为什么要是用R语言？

为什么选择R？
丰富的资源：涵盖了多种行业数据分析中几乎所有的方法。
良好的扩展性：十分方便得编写函数和程序包，跨平台，可以胜任复杂的数据分析、绘制精美的图形。
完备的帮助系统：每个函数都有统一格式的帮助，运行实例。
GNU软件：免费、软件本身及程序包的源代码公开。

R与其他统计软件比较
SAS: 速度快，有大量统计分析模块，可扩展性稍差，昂贵。
SPSS: 复杂的用户图形界面，简单易学，但编程十分困难。
Splus: 运行S语言，具有复杂的界面，与R完全兼容，昂贵。
用户需要对命令熟悉：与代码打交道，需要记住常用命令。

占用内存：所有的数据处理在内存中进行，不适于处理超大规模的数据。

运行速度稍慢：即时编译，约相当于C语言的1/20。

相比点击鼠标进行操作，R仍能够大大提高效率。

优势：

能完成绝大部分数据相关的分析、统计、挖掘、可视化等工作
能和Hadoop等大数据解决方案一起工作
劣势：

讨厌的赋值符号 <-
涉及到中文的时候乱码问题总是出现

关于R语言的优劣势详细了解：

大数据之R语言速成与实战

内容介绍：

R语言语法通俗易懂,很容易学会和掌握语言的语法。而且学会之后,我们可以编制自己的函数来扩展现有的语言。这也就是为什么它的更新速度比一般统计软件,如SPSS、SAS等快得多。大多数最新的统计方法和技术都可以在R中直接得到。

作为当前在世界范围内最受欢迎的数据挖掘开发语言——R语言以其特有的开放性、高可扩展性以及顶尖的制图功能吸引了越来越多的数据分析爱好者。

内容列表：

课时1：R语言是什么、R的优势、资源 16:08

课时2：R的安装、获取帮助、工作空间管理 23:35

课时3：R包的使用、结果的重用、如何处理大数据集 23:43

课时4：R数据集的概念、向量、矩阵和数组 27:43

课时5：R数据框、因子和列表 24:51

课时6：R的常用命令 17:38

课时7：R的list列表详解 15:19

课时8：R的数据源导入方法 22:41

课时9：R的用户自定义函数 14:05

课时10：R访问MySQL数据库 13:01

课时11：R的集成开发环境(IDE)--Rstudio 17:49

课时12：R如何画图，图形参数、符号、线条和颜色 25:10

课时13：R图形的文本属性、尺寸、标题和自定义坐标轴 36:38

课时14：R图形的次要刻度线、参考线、图例和文本标注 30:25

课时15：R的图形组合、图形布局的精细控制 30:57

课时16：R基本的数据管理--创建变量、变量重编码和重命名 21:43

课时17：R基本数据管理--如何处理缺失值、日期值得使用、数据类型转换 30:14

课时18：R基本数据管理--数据集合并、子集的提取以及随机抽样函数 22:23

课时19：R高级数据管理--数学函数、统计函数和概率函数 21:19

课时20：R高级数据管理--字符处理函数、将函数应用于矩阵和数据框 17:49

课时21：R高级数据管理--重复和循环、条件执行、转置 19:24

课时22：R基本图形--条形图（堆砌、分组、均值）、条形图的微调 26:36

课时23：R的基本图形——饼图 17:04

课时24：R基本图形--直方图 09:55

课时25：R基本图形--核密度图 10:05

课时26：R基本图形——箱线图 08:27

课时27：R实例——预测海藻数量之问题描述与目标、数据集格式 16:12

课时28：R实例——预测海藻数量之数据预处理 17:47

课时29：R实例——预测海藻数量之获取预测模型 12:37

课时30：R实例——预测海藻数量之模型的精简和调优 11:11

课程目标

掌握R语言的使用以及实际的操作案例

适合人群

大数据学习者、开发者

阿里云大学官网（阿里云大学 - 官方网站，云生态下的创新人才工场）