大数据分析R语言是一种日益流行的编程语言，尤其是在数据分析和数据科学领域。但是，如果您不确定如何处理R语言，学习R语言可能会是一个令人沮丧的挑战。
如果您过去一直在努力学习R语言或其他编程语言，那么您肯定并不孤单。这并不是您的失败，也不是语言的某些固有问题。通常情况下，这是一个不匹配什么之间的内容激发你学习和结果如何，你实际上是在学习。
当您学习任何编程语言时，这种不匹配都会带来很大的问题，因为它会将您直接带到我们喜欢称之为无聊的悬崖的地方。
无聊的悬崖是什么?在获得好的东西之前，通常会遇到无聊的编码语法和枯燥的实践问题，而这正是您真正想要做的事情。
没有人注册学习编程语言，因为他们喜欢语法。然而，从教科书到在线课程的许多学习资源都是以学生需要掌握R语言语法的所有关键领域才能真正使用它的想法编写的。
那是新学习者趋于成群结队的地方。你感到兴奋的学习一门编程语言，因为你想要做的东西与它，但你会立即导致这个庞大的复杂的墙，无聊的东西，你，你居然什么之间是希望做的事情。毫不奇怪，很多学生在攀登“悬崖”时都会放弃或放弃。
无法用R语言或任何其他编程语言来学习语法。但是，是为了避免枯燥的悬崖一种方式。
如此可惜的是，这么多的学生落在悬崖上，因为R语言绝对值得学习!实际上，对于对学习数据科学感兴趣的任何人，R语言都比其他语言有很多优势。其整洁的生态系统使各种日常数据科学任务变得非常简单。R语言中的数据可视化既简单又非常强大。在线R语言社区是所有编程社区中最友好，包含最广泛的社区之一。
当然，学习R语言对于您的职业生涯可能非常有用。数据科学是一个发展迅速的领域，具有很高的平均薪水。大多数顶级科技公司雇用R语言编码器来担任与数据科学相关的工作。R语言在几乎所有从事分析的行业中的全球公司中都在使用。那么，如何才能避免无聊的悬崖，并以正确的方式学习R语言?
1、找到学习R语言的动机
在您破解教科书之前，注册一个学习平台，或者单击您的第一个教学视频上的播放，花一些时间来认真考虑为什么要学习R语言，以及您想如何使用它。您想使用哪种数据?您喜欢什么样的项目建设?您想回答什么类型的问题?
您的目标应该是找到在此过程中能够激励您的事情。这将帮助您定义最终目标，并且将帮助您轻松地实现最终目标。
尝试比“成为数据科学家”更深入。有各种各样的数据科学家致力于各种各样的问题和项目。您对语言分析感兴趣吗?计算机视觉?预测股市?深入研究体育统计?您想用新技能做什么事情，以使您在学习R语言的过程中保持动力?
选择一两个您感兴趣并且愿意坚持的东西。您将着重对他们的学习，并牢记这些。
只需确保选择您真正感兴趣的东西即可。如果您选择计算机视觉，这是行不通的，因为您听说过它很有价值，但是实际上对执行这项工作并不感兴趣。您的兴趣是促使您继续前进的动力，因此它必须是真实的。
您无法完全避免学习语法“无聊的悬崖”，但可以将其变成更易于管理的“无聊之路”。
2、学习基本语法
不幸的是，没有办法完全避免这一步。语法是一种编程语言，比人类语言的语法甚至更重要。如果有人说“我要去商店”，那么他们的英语语法是错误的，但是您可能仍然可以理解他们的意思。不幸的是，当计算机解释您的代码时，它们的容忍度要低得多。
但是，学习死记硬背语法很无聊，因此您的目标必须是花尽可能少的时间进行死记硬背语法学习，而在处理您感兴趣的现实问题时尽可能多地学习语法。即使语法本身并不那么令人兴奋，也可以保持您的动力。
以下是一些学习R语言基础知识的资源：
a.Codecademy-在教授基本语法方面做得很好。
b.R语言编程简介 —通过即时集成现实世界数据和实际数据科学问题，帮助数据科学专业的学生避免无聊的悬崖。我们认为在处理实际问题的上下文中学习语法会使其变得更加有趣，并且我们的交互式平台会挑战您如何真正应用您所学的内容，并在进行过程中检查您的工作。此课程也是完全免费的。
c.R语言 foR语言 Data Science —可以从O'R语言eilly印刷或免费在线获得的教科书。
d.R语言样式指南 -这不应该是您的主要学习资源，但可以作为有用的参考。
我们不能太强调您应该花尽可能少的时间来学习死记硬背语法。您越快地从事项目工作，您就会学得越快。如果以后遇到问题，您总是可以参考各种资源来学习和仔细检查语法。但是您的目标应该是最多在此阶段花费几个星期。
尽快开始进行结构化数据科学项目的工作。
3、开展结构化项目
一旦掌握了足够的语法，就可以更独立地进行结构化项目了。项目是一种很好的学习方式，因为它们使您可以应用已学到的知识，同时通常还会挑战您学习新事物并在解决过程中解决问题。此外，建设项目将帮助您整理投资组合，以便日后向未来的雇主展示。
