[套装书]数据科学之编程技术：使用R进行数据清理、分析与可视化+R语言：实用数据分析和可视化技术（原书第2版）（2册）_[套装书]数据科学之编程技术：使用R进行数据清理、分析与可视化+R语言：实用数据分析和可视化技术（原书第2版）（2册）PDF下载_[套装书]数据科学之编程技术：使用R进行数据清理、分析与可视化+R语言：实用数据分析和可视化技术（原书第2版）（2册）电子书,介绍,[套装书]数据科学之编程技术：使用R进行数据清理、分析与可视化+R语言：实用数据分析和可视化技术（原书第2版）（2册）txt,作者,视频教程,在线阅读,[套装书]数据科学之编程技术：使用R进行数据清理、分析与可视化+R语言：实用数据分析和可视化技术（原书第2版）（2册）[美] 迈克尔·弗里曼（Michael Freeman）, 乔尔·罗斯（Joel Ross）[美] 贾里德· P. 兰德（Jared P. Lander）

[套装书]数据科学之编程技术：使用R进行数据清理、分析与可视化+R语言：实用数据分析和可视化技术（原书第2版）（2册）

作者

[美] 迈克尔·弗里曼（Michael Freeman）, 乔尔·罗斯（Joel Ross）[美] 贾里德· P. 兰德（Jared P. Lander）

丛书名

数据科学与工程技术丛书

出版社

机械工业出版社

ISBN

9782001061555

简要

简介

内容简介书籍计算机书籍 ---------------------------数据科学之编程技术：使用R进行数据清理、分析与可视化--------------------------- 本书围绕使用R进行数据科学编程所需的实际步骤展开，介绍了有关该主题的工具和技术的整个系统。书中共分为六大部分。第一部分介绍了如何下载和安装书中涉及的各种软件；第二部分介绍了项目管理的基础技术，包括跟踪代码的版本并生成文档；第三部分介绍了R编程语言，它是整本书使用的主要开发语言；第四部分介绍了如何在R中加载、格式化、遍历和重塑数据；第五部分介绍了数据科学中数据可视化的原则以及如何利用R构建数据可视化；第六部分介绍了如何用两种不同的方法创建交互平台来分享自己的观点，以及如何拓展自己的知识。 ---------------------------R语言：实用数据分析和可视化技术（原书第2版）--------------------------- 本书借鉴数据科学家Jared P. Lander在R语言上丰富的教学经验，通过大量实例，详细讲解R语言的核心功能。对于刚接触统计程序和模型的人，本书的内容组织结构使得学习R语言相当简单和直观。本书主要介绍R语言中20%的核心功能，但是这20%的功能足以让你解决80%的现代数据分析。书中每一章都是从基础知识开始，提供大量的实例和代码。你将学习下载和安装R语言；设置和使用R语言环境；掌握基本的程序编写，数据导入、操作和可视化；完成几个测验。然后在此基础上，你将构建几个完整的模型，包括线性和非线性模型，学习数据挖掘技术。接着你将在代码中学习使用LaTeX，RMarkdown和Shiny等R语言包。

