R for data science翻译笔记1.1 introduction

本书第一章节（1.1-1.8）的目标是让读者尽快掌握数据探索的基本工具。数据探索是查看数据、快速生成假设、快速测试，然后不断重复的艺术。数据探索的目标是生成许多有希望的线索，我们可以稍后进行更深入的探索。

在本书的这一部分中，你将学习一些有用的工具，它们可以立即带来回报：

• 可视化是R编程的绝佳起点，因为反馈非常明显：你可以绘制优雅且信息量大的图形来帮助你理解数据。在数据可视化中，您将深入可视化，学习ggplot2图的基本结构，以及将数据转换为图形的强大技术。
• 仅仅可视化通常是不够的，因此在数据转换中，你将学习关键的动词（verbs），这些动词允许你选择重要的变量，过滤关键观测，创建新变量和计算摘要。
• 最后，在探索性数据分析中，你将把可视化和转换与你的好奇心和怀疑主义结合起来，提出和回答有关数据的有趣问题。

建模是探索过程的重要组成部分，但由于你还没有有效应用它的能力，所以一旦你掌握了更多的数据处理和编程工具，我们将在建模中再回来讨论它。有三章关注R工作流程。在《workflow: basics》、《workflow: scripts》和《workflow: projects》中，你将学习编写和组织R代码的良好实践。从长远来看，这些将为你的成功奠定基础，因为它们会给你工具，让你在处理真正的项目时保持条理。