您可能现在还不想涉足完全独特的项目。您会陷入很多麻烦，并且过程可能令人沮丧。而是寻找结构化的项目，直到您可以积累更多的经验并提高舒适度为止。
如果您选择学习R语言，那么它将直接内置于我们的课程中-我们的每一门数据科学课程都以一个指导性项目结尾，该项目挑战您综合和应用所学知识。这些项目提供了一定的结构，因此您并不完全依靠自己，但是与常规课程内容相比，它们更具开放性，可让您进行实验，以新的方式综合技能并犯错误。
4、自己构建项目
一旦完成了一些结构化项目，您可能已经准备好进入学习R语言的下一个阶段：做自己的独特数据科学项目。除非您站出来尝试自己做某事，否则很难知道您真正学到了多少。在您感兴趣的独特项目上进行工作，不仅会给您一个很好的主意，而且会带给您一个很好的主意。
而且，尽管您将构建自己的项目，但您不会一个人工作。在工作时，您仍将参考帮助和学习新技术和方法的资源。特别是对于R语言，您可能会发现有一个专用于帮助您正在处理的项目类型的软件包，因此进行新项目有时也意味着您正在学习新的R语言软件包。
如果卡住了怎么办?做专业人士，并寻求帮助!这里有一些很棒的资源，可以为您的R语言项目寻求帮助：
a.StackOveR语言flow —无论您的问题是什么，以前都可能在这里问过，如果没有，您可以自己问。您可以在此处找到标记为R语言的问题。
b.Google –信不信由你，这可能是每个有经验的程序员中最常用的工具。当您遇到不了解的错误时，对错误消息的Google快速搜索通常会带您找到答案。
c.学习社区 -使用免费的学生帐户，您可以加入我们的学习社区，
您应该建立什么样的项目?与结构化项目一样，这些项目应以您在第1步中得出的答案为指导。处理您感兴趣的项目和问题。例如，如果您对气候变化感兴趣，请查找一些可用于处理的气候数据，然后开始四处寻找见解。
最好从小规模开始，而不是尝试进行一个永远不会完成的庞大项目。如果您最感兴趣的是一个庞大的项目，请尝试将其分解成较小的部分并一次解决。
以下是您可以考虑的一些项目创意：
a.扩展您之前构建的结构化项目之一，以添加新功能或进行更深入的分析。
b.参加聚会或在线与其他R语言编码员联系，并加入一个正在进行的项目。
c.找到一个有助于发展的开源软件包(R语言有很多很棒的开源软件包!)
d.在Github上找到其他人用R语言制作的有趣项目，并尝试对其进行扩展或扩展。或者找到其他人用另一种语言制作的项目，然后尝试使用R语言重新创建它。
e.阅读新闻并寻找有趣的故事，这些故事可能具有您可以为项目挖掘的可用数据。
f.查看我们用于数据科学项目的免费数据集列表，看看有哪些可用数据激发您开始构建!
您可以将项目视为一系列步骤，每个步骤都应将标准设定得更高一些，并且比之前的步骤更具挑战性。
5、加大难度
在项目上工作很棒，但是如果您想学习R语言，那么您需要确保继续学习。例如，您可以使用foR语言循环来做很多事情，但这并不意味着您应该连续构建20个仅使用foR语言循环技巧的项目。每个项目都应该比上一个项目更艰难，更复杂。每个项目都应挑战您学习以前不知道的东西。
如果您不确定确切如何执行此操作，则可以问自己一些问题，以便对要考虑的任何项目应用更多的复杂性和难度：
a.您可以教一个新手如何通过(例如)编写教程来制作这个项目吗?试图教的东西给别人很快就会告诉你如何真正理解它，它更是出奇地挑战!
b.您可以扩大项目规模，使其可以处理更多数据吗?还有更多数据吗?
c.您可以提高其性能吗?它可以运行得更快吗?
d.您可以改善可视化效果吗?你能说清楚一点吗?可以互动吗?
e.你可以预测吗?
永不停止学习R语言
学习编程语言有点像学习第二种口语-您将达到舒适和流利的程度，但是您将永远无法真正完成学习。甚至已经使用R语言多年的经验丰富的数据科学家仍在学习新事物，因为语言本身在不断发展，新的软件包使新事物始终存在。
保持好奇心和继续学习很重要，但不要忘记回头欣赏一下您不时走的距离。
即使您采用这种方法，学习R语言绝对是一个挑战。但是，如果您找到合适的动力并保持自己从事有趣的项目，那么我认为任何人都可以达到很高的水平。
我们希望本指南对您的旅途有所帮助。请不要犹豫，与我们联系，让我们知道它如何为您服务!
如果您正在寻找一个将这些课程直接整合到课程中的学习平台，那么您很幸运，因为我们建立了一个。我们的R语言路径中的Data Analyst是一个交互式课程序列，旨在使从初学者到具备R语言和SQL资格的任何人。
并且我们所有的课程旨在通过挑战您使用现实数据来解决数据科学问题的方式来保持您的参与度。前两门课程是完全免费的，因此您不会失去任何机会!
扫一扫
3645
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
