谈谈如何学习R语言基础教程

谈谈如何学习R语言

一、谈谈R语言的历史

R语言的前身是S语言，那么S语言又是什么呢？S语言是由贝尔实验室开发出来的一种用来进行数据探索、统计分析、数据可视化的一门解释性语言。

R语言由新西兰奥克兰大学的Ross Ihaka和Robert Gentleman两人共同发明，由于二者名字中都以R开头，所以这门语言就被命名为R语言了。顺便再提一个对R语言有着突出贡献的人，统计学家哈德利·维克汉姆（Hadley Wickham），如果没有他，绝对不会有R语言蓬勃发展的如今。维克汉姆是 RStudio 的首席科学家，也是斯坦福大学奥克兰分校的副教授，因对R语言的突出贡献，于2019年已获得统计学中的诺贝尔奖–“考普斯会长奖”

R语言由来的趣闻，仅供参考。

二、R语言的现状和前景

当你看到R语言的这篇文章，我可以告诉你，R语言的发展是喜人的，近些年，R语言在统计、金融、生信等领域有了长足的发展。

依然记得谷歌一位大佬说，未来10年，最吃香的专业会是统计学，我深信不疑。（忘记是谁说的了，但是我保证有位谷歌大佬说过这句话：)

大数据、人工智能时代的到来，给R带来了新的机遇。

如果你想看下R语言的现状，可以参考下图。

可以看到，前10名中，R排在第八位。

二、Python 和R的对比

仅以个人的使用感受，做个简单对比。

1. 语法：我个人以前用从Java到使用Python，觉得Python还是蛮简洁的，自从我用了R，我就觉得Python真的是非常简洁啊，没有对比就没有伤害。我对Python的赞美就不在这多说，但是我对R的吐槽，是真的挺多的，各种看起来非人类的语法，我可以说Python说完胜。

2. 优势：

   2.1 在数据科学这个领域，以前的R是被Python摁在地上，自从上面那位R语言大神，哈德利.维克汉姆推出了tidyverse系列的包，让R在数据科学领域，有了与R一较高下的实力。

   2.2 在机器学习、深度学习领域，更加没得说，Python拥有目前最完善的各种机器学习包，这是R所不能比的，但是R在近些的发展中，在这个领域也出来了一些比较不错的机器学习包，正在迎头赶上。

   2.3 大数据、工业部署方面，这个方面就不多说了，R对比Python，就是弟弟。不过在大数据领域吧，R也还是有发展，Hadoop,Hive,Spark等相关软件，纷纷开发了适用于R的接口。

   2.4 统计方面，这方面是R的核心大本营，R语言最初就是统计学家开发的，所以R的社区中，有着非常多的统计学家开发的R包，如果你有在统计方面领域的需求，基本都能在R中找到相对于的包，这方面，Python是远不及R的。

   2.5 可视化方面，这方面也是R的长处，ggplot2包，作图能达到专业级别的水准，Python中的库也不弱，matplotlib,seaborn,pyecharts等等。但是总得来说，R语言再可视化方面，要略胜Python一筹。

3. 如何选择？

   如果你是统计学或者生信这个领域的，R绝对是必学的。

   如果你是做数据科学领域的，R绝对是你的必备技能之一，相信我，不然我也不会学R了。

   左手Python，右手R，小孩子才做选择，成年人选择都要 ：)

三、我对R的感受

R语言？臭豆腐罢了，初学时闻起来臭，学好了吃起来香的那种。

R语言的社区非常活跃，有着非常多的开发者在贡献着各种包，但是每个人的开发水平都是良莠不齐的。所以这也导致了R语言各种包和函数的混乱。可以说，这绝对是阻碍R发展的绊脚石之一，它给初学者带来了非常多的困扰。并且很多包，也许你还在书上看到过，但是现在已经过时了，你再学习它，也只是增加学习难度。所以，初学者在学习R的时候，最好找到现在大家都普遍使用的包，在各个领域具有奠基性的包。比如，数据处理领域，可以学习tidyverse系列，可视化方面，ggplot2非常不错。这些包，都是经过了众多学习者考验的包，所以意味着你在碰见问题出错时，寻找问题时，可以在百度上找到更多的资料作为参考。

我也根据我的学习感受，给初学R的朋友做个推荐吧。

R语言的基础教程：可以参考《R语言编程艺术》，简简单单319页，先把R的基础学完，可参考下图。

R语言数据处理：学好tidyverse系列的包，基本就差不多了，我会在下面的章节推荐。

四、学习R的资源

1.《R语言编程艺术》，

​ 推荐理由：学R基础教程不可多得的一本好书，干净利落的那种，非常适合快速入门R语言基础教程的人。

2. 李东风老师的网站：https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/

   推荐理由：看这域名，我想就不用多解释太多了吧，李东风老师是北大统计系副教授，他所编写的本书，所有的操作教程，基本都是与时俱进的，包括常用的包，可以说是非常新且全面的教程了，而且，配有数据练习，非常nice.

3. 知乎：张敬信老师个人主页：https://www.zhihu.com/people/huc_zhangjingxin

   推荐理由：如他的主页介绍一样：高校数学教师，热爱学习，热爱编程

   还在愁学R语言的路上没有老师？跟上张老师的步伐，你将收获一位非常nice的R语言老师。

4. 《R语言实战 第二版》

   推荐理由：R语言书籍中的，圣经，圣经你懂得吧？书绝对是本好书，会跟你讲非常多的细节，但是书中也有很多落伍的包啊，函数的啊什么的，你学了可能也是浪费时间的那种，不过用来作为一本查漏补缺书还是不错的，我之所以不在开头推荐它就是因为它太大了，560页，涵盖各个方面，学习曲线将会非常陡峭。

五、关于学习编程的建议

1. 动脑子思考，你为什么要学这门语言，它是你职业生涯中的一环吗，还是因为脑子一热呢。
2. 在学习一门语言之前，先了解了解这门语言的发展，优缺点，适用领域。
3. 要有学习目标，多听取大佬给的学习路径的建议，会让你少走很多弯路。
4. 学会找资源，百度，微信，知乎，B站，都是好地方，人与人的差别往往体现在资源的掌控方面。
5. 学会给自己营造一种学习氛围，比如经常浏览相关内容，以及加入相应的学习群，吹牛逼灌水的那种就别进去了。
6. 学会解决编程中的常见错误，怎么解决？先查看报错信息，如果你没遇见过这种错误，先检查相应的知识点和代码，如果还是不会，就把报错信息中的关键部分放到百度中去搜索，如果实在找不到答案，就把完整报错信息，以及数据，放到学习群中，说“有没有大佬能帮帮我呢，万分感谢！”，别问“有会R语言的大佬在么”这种蠢话，高效提出问题，往往是高效解决问题的第一步。你解决的每一个问题，都是你进步的阶梯。
7. 脸皮子要厚，在群里多问，以及给大佬发私信询问建议，这绝对不是坏事。发不发是你的事，别人回答不回答是他的事，发了对你没一点坏处，相反，一旦得到回复，可能对你的帮助将会非常巨大。
8. 代码、知识点经常回顾，才能抵抗遗忘。不敲代码只看资料或者视频的做法，是最愚蠢的做法。
9. 学会做人，学会感恩，学会制造彩虹屁。不要一有问题就艾特别人，别人解答完之后，一句谢谢都没有，下次有问题再问别人，别人可能就不会鸟你了。