R语言数据科学程序包:Tidyverse介绍
1. R语言简介
R语言是用于统计计算和绘图的免费软件。它可以在Windows, Unix以及MacOS等系统下运行。用户可以从网上免费下载R语言。
R语言的起源可以追溯到80年代,那时候的AT&T贝尔实验室(也就是现在的朗讯科技)开发了S语言进行数据挖掘、统计分析和绘图。S语言后来演变成为了商业软件S-Plus。后来有一些志愿者将S-Plus改进成为免费的R语言。R语言的统计功能强大,包括线性和非线性模型,经典统计检验、时间序列分析、聚类分析等等。
R语言不但免费,而且开发源代码,是一种自由软件。另外,R语言的编程简单易学。你可以自己写函数,将最新的统计方法应用到R语言中去。R语言的函数和数据集都保存在程序包里面。当我们需要访问这些函数和数据时,需要下载相关的程序包。
2. 数据科学简介
数据科学是一门利用科学的模型、算法和系统,从有结构(Structured)和无结构(Unstructured)的数据中提取信息的学科。数据科学同数据挖掘和大数据密切相关,并将统计学、数据分析、机器学习等方法相结合,利用数据解释和分析问题。信息技术的发展导致大量数据的产生,这就促进了数据科学的发展。从发展过程来看,数据科学经历了经验、理论、计算、数据驱动这4个阶段。
尽管在过去几十年里,数据科学在