出版社: 机械工业出版社
原作名: The Art of R Programming: A Tour of Statistical Software Design
译者: 陈堰平 / 邱怡轩 / 潘岚锋 等
出版年: 2013-5
页数: 303
定价: 69.00元
装帧: 平装
ISBN: 9787111423140
内容简介 · · · · · ·
【编辑推荐】
这本书涵盖了R语言编程的诸多方面,尤其在面向对象编程、程序调试、提升程序运行速度以及并行计算等方面,填补了同类图书的空白。关于程序调试的章节更是作者多年经验的总结。不管是初学者还是有一定编程经验的读者,阅读这本书都会有所收获。
——统计之都
【内容简介】
R语言是世界上最流行的用于数据处理和统计分析的脚本语言。考古学家用它来跟踪古代文明的传播,医药公司用它来探索哪种药物更安全、更有效,精算师用它评估金融风险以保证市场的平稳运行。总之,在大数据时代,统计数据、分析数据都离不开计算机软件的支持,在这方面R语言尤其出色。
本书将带领你踏上R语言软件开发之旅,从最基本的数据类型和数据结构开始,到闭包、递归和匿名函数等高级主题,由浅入深,讲解细腻,读者完全不需要统计学的知识,甚至不需要编程基础。而书中提到的很多高级编程技巧,都是作者多年编程经验的...
【编辑推荐】
这本书涵盖了R语言编程的诸多方面,尤其在面向对象编程、程序调试、提升程序运行速度以及并行计算等方面,填补了同类图书的空白。关于程序调试的章节更是作者多年经验的总结。不管是初学者还是有一定编程经验的读者,阅读这本书都会有所收获。
——统计之都
【内容简介】
R语言是世界上最流行的用于数据处理和统计分析的脚本语言。考古学家用它来跟踪古代文明的传播,医药公司用它来探索哪种药物更安全、更有效,精算师用它评估金融风险以保证市场的平稳运行。总之,在大数据时代,统计数据、分析数据都离不开计算机软件的支持,在这方面R语言尤其出色。
本书将带领你踏上R语言软件开发之旅,从最基本的数据类型和数据结构开始,到闭包、递归和匿名函数等高级主题,由浅入深,讲解细腻,读者完全不需要统计学的知识,甚至不需要编程基础。而书中提到的很多高级编程技巧,都是作者多年编程经验的总结,对有经验的开发者也大有裨益。本书精选了44个扩展案例,这些案例都源自于作者亲身参与过的咨询项目,都是与数据分析相关的,生动展示了R语言在统计学中的高效应用。
本书核心内容:
R语言的完整语法以及R语言的编程技巧
创建精美图形来展示复杂数据和函数
使用并行计算和向量化的方法编写更高效的代码
使用R对C/C++和Python的接口来提高计算速度或增加功能
文本分析、图像处理等领域新的R包
使用高级调试技巧清除代码里恼人的错误
包含许多“扩展案例”,展示完整的、特定用途的函数,并针对同一个问题讨论了不同的设计方案,以便分析高效准确的做法。
在恰当的时候介绍R语言与其他语言的差异,给那些了解其他语言的开发人员提供参考。
【相关图书推荐】
978-7-111-40700-3 数据挖掘与R语言
978-7-111-42021-7 R语言经典实例
978-7-111-41731-6 机器学习:实用案例解析
978-7-111-32572-7 时间序列分析及应用:R语言(原书第2版)
作者简介 · · · · · ·
Norman Matloff 著名计算机科学家兼统计学家,美国加州大学戴维斯分校计算机科学系教授,曾是该校统计专业的创建者之一,并担任过统计学教授。对并行编程、网络流量、数据挖掘、磁盘系统性能等方面的技术都有深入的研究。乐于分享,撰写了多部广受欢迎的关于软件开发的在线教程,多次为《纽约时报》、《华盛顿邮报》、《福布斯杂志》以及《洛杉矶时报》撰写文章,同时他还是《The Art of Debugging》的作者之一。
目录 · · · · · ·
前 言
致 谢
第1章 快速入门
1.1 怎样运行R
1.1.1 交互模式
1.1.2 批处理模式
1.2 第一个R会话
