大数据中的R语言编程——学习笔记

【大数据中的R语言编程】

第1章-R语言介绍

　　R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。

为什么使用R？

　　TB级数据的出现：商业公司、政府、学术团队可获取的数据量有了非常可观的增长。

　　数据产业的蓬勃发展：从海量数据中收集信息已经成为了一项产业。

　　数据分析科学的快速发展：数据分析科学（包括计学、计量心理学、计量经济学、机器学习等）的发展一直与数据的爆炸式增长保持同步。

　　多元数据的快速融合：从广泛的数据源获取数据、将数据片段融合到一起、对数据做清理和标注、分析、并且以有意义有吸引力的图形化方式展示结果。

R的特征

• 免费的
• 一个全面的统计研究平台
• 拥有顶尖水准的制图功能
• 一个可进行交互式数据分析和探索的强大平台
• 轻松地从各种类型的数据源代入数据，包括文本文件、数据库管理系统、统计软件，乃至专门的数据仓库
• 可运行于多种平台之上

R的包

• R最激动人心的一部分功能是通过可选模块的下载和安装来实现的
• 目前有2500个陈伟包（package）的用户贡献模块可从http://cran.r-project.org/web/packages下载
• 这些包提供了横跨各种领域、数量惊人的新功能，包括分析地理数据、处理蛋白质质谱，甚至是心理测验分析的功能