内容提要

这是一本基于tidyverse入门R语言编程的书，本书从基本的编程语法讲起，适合编程零基础的读者阅读。本书结合新的R语言编程范式，让读者学习更高效率的R编程，尤其是真正用整洁优雅的数据化编程思维解决一系列数据问题，包括数据清洗、数据处理、数据可视化、统计建模、文档沟通等，并在附录中将透视表、网络爬虫、高性能计算、机器学习等典型应用囊括其中，为读者提供了丰富的R实用编程案例，也可作为一本R语言语法大全的工具书。

本书面向热爱R语言编程的读者，适合统计学、数据分析、数据可视化等领域的读者阅读参考，也可以作为高等院校相关专业的R语言教材。

彩图

▲图2.1　tidyverse优雅编程思维（核心编程思想）

▲图2.3　tidyverse整洁工作流

▲图3.3　简单的分组散点图

▲图3.6　带全局光滑曲线的散点图

▲图3.19　手动设置离散变量颜色并修改对应图例

▲图3.20　使用调色板颜色设置离散变量颜色

▲图3.21　使用渐变色设置连续变量颜色

▲图3.25　标注均值和标准差的小提琴图

▲图3.29　堆叠条形图t

▲图3.35　选择主题

▲图3.36　在ggplot生成的图中使用中文字体

▲图3.42　人口金字塔图

▲图3.44　折线图与面积图

▲图3.46　饼图

▲图3.48　用gganimate绘制动态可视化图形

▲图4.1　不同均值标准差对应的正态分布

▲图4.4　标记频率的水平条形图

前言

R语言是以统计和分析见长的专业的编程语言，具有优秀的绘图功能，且开源免费，有丰富的扩展包和活跃的社区。R语言的这些优质特性，使其始终在数据统计分析领域的SAS、Stata、SPSS、Python、Matlab等同类软件中占据领先地位。

R语言曾经最为人们津津乐道的是Hadley开发的ggplot2包，其泛函式图层化语法赋予了绘图一种“优雅”美。近年来，R语言在国外蓬勃发展，ggplot2这个“点”自2016年以来，已被Hadley“连成线、张成面、形成体（系）”，从而形成了tidyverse包。该包将“数据导入、数据清洗、数据操作、数据可视化、数据建模、可重现与交互报告”整个数据科学流程整合起来，以“现代的”“优雅的”方式和管道式、泛函式编程技术实现。不夸张地说，用tidyverse操作数据比pandas更加好用、易用！再加上可视化本来就是R所擅长的，可以说R在数据科学领域不次于Python。

这种整洁、优雅的tidy流，又带动了R语言在很多研究领域涌现出一系列tidy风格的包：tidymodels（统计与机器学习）、mlr3verse（机器学习）、rstatix（应用统计）、tidybayes（贝叶斯模型）、tidyquant和modeltime（金融）、fpp3和timetk（时间序列）、quanteda（文本挖掘）、tidygraph（网络图）、sf（空间数据分析）、tidybulk（生物信息）、sparklyr（大数据）等。

在机器学习和数据挖掘领域，曾经的R包总是在单打独斗，如今也正在从整合技术方面迎头赶上Python，出现了tidy风格的tidymodels包，以及新一代的用于机器学习的mlr3verse包，这些包基于R6类面向对象、data.table神速数据底层和开创性的Graph-流模式（图/网络流有别于通常的线性流）。

写作本书的目的

我发现近几年出现的R语言新技术很少有人问津，绝大多数R语言的教师和学习者，以及教材、博客文章仍在沿用那些过时的、晦涩的R语法，对R语言的印象仍停留在几年前：语法晦涩难懂、速度慢，做统计分析和绘图还行，没有统一的机器学习框架，无法用于深度学习、大数据、工业部署等。

有感于此，我想写一本用新R的技术，方便新手真正快速入门R语言编程的书，来为R语言正名。我是一名大学数学教师，热爱编程、热爱R语言，奉行终身学习的理念，一直喜欢跟踪和学习新知识、新技能。我对编程和R语言有一些独到的理解，因为我觉得数学语言与编程语言是相通的，都是用语法元素来表达和解决问题，我想把这些理解和体会用简洁易懂的方式表达出来。