1.3 函数入门
1.3.1 变量的作用域
1.3.2 默认参数
1.4 R语言中一些重要的数据结构
1.4.1 向量,R语言中的战斗机
1.4.2 字符串
1.4.3 矩阵
1.4.4 列表
1.4.5 数据框
1.4.6 类
1.5 扩展案例:考试成绩的回归分析
1.6 启动和关闭R
1.7 获取帮助
1.7.1 help()函数
1.7.2 example()函数
1.7.3 如果你不太清楚要查找什么
1.7.4 其他主题的帮助
1.7.5 批处理模式的帮助
1.7.6 互联网资源
第2章 向量
2.1 标量、向量、数组与矩阵
2.1.1 添加或删除向量元素
2.1.2 获取向量长度
2.1.3 作为向量的矩阵和数组
2.2 声明
2.3 循环补齐
2.4 常用的向量运算
2.4.1 向量运算和逻辑运算
2.4.2 向量索引
2.4.3 用:运算符创建向量
2.4.4 使用seq()创建向量
2.4.5 使用rep()重复向量常数
2.5 使用all()和any()
2.5.1 扩展案例:寻找连续出现1的游程
2.5.2 扩展案例:预测离散值时间序列
2.6 向量化运算符
2.6.1 向量输入,向量输出
2.6.2 向量输入,矩阵输出
2.7 NA与NULL值
2.7.1 NA的使用
2.7.2 NULL的使用
2.8 筛选
2.8.1 生成筛选索引
2.8.2 使用subset()函数筛选
2.8.3 选择函数which()
2.9 向量化的ifelse()函数
2.9.1 扩展案例:度量相关性
2.9.2 扩展案例:对鲍鱼数据集重新编码
2.10 测试向量相等
2.11 向量元素的名称
2.12 关于c()的更多内容
第3章 矩阵和数组
3.1 创建矩阵
3.2 一般矩阵运算
3.2.1 线性代数运算
3.2.2 矩阵索引
3.2.3 扩展案例:图像操作
3.2.4 矩阵元素筛选
3.2.5 扩展案例:生成协方差矩阵
3.3 对矩阵的行和列调用函数
3.3.1 使用apply()函数
3.3.2 扩展案例:寻找异常值
3.4 增加或删除矩阵的行或列
3.4.1 改变矩阵的大小
3.4.2 扩展案例:找到图中距离最近的一对端点
3.5 向量与矩阵的差异
3.6 避免意外降维
3.7 矩阵的行和列的命名问题
3.8 高维数组
第4章 列表
4.1 创建列表
4.2 列表的常规操作
4.2.1 列表索引
4.2.2 增加或删除列表元素
4.2.3 获取列表长度
4.2.4 扩展案例:文本词汇索引
4.3 访问列表元素和值
4.4 在列表上使用apply系列函数
4.4.1 lapply()和sapply()的使用
4.4.2 扩展案例:文本词汇索引(续)
4.4.3 扩展案例:鲍鱼数据
4.5 递归型列表
第5章 数据框
5.1 创建数据框
5.1.1 访问数据框
5.1.2 扩展案例:考试成绩的回归分析(续)
5.2 其他矩阵式操作
5.2.1 提取子数据框
5.2.2 缺失值的处理
5.2.3 使用rbind()和cbind()等函数
5.2.4 使用apply()
5.2.5 扩展案例:工资研究
5.3 合并数据框
5.4 应用于数据框的函数
5.4.1 在数据框上应用lapply()和sapply()函数
5.4.2 扩展案例:应用Logistic模型
5.4.3 扩展案例:学习中文方言的辅助工具
第6章 因子和表
6.1 因子与水平
6.2 因子的常用函数
6.2.1 tapply函数
6.2.2 split()函数
6.2.3 by()函数
6.3 表的操作
6.3.1 表中有关矩阵和类似数组的操作
6.3.2 扩展案例: 提取子表
6.3.3 扩展案例:在表中寻找频数最大的单元格
6.4 其他与因子和表有关的函数
6.4.1 aggregate()函数
6.4.2 cut()函数
第7章 R语言编程结构
7.1 控制语句
7.1.1 循环
7.1.2 对非向量集合的循环
7.1.3 if-else结构
