零基础学R语言:数据分析入门与实战电子书

书名页

内容提要

前言

第1篇　基础篇

第1章　初识R语言

1.1　R语言概述

1.2　R的下载与安装

1.2.1　下载R

1.2.2　安装R

1.3　第一个R程序

本章思维导图

第2章　集成开发环境RStudio

2.1　RStudio概述

2.2　下载与安装RStudio

2.2.1　下载RStudio

2.2.2　安装RStudio

2.3　在RStudio中编写第一个R程序

2.4　详解RStudio集成开发环境

2.4.1　RStudio编辑窗口

2.4.2　菜单栏介绍

2.4.3　RStudio特色功能

2.4.4　RStudio常用的快捷键

本章思维导图

第3章　R语言快速入门

3.1　R语言基本用法

3.1.1　在哪里编写代码

3.1.2　代码书写规则

3.2　变量

3.2.1　变量命名规则

3.2.2　创建变量

3.2.3　变量的查看和删除

3.3　数据类型

3.3.1　基本数据类型

3.3.2　数据类型查看

3.3.3　数据类型判断与转换

3.3.4　特殊值

3.4　运算符

3.4.1　算术运算符

3.4.2　比较运算符

3.4.3　逻辑运算符

3.4.4　赋值运算符

3.4.5　其他运算符

3.5　函数

3.5.1　内置函数

3.5.2　自定义函数

3.6　基本输入和输出

3.6.1　简单输出print()

3.6.2　输出到屏幕／文件cat()

3.6.3　输入函数readline()

3.6.4　读取函数scan()

3.7　包的安装与使用

3.7.1　查看包

3.7.2　包的安装

3.7.3　包的使用

3.8　R语言中的帮助

3.8.1　菜单栏的help

3.8.2　帮助函数

3.8.3　帮助文档

本章思维导图

第4章　流程控制语句

4.1　程序结构

4.2　选择语句

4.2.1　最简单的if语句

4.2.2　if…else语句

4.2.3　if…else if…else语句

4.2.4　多分支switch语句

4.2.5　向量化的ifelse语句

4.3　循环语句

4.3.1　重复循环repeat

4.3.2　while循环

4.3.3　for循环

4.3.4　replication()函数

4.4　跳转语句

4.4.1　next语句

4.4.2　break语句

本章思维导图

第5章　R语言的数据结构

5.1　向量

5.1.1　创建向量

5.1.2　向量索引

5.1.3　向量的操作

5.1.4　向量运算

5.1.5　向量排序

5.1.6　向量合并

5.2　矩阵

5.2.1　创建矩阵

5.2.2　矩阵索引

5.2.3　矩阵编辑

5.2.4　矩阵运算

5.2.5　线性代数运算

5.2.6　矩阵统计计算

5.3　数组

5.3.1　认识数组

5.3.2　创建数组

5.3.3　数组索引

5.3.4　数组的修改

5.4　数据框

5.4.1　创建数据框

5.4.2　数据框信息

5.4.3　获取数据框中的数据

5.4.4　数据的增删改查

5.5　因子

5.5.1　因子的概念及应用

5.5.2　创建因子

5.5.3　调整因子水平

5.6　列表

5.6.1　创建列表

5.6.2　列表的索引

本章思维导图

第6章　字符串及正则表达式

6.1　基本字符串处理

6.1.1　字符串常用函数

6.1.2　字符统计

6.1.3　大小写转换

6.1.4　字符串连接

6.1.5　字符串拆分

6.1.6　字符串替换

6.1.7　字符串查询

6.1.8　字符串提取

6.1.9　字符串的定制输出

6.2　字符串处理包stringr

6.2.1　stringr包思维导图

6.2.2　字符串替换str sub()

6.2.3　字符串分割str split()

6.2.4　正则表达式的应用

本章思维导图

第7章　文件及目录操作

7.1　一张图了解文件操作函数

7.2　文件基本操作

7.2.1　相对路径和绝对路径

7.2.2　获取和设置工作目录

7.2.3　创建目录

7.2.4　查看目录

7.2.5　查看文件及文件夹

7.2.6　查看文件信息

7.3　创建文件及文件夹

7.3.1　创建文件

7.3.2　创建文件夹

7.3.3　判断文件／文件夹是否存在

7.4　文件读取与写入

7.4.1　读取部分或全部文件

7.4.2　重新读取

7.4.3　写入部分内容cat()

7.4.4　write.table()函数写入文件

7.4.5　writeLines()函数写入文件

7.5　文件高级操作

7.5.1　文件／文件夹重命名

7.5.2　删除文件／文件夹

7.5.3　复制文件

7.5.4　文件追加

本章思维导图

第8章　日期和时间序列

8.1　日期和时间函数

8.1.1　系统日期时间

8.1.2　时间函数as.POSIXlt()和as.POSIXct()

