差齐性检验（三种方法全覆盖）-CSDN博客

5章6节：R语言中的t检验，独立样本的t检验-CSDN博客

5章7节：单样本t检验和配对t检验-CSDN博客

5章8节：方差分析（ANOVA）及其应用-CSDN博客

5章9节：组间差异的非参数检验，Wilcoxon秩和检验和Kruskal-Wallis检验-CSDN博客

第六章：定性数据的统计描述 

6章1节：定性数据的统计描述之列联表，文末有优势比计算介绍-CSDN博客

6章2节：认识birthwt数据集，EpiDisplay和Gmodels扩展包的应用-CSDN博客

6章3节：独立性检验，卡方检验，费希尔精确概率检验和Cochran-Mantel-Haenszel检验-CSDN博客

6章4节：相关关系和连续型变量的Pearson相关分析-CSDN博客

6章5节：分类型变量的Spearman相关分析，偏相关分析和相关图分析-CSDN博客

6章6节：相关图的GGally扩展包，和制表的Tableone扩展包-CSDN博客

第七章：R的传统绘图

7章1节：认识R的传统绘图系统，深度解析plot()函数和par()函数的使用-CSDN博客

7章2节：R基础绘图之散点图、直方图和概率密度图-CSDN博客

7章3节：R基础绘图之条形图和堆积条形图-CSDN博客

7章4节：饼图，箱线图和克利夫兰点图-CSDN博客

7章5节：散点矩阵图，与小提琴图、Cleveland 点图、马赛克图和等高图-CSDN博客

7章6节：用R进行图形的保存与导出，详细的高级图形输出，一文囊括大多数保存的各种问题，和如何批量保存不同情况的图形-CSDN博客

 第八章：R的进阶绘图

8章1节：认识 ggplot2 扩展包，深度解析 qplot() 函数的使用-CSDN博客

 8章2节：深度讲解 ggplot2 的绘图步骤，理解其核心逻辑， 和 ggplot()函数-CSDN博客

 8章3节：用R来绘制医学地理图，文末有具体完整代码-CSDN博客

 8章4节：维恩图的认识与应用，和使用UpSet图-CSDN博客

 8章5节：用R绘制平行坐标图-CSDN博客

8章6节：雷达图及RadViz图-CSDN博客

8章7节：词云图，矩形树状图和三维散点图-CSDN博客

 8章8节：绘制自定义的高质量动态图和交互式动态图-CSDN博客

第九章：临床试验的统计

9章1节：初步认识临床试验（约7500字）-CSDN博客

9章2节：样本量估计的初步介绍-CSDN博客

9章3节：用R进行样本量估计的统计学参数-CSDN博客

9章4节：两组例数相同的均数比较的样本量估计和绘制功效曲线-CSDN博客

9章5节：两组的例数不等的均数比较的样本量估计和可视化-CSDN博客

9章6节：自身配对设计的均数比较临床试验的样本量估计和可视化-CSDN博客

9章7节：与总体均数比较的样本量估计和可视化-CSDN博客

9章8节： 两、三组试验组率比较的样本量估算和可视化-CSDN博客

9章9节：试验的随机分组认识，用R做简单随机化-CSDN博客

9章10节：用R实现分层随机化-CSDN博客

9章11节：用R实现区组随机化和置换区组随机化-CSDN博客

9章12节：动态随机化方法介绍，和用R绘制随机化卡片-CSDN博客

第十章：Meta分析攻略

10章1节：认识循证医学中的Meta分析，并予代码演示分析绘图-CSDN博客

​​10章2节：Meta分析的7大步骤的扼要解读-CSDN博客

10章3节：二分类变量的Meta分析模型，分析公式构建和结果解读-CSDN博客

10章4节：二分类变量的Meta分析模型，绘制漏斗图和应用剪补法，最后绘制和解读轮廓增强漏斗图-CSDN博客

10章5节：二分类变量的Meta分析模型，敏感性分析和亚组分析，绘制森林图-CSDN博客

10章6节：连续型变量的Meta分析和可视化分析全解-CSDN博客

10章7节：用R进行单个率Meta分析-CSDN博客

10章8节：用R进行网状Meta分析细解-CSDN博客

第十一章：主成分分析

11章1节：深度讲解用R进行主成分分析（上）-CSDN博客

11章2节：​深度讲解用R进行主成分分析（中）-CSDN博客

11章3节：​深度讲解用R进行主成分分析（下）-CSDN博客

11章4节：学会用R进行因子分析（上）-CSDN博客  

11章5节：学会用R进行因子分析（中）-CSDN博客

11章6节：学会用R进行因子分析（下）-CSDN博客

第十二章：常见类型回归分析

12章1节：认识回归分析的历史背景及应用-CSDN博客

12章2节：构建一元和多元的线性回归模型-CSDN博客

12章3节：回归模型中哑变量的应用和设置-CSDN博客

12章4节：深度解读构建回归模型表达式的九个关键符号-CSDN博客

12章5节：深度剖析回归模型结果的相关函数-CSDN博客

12章6节：深度解读线性回归模型的绘图判断-CSDN博客