7.2 算术和逻辑运算符及数值
7.3 参数的默认值
7.4 返回值
7.4.1 决定是否显式调用return ()
7.4.2 返回复杂对象
7.5 函数都是对象
7.6 环境和变量作用域的问题
7.6.1 顶层环境
7.6.2 变量作用域的层次
7.6.3 关于ls()的进一步讨论
7.6.4 函数(几乎)没有副作用
7.6.5 扩展案例:显示调用框的函数
7.7 R语言中没有指针
7.8 向上级层次进行写操作
7.8.1 利用超赋值运算符对非局部变量进行写操作
7.8.2 用assign()函数对非局部变量进行写操作
7.8.3 扩展案例:用R语言实现离散事件仿真
7.8.4 什么时候使用全局变量
7.8.5 闭包
7.9 递归
7.9.1 Quicksort的具体实现
7.9.2 拓展举例:二叉查找树
7.10 置换函数
7.10.1 什么是置换函数
7.10.2 扩展案例:可记录元素修改次数的向量类
7.11 写函数代码的工具
7.11.1 文本编辑器和集成开发环境
7.11.2 edit()函数
7.12 创建自己的二元运算符
7.13 匿名函数
第8章 数学运算与模拟
8.1 数学函数
8.1.1 扩展例子:计算概率
8.1.2 累积和与累积乘积
8.1.3 最小值和最大值
8.1.4 微积分
8.2 统计分布函数
8.3 排序
8.4 向量和矩阵的线性代数运算
8.4.1 扩展示例:向量叉积
8.4.2 扩展示例:确定马尔科夫链的平稳分布
8.5 集合运算
8.6 用R做模拟
8.6.1 内置的随机变量发生器
8.6.2 重复运行时获得相同的随机数流
8.6.3 扩展案例:组合的模拟
第9章 面向对象的编程
9.1 S3类
9.1.1 S3泛型函数
9.1.2 实例:线性模型函数lm()中的OOP
9.1.3 寻找泛型函数的实现方法
9.1.4 编写S3类
9.1.5 使用继承
9.1.6 扩展示例:用于存储上三角矩阵的类
9.1.7 扩展示例:多项式回归程序
9.2 S4类
9.2.1 编写S4类
9.2.2 在S4类上实现泛型函数
9.3 S3类和S4类的对比
9.4 对象的管理
9.4.1 用ls()函数列出所有对象
9.4.2 用rm()函数删除特定对象
9.4.3 用save()函数保存对象集合
9.4.4 查看对象内部结构
9.4.5 exists()函数
第10章 输入与输出
10.1 连接键盘与显示器
10.1.1 使用scan()函数
10.1.2 使用readline()函数
10.1.3 输出到显示器
10.2 读写文件
10.2.1 从文件中读取数据框或矩阵
10.2.2 读取文本文件
10.2.3 连接的介绍
10.2.4 扩展案例:读取PUMS普查数据
10.2.5 通过URL在远程计算机上访问文件
10.2.6 写文件
10.2.7 获取文件和目录信息
10.2.8 扩展案例:多个文件内容的和
10.3 访问互联网
10.3.1 TCP/IP概述
10.3.2 R中的socket
10.3.3 扩展案例:实现R的并行计算
第11章 字符串操作
11.1 字符串操作函数概述
11.1.1 grep()
11.1.2 nchar()
11.1.3 paste()
11.1.4 sprintf()
11.1.5 substr()
11.1.6 strsplit()
11.1.7 regexpr()
11.1.8 gregexpr()
11.2 正则表达式
11.2.1 扩展案例:检测文件名的后缀
11.2.2 扩展案例:生成文件名
11.3 在调试工具edtdbg中使用字符串工具
第12章 绘图
12.1 创建图形
12.1.1 基础图形系统的核心:plot()函数
12.1.2 添加线条:abline()函数
12.1.3 在保持现有图形的基础上新增一个绘图窗口
12.1.4 扩展案例:在一张图中绘制两条密度曲线
12.1.5 扩展案例:进一步考察多项式回归