8.2　日期格式转换

8.2.1　as.Date()函数

8.2.2　format()函数

8.2.3　其他函数

8.3　生成日期时间

8.3.1　生成日期序列

8.3.2　生成时间序列

8.3.3　ts()函数

8.4　日期时间运算

8.4.1　直接相减

8.4.2　difftime()函数计算时间差

8.5　日期时间处理包——Iubridate

8.5.1　提取日期和时间

8.5.2　解析日期和时间

8.5.3　时间日期计算

8.5.4　时间间隔

8.5.5　时区的操作

8.6　时间序列包——zoo

8.6.1　创建时间序列

8.6.2　类型转换

8.6.3　数据操作

8.7　时间序列包——xts

8.7.1　创建时间序列

8.7.2　xts包的基本操作

8.7.3　按时间统计数据

8.7.4　更改时间周期

本章思维导图

第2篇　提高篇

第9章　获取外部数据

9.1　手工输入数据

9.1.1　数据编辑器

9.1.2　在代码中直接输入数据

9.2　读取外部数据

9.2.1　读取文本文件/csv文件

9.2.2　读取Excel文件

9.2.3　读取SPSS文件

9.2.4　读取Stata文件

9.2.5　读取SAS文件

9.2.6　导入数据库中的数据

9.2.7　读取其他类型文件

9.3　R语言自带的数据集

本章思维导图

第10章　数据处理与清洗

10.1　查看数据概况

10.1.1　查看数据的基本信息

10.1.2　查看摘要信息

10.1.3　查看数据整体概况

10.2　数据清洗

10.2.1　缺失值查看与处理

10.2.2　重复值处理

10.2.3　异常值的检测与处理

10.2.4　数据排序

10.2.5　数据抽样

10.2.6　数据标准化处理

10.3　数据合并与拆分

10.3.1　数据合并

10.3.2　数据拆分

10.3.3　数据分段cut()

10.4　数据转换与重塑

10.4.1　数据转换为数字模式

10.4.2　数据转置

10.4.3　数据整合

本章思维导图

第11章　数据统计计算

11.1　基本数据计算

11.1.1　求和

11.1.2　求均值

11.1.3　加权平均值weighted.mean()函数

11.1.4　子集平均值ave()函数

11.1.5　求最大值

11.1.6　求最小值

11.1.7　最小值、最大值range()函数

11.1.8　求中位数

11.1.9　返回多个计算结果fivenum()函数

11.1.10　求众数

11.2　高级数据计算

11.2.1　求分位数quantile()函数

11.2.2　四分位间距IQR()函数

11.2.3　求方差

11.2.4　标准差

11.2.5　变异系数

11.2.6　偏度和峰度

本章思维导图

第12章　数据分组统计与透视表

12.1　分组统计函数

12.1.1　apply()函数的应用

12.1.2　tapply()函数的应用

12.1.3　sapply()函数的应用

12.1.4　lapply()函数的应用

12.1.5　分组统计函数aggregate()

12.1.6　分组函数group by()

12.2　数据透视表

12.2.1　数据透视表dcast()

12.2.2　数据透视表gather()

12.2.3　数据透视表spread()

本章思维导图

第13章　基本绘图

13.1　图表的常用设置

13.1.1　基本绘图plot()

13.1.2　设置画布

13.1.3　设置坐标轴

13.1.4　添加文本标签

13.1.5　设置标题和图例

13.1.6　设置参考线

13.1.7　保存图表

13.2　基础图表的绘制

13.2.1　绘制折线图

13.2.2　柱形图

13.2.3　饼形图

13.3　统计分布图

13.3.1　直方图

13.3.2　散点图

13.3.3　箱形图

13.4　绘制多子图

13.4.1　par()函数

13.4.2　layout()函数

本章思维导图

第14章　ggplot2实现高级绘图

14.1　ggpIot2入门

14.1.1　ggplot2概述

14.1.2　安装ggplot2

14.1.3　ggplot2绘图流程

14.1.4　ggplot2基本语法

14.1.5　ggplot2常用绘图函数

14.2　ggpIot2绘图的基本设置

14.2.1　标题

14.2.2　坐标轴

14.2.3　添加文本标签

14.2.4　图例

14.2.5　更改字体大小

14.2.6　主题

14.2.7　保存图形

14.3　使用ggpIot2绘制图表

14.3.1　折线图

14.3.2　散点图

14.3.3　柱形图

14.3.4　直方图

14.3.5　箱形图

14.3.6　面积图

14.3.7　密度图

14.3.8　小提琴图

14.3.8.1　基础小提琴图

14.4　ggpIot2分面图

14.4.1　什么是分面

14.4.2　facet grid()函数

14.4.3　facet wrap()函数

本章思维导图

第3篇　统计分析篇

第15章　基本统计分析

15.1　描述性统计分析

15.1.1　summary()函数

15.1.2　describe()函数

15.1.3　stat.desc()函数

15.1.4　分组计算描述性统计量

15.2　概率与数据分布

15.2.1　概率

15.2.2　数据分布概述

15.2.3　正态分布

15.2.4　二项分布

15.2.5　泊松分布

15.3　列联表和频数表

15.3.1　table()函数

15.3.2　ftable()函数

15.3.3　xtab()函数

15.4　独立性检验

15.4.1　卡方检验

15.4.2　Fisher精确检验

15.4.3　Cochran-Mantel-Haenszel检验

15.5　相关性分析

15.5.1　相关系数

15.5.2　相关性分析

15.6　t检验

15.6.1　独立样本的t检验

15.6.2　非独立样本的t检验

本章思维导图

第16章　方差分析

16.1　方差分析概述

16.1.1　方差分析的概念

16.1.2　相关术语

16.1.3　方差分析表

16.2　方差分析的基本流程

16.3　aov()函数

16.4　单因素方差分析

16.4.1　正态性检验

16.4.2　方差齐性检验

16.4.3　单因素方差分析案例

16.5　双因素方差分析

16.5.1　主效应分析

16.5.2　交互效应分析

本章思维导图

第17章　回归分析

17.1　回归分析概述

17.1.1　什么是回归分析

17.1.2　回归分析的应用

17.2　回归分析的基本流程

17.3　假设检验

17.3.1　线性关系

17.3.2　评估模型性能

17.3.3　多重共线性检验

17.4　一元线性回归

17.4.1　lm()函数

17.4.2　predict()函数

17.4.3　一元线性回归案例

17.4.4　predict()函数错误调试

17.5　多元线性回归

17.5.1　相关系数矩阵

17.5.2　散点图矩阵

17.5.3　多元线性回归案例

本章思维导图