12.1.6 添加点:points()函数
12.1.7 添加图例:legend()函数
12.1.8 添加文字:text()函数
12.1.9 精确定位:locator()函数
12.1.10 保存图形
12.2 定制图形
12.2.1 改变字符大小:cex选项
12.2.2 改变坐标轴的范围:xlim和ylim选项
12.2.3 添加多边形:polygon()函数
12.2.4 平滑散点:lowess()和loess()函数
12.2.5 绘制具有显式表达式的函数
12.2.6 扩展案例:放大曲线的一部分
12.3 将图形保存到文件
12.3.1 R图形设备
12.3.2 保存已显示的图形
12.3.3 关闭R图形设备
12.4 创建三维图形
第13章 调试
13.1 调试的基本原则
13.1.1 调试的本质:确认原则
13.1.2 从小处着手
13.1.3 模块化的、自顶向下的调试风格
13.1.4 反漏洞
13.2 为什么要使用调试工具
13.3 使用R的调试工具
13.3.1 利用debug()和browser()函数进行逐步调试
13.3.2 使用浏览器命令
13.3.3 设置断点
13.3.4 使用trace()函数进行追踪
13.3.5 使用traceback()和debugger()函数对崩溃的程序进行检查
13.3.6 扩展案例:两个完整的调试会话
13.4 更方便的调试工具
13.5 在调试模拟数据的代码时请确保一致性
13.6 语法和运行时错误
13.7 在R上运行GDB
第14章 性能提升:速度和内存
14.1 编写快速的R代码
14.2 可怕的for循环
14.2.1 用向量化提升速度
14.2.2 扩展案例:在蒙特卡罗模拟中获得更快的速度
14.2.3 扩展案例:生成幂次矩阵
14.3 函数式编程和内存问题
14.3.1 向量赋值问题
14.3.2 改变时拷贝
14.3.3 扩展案例:避免内存拷贝
14.4 利用Rprof()来寻找代码的瓶颈
14.4.1 利用Rprof()来进行监视
14.4.2 Rprof()的工作原理
14.5 字节码编译
14.6 内存无法装下数据怎么办
14.6.1 分块
14.6.2 利用R软件包来进行内存管理
第15章 R与其他语言的接口
15.1 编写能被R调用的C/C++函数
15.1.1 R与C/C++交互的预备知识
15.1.2 例子:提取方阵的次对角线元素
15.1.3 编译和运行程序
15.1.4 调试R/C程序
15.1.5 扩展案例:预测离散取值的时间序列
15.2 从Python调用R
15.2.1 安装RPy
15.2.2 RPy语法
第16章 R语言并行计算
16.1 共同外链问题
16.2 snow包简介
16.2.1 运行snow代码
16.2.2 分析snow代码
16.2.3 可以获得多少倍的加速
16.2.4 扩展案例:K均值聚类
16.3 借助于C
16.3.1 利用多核机器
16.3.2 扩展案例:利用OpenMP解决共同外链问题
16.3.3 运行OpenMP代码
16.3.4 OpenMP代码分析
16.3.5 其他OpenMP指令
16.3.6 GPU编程
16.4 普遍的性能考虑
16.4.1 开销的来源
16.4.2 简单并行程序,以及那些不简单的
16.4.3 静态和动态任务分配
16.4.4 软件炼金术:将一般的问题转化为简单并行问题
16.5 调试R语言并行计算的代码
附录A 安装R
附录B 安装和使用包
· · · · · · (收起)
喜欢读"R语言编程艺术"的人也喜欢的电子书 · · · · · ·
喜欢读"R语言编程艺术"的人也喜欢 · · · · · ·
R语言编程艺术的话题 · · · · · · ( 全部 条 )



R语言编程艺术的书评 · · · · · · ( 全部 7 条 )


R语言数据结构讲解得最深入的书

> 更多书评 7篇
-
wit (Quem librum legis?)
-
向量的内存分配过程比较耗时,调用c(runs,i)时(runs<-c(runs,i))给新的向量分配了内存空间,每次执行时都会减慢代码的运行速度。一种替代方法是预先分配内存空间,如果确实需要提高速度,可以考虑用C语言重新编码。 扩展案例:预测离散值时间序列 cumsum #用来计算向量的累积和 关注每次循环中的计算量。
2014-11-17 21:38:42 1人喜欢
-
接下来我们会用大量时间关注以下话题: 循环补齐:在一定情况下自动延长向量 筛选:提取向量子集 向量化:对向量的某一个元素应用函数 x本质上是一个指针,重赋值是通过将x指向新向量的方式实现的 eg: 若现在需要一个函数去判断向量中第一个1所在位置的索引值,循环如果写成 for(n in x)则无法获得所需元素的索引值,因此引入一个显示循环是必要的,而for(i in 1:length(x))中需要x的长度。但是如果x的长度为0会产生问题···...
2014-11-17 20:29:20 1人喜欢
接下来我们会用大量时间关注以下话题: 循环补齐:在一定情况下自动延长向量 筛选:提取向量子集 向量化:对向量的某一个元素应用函数 x本质上是一个指针,重赋值是通过将x指向新向量的方式实现的 eg: 若现在需要一个函数去判断向量中第一个1所在位置的索引值,循环如果写成 for(n in x)则无法获得所需元素的索引值,因此引入一个显示循环是必要的,而for(i in 1:length(x))中需要x的长度。但是如果x的长度为0会产生问题···R的高级函数seq()出场了··· 如果要对向量中的特定元素赋值的话,则要事先声明。原因在于,在函数式语言中,读写向量中的元素,实际上由函数来完成。如果R事先不知道y是一个向量,那么函数将没有执行的对象。对于绑定,由于变量没有事先声明,所以它们的类型不受限制。 eg: y<- vector (length=2) y[2]<-1 x<-c(1,2) 向量索引强大的兼容性 (great!) eg: y<-x[c(1,1,3)] 负数的下标表示删除,然后看看还剩什么 结合下标可以发现length很有用~ 注意运算的优先级 eg: i<-2 1:i-1 #向量的循环补齐 seq(from 1.1,to 2,by 0.1) # 生成等差数列的一组向量 rep(c(2,3,4),3) # rep(x,times) rep(c(2,3,4), each=2) #指代交替出现的次数 any (x>8)可以用all or any做判断 引自 第二章 向量 记住R是一种函数式语言。
回应 2014-11-17 20:29:20 -
使用双方括号 d.[['colums']] 来源: [http://www.r-tutor.com/r-introduction/data-frame/data-frame-column-vector]
2019-04-15 15:04:14
使用双方括号
d.[['colums']]
来源:
http://www.r-tutor.com/r-introduction/data-frame/data-frame-column-vector
回应 2019-04-15 15:04:14
-
只在函数体内部可见的变量对于这个函数来说就是“局部变量”,它们在函数返回值后就撤销了。···R函数中的形式参数是局部变量。···在计算函数调用的取值时,R会把每个实际参数复制给对应额局部参数变量,继而改变那些在函数外不可见的变量的取值。 全局变量是在函数之外创建的变量,在函数内部也可以访问。 superassignment operator :<<- #可以在函数内部给全局变量赋值。 g <-funtion(x,y=2,z=T) {```} #其...
2014-11-17 17:22:10
-
y<- "abc" #字符串是字符模式的单元素向量 x<- c(1,2,3) #数值模式长度为3的数值向量 z<- c("abc","29 88") #由两个字符串组成 矩阵由向量生成的方式有两种:行绑定(rbind)&列绑定(cbind),矩阵乘法的运算符是 %*%,矩阵索引的下标从1开始(great!) R语言中列表里的各项可以属于不同的数据类型,可以用组成成分的名称来访问列表中的元素。列表的一种常见用法是把多个值打包组合到一起,然后从函数中返回。 e...
2014-11-17 18:49:23
y<- "abc" #字符串是字符模式的单元素向量 x<- c(1,2,3) #数值模式长度为3的数值向量 z<- c("abc","29 88") #由两个字符串组成 矩阵由向量生成的方式有两种:行绑定(rbind)&列绑定(cbind),矩阵乘法的运算符是 %*%,矩阵索引的下标从1开始(great!) R语言中列表里的各项可以属于不同的数据类型,可以用组成成分的名称来访问列表中的元素。列表的一种常见用法是把多个值打包组合到一起,然后从函数中返回。 eg:R语言的设计者把hist()返回的信息打包到一个R列表中,这样可以通过美元符号来访问,并用其他R语言命令进行操作。(great!) str()#可用来显示任何R对象的内部结构,不只限于列表 data.frame() #数据框,通常是通过读取文件或数据库来创建 类被泛型函数所需要,泛型函数是有着相似功能适用于某个特定的类的函数族。举个例子,plot()函数是一个泛型函数,可以对任意一个R对象使用plot()函数,R会根据对象的类寻找合适的画图函数。 my try: > z<- c("abc","df") > a<- paste(z) > a [1] "abc" "df" > a<- paste(z,z) > a [1] "abc abc" "df df" > b<-strsplit(a," ") > b [[1]] [1] "abc" "abc" [[2]] [1] "df" "df" 以上还有疑问,wait~ 关于“类的作用”
回应 2014-11-17 18:49:23
-
使用双方括号 d.[['colums']] 来源: [http://www.r-tutor.com/r-introduction/data-frame/data-frame-column-vector]
2019-04-15 15:04:14
使用双方括号
d.[['colums']]
来源:
http://www.r-tutor.com/r-introduction/data-frame/data-frame-column-vector
回应 2019-04-15 15:04:14 -
怪物卤汁面条 (热情 努力 坚持)
1 x[2:3] 由x的第2个至第3个元素组成的子向量 2 q() 退出R 3 for(i in 1:length(x)) 相当于C++中 for(int i = 1;i <=length(x);i++) 4 向量(相当于C++中的数组)的索引从1开始,由同一数据类型(mode)元素组成 5 矩阵用双下标作为索引,m[1,2],赋值 m <- rbind(c(1,4), c(2,2)), cbind()为按列赋值 6 向量与列表(list)的差别:列表中的各项可以属于不同数据类型 7 数据框(data.frame)就是列...2017-04-20 20:49:37
这本书的其他版本 · · · · · · ( 全部2 )
-
NO STARCH PRESS (2011)8.6分 115人读过
在哪儿借这本书 · · · · · ·
以下书单推荐 · · · · · · ( 全部 )
- you R ready (阿道克)
- 开智社群群友原创书目 (开智学堂)
- R (谢小漫)
- R & Python & Ruby (神雕侠觅侣)
- 我的统计学书库以及数学科普书库 (老张)
谁读这本书?
二手市场
订阅关于R语言编程艺术的评论:
feed: rss 2.0
0 有用 cheerzzh 2013-10-10 22:38:40
入门来说优于 r in action
0 有用 石头 2022-03-20 23:25:56
如鱼得水,感谢你带我入门第一个语言
0 有用 自源 2014-11-30 13:25:12
用到了一点点。。
1 有用 陈钢 2013-07-22 01:06:19
写给程序员的R语言书
0 有用 拖延症晚期患者 2013-11-16 14:59:25
先拜下大神 暑假必然好好钻研..
0 有用 石头 2022-03-20 23:25:56
如鱼得水,感谢你带我入门第一个语言
0 有用 Net Garden 2022-03-09 21:27:54
classical R的经典。虽然有了tidyverse之后,传统R语言写的越来越少,但不可否认基础内容的重要性是不可替代的。实际上,Matloff也批评过tidyverse,意见很中肯,在他Github上可以找到这篇文章,统计之都也翻译过,值的一读
0 有用 丙申 2021-04-28 17:51:25
R语言的基础语法讲解,没有涉及统计建模部分
0 有用 小书虫 2021-04-26 19:48:02
作为r的语法书写的相当不错
0 有用 Verdure 2021-03-30 19:18:14
整体把握R语言编程的整体逻辑。作为一种技术,多实践总没错