---------------------------数据科学之编程技术：使用R进行数据清理、分析与可视化---------------------------

译者序
序
前言
第一部分　开始
第1章　设置计算机2
1.1　设置命令行工具3
1.1.1　Mac上的命令行3
1.1.2　Windows上的命令行3
1.1.3　Linux上的命令行3
1.2　安装git3
1.3　创建GitHub账户4
1.4　选择一个文本编辑器4
1.4.1　Atom4
1.4.2　Visual Studio Code5
1.4.3　Sublime Text5
1.5　下载R语言5
1.6　下载RStudio5
第2章　使用命令行7
2.1　访问命令行7
2.2　浏览文件系统8
2.2.1　改变9
2.2.2　列出文件10
2.2.3　路径10
2.3　管理文件12
2.3.1　学习新命令12
2.3.2　通配符13
2.4　错误处理14
2.5　重定向输出15
2.6　网络命令16
第二部分　项目管理
第3章　使用git和GitHub进行版本控制20
3.1　什么是git20
3.1.1　git的核心概念21
3.1.2　什么是GitHub21
3.2　配置和项目设置22
3.2.1　生成一个仓库22
3.2.2　检查状态23
3.3　跟踪项目变更24
3.3.1　添加文件24
3.3.2　提交25
3.3.3　审核本地git流程26
3.4　在GitHub中存储项目26
3.4.1　分支和克隆27
3.4.2　推送和拉取28
3.5　访问项目历史30
3.5.1　提交历史30
3.5.2　恢复早期版本30
3.6　忽略项目中的文件31
第4章　使用Markdown制作文档34
4.1　编写Markdown34
4.1.1　文本格式34
4.1.2　文本块34
4.1.3　超链接35
4.1.4　图像36
4.1.5　表格36
4.2　渲染Markdown36
第三部分　R的基本技能
第5章　R语言40
5.1　用R编程40
5.2　运行R代码40
5.2.1　使用RStudio41
5.2.2　从命令行运行R42
5.3　注释44
5.4　变量定义44
5.4.1　基本数据类型45
5.5　获取帮助48
5.5.1　如何学习R49
第6章　函数52
6.1　什么是函数52
6.1.1　R函数语法53
6.2　内置R函数53
6.2.1　命名参数54
6.3　加载函数55
6.4　编写函数56
6.4.1　调试函数58
6.5　使用条件语句59
第7章　向量61
7.1　什么是向量61
7.1.1　创建向量61
7.2　向量化操作62
7.2.1　循环63
7.2.2　多数为向量64
7.2.3　向量化函数65
7.3　向量索引66
7.3.1　多索引67
7.4　向量过滤68
7.5　向量修改69
第8章　列表71
8.1　什么是列表71
8.2　创建列表71
8.3　访问列表元素72
8.4　修改列表75
8.4.1　单双括号75
8.5　lapply()函数76
第四部分　数据清理
第9章　理解数据80
9.1　数据生成过程80
9.2　查找数据81
9.3　数据类型82
9.3.1　测量尺度82
9.3.2　数据结构83
9.4　解释数据84
9.4.1　获取领域知识84
9.4.2　了解数据模式86
9.5　用数据回答问题87
第10章　数据框89
10.1　什么是数据框89
10.2　使用数据框89
10.2.1　创建数据框90
10.2.2　数据帧的结构90
10.2.3　访问数据框91
10.3　使用CSV数据92
10.3.1　工作93
10.3.2　因子变量95
第11章　使用dplyr操作数据98
11.1　操作数据语法98
11.2　核心dplyr函数98
11.2.1　选择99
11.2.2　过滤101
11.2.3　修改102
11.2.4　排序102
11.2.5　汇总103
11.3　执行顺序操作104
11.3.1　管道操作105
11.4　按组分析数据框106
11.5　连接数据框108
11.6　dplyr实战：分析飞行数据111
第12章　使用tidyr重塑数据116
12.1　什么是“整洁”数据116
12.2　从列到行：gather()117
12.3　从行到列：spread()119
12.4　tidyr实战：探索教育统计120
第13章　访问数据库125
13.1　关系数据库概述125
13.1.1　什么是关系数据库125
13.1.2　建立关系数据库127
13.2　体验SQL128
13.3　从R访问数据库131
第14章　访问Web API135
14.1　什么是Web API135
14.2　RESTful请求136
14.2.1　URI（统一资源标识符）136
14.2.2　HTTP动词140
14.3　从R访问Web API141
14.4　处理JSON数据142
14.4.1　解析JSON144
14.4.2　展平数据145
14.5　API实战：在西雅图寻找古巴食品147
第五部分　数据可视化
第15章　设计数据可视化154
15.1　可视化的目的154
15.2　选择可视化布局156
15.2.1　可视化单个变量156
15.2.2　可视化多个变量159
15.2.3　可视化分层数据162
15.3　选择有效的图形编码162
15.3.1　有效颜色165
15.3.2　利用前注意属性167
15.4　数据显示的表达力168
15.5　强化美学170
第16章　使用ggplot2创建可视化171
16.1　图形语法171
16.2　使用ggplot2进行基本绘图172
16.2.1　指定几何图形174
16.2.2　美学映射176
16.3　复杂的布局及定制176
16.3.1　位置调整176
16.3.2　标度样式178
16.3.3　坐标系180
16.3.4　分面181
16.3.5　标签和注释182
16.4　构建地图184
16.4.1　分级统计（Choropleth）地图184
16.4.2　点分布地图186
16.5　ggplot2实战：绘制旧金山驱逐地图187
第17章　R中的交互式可视化191
17.1　plotly包192
17.2　rbokeh包194
17.3　leaflet 包196
17.4　交互式可视化实战：展示西雅图的变化198
第六部分　构建和共享应用程序
第18章　使用R Markdown创建动态报告204
18.1　设置报告204
18.1.1　新建.Rmd文件204
18.1.2　编织（Knit）文档206
18.2　集成Markdown与R代码207
18.2.1　R代码块207
18.2.2　内联代码208
18.3　在报告中渲染数据与可视化208
18.3.1　渲染字符串208
18.3.2　渲染Markdown列表209
18.3.3　渲染表格210
18.3.4　渲染绘图211
18.4　以网站形式共享报告212
18.5　R Markdown实战：寿命预测报告213
第19章　使用Shiny构建交互式Web应用程序217
19.1　Shiny框架217
19.1.1　Shiny核心概念218
19.1.2　程序结构218
19.2　设计用户界面221
19.2.1　静态内容222
19.2.2　动态输入223
19.2.3　动态输出224
19.2.4　布局225
19.3　开发应用程序服务器227
19.4　发布Shiny应用程序229
19.5　Shiny实战：可视化警察致命射击230
第20章　协同工作237
20.1　使用分支跟踪代码的不同版本237
20.1.1　不同分支238
20.1.2　合并分支241
20.1.3　合并冲突242
20.1.4　GitHub的合并243
20.2　使用特性分支开发项目244
20.3　使用集中工作流协作246
20.3.1　新建一个集中仓库246
20.3.2　在集中工作流中使用特性分支247
20.4　使用分叉工作流协作249
第21章　继续学习252
21.1　统计学习252
21.1.1　评估关系252
21.1.2　预测252
21.2　其他编程语言253
21.3　道德准则253

---------------------------R语言：实用数据分析和可视化技术（原书第2版）---------------------------

译者序
序
前言
致谢
第1章　获取R语言 1
1.1　下载R语言 1
1.2　R语言版本 2
1.3　32位与64位 2
1.4　安装R语言 2
1.4.1　在Windows系统上安装 2
1.4.2　在Mac OS X系统上安装 5
1.4.3　在Linux系统上安装 8
1.5　微软开源R语言 10
1.6　小结 10
第2章　R语言环境 11
2.1　命令行界面 12
2.2　RStudio 13
2.2.1　RStudio项目 14
2.2.2　RStudio工具 16
2.2.3　Git集成 20
2.3　微软Visual Studio 22
2.4　小结 22
第3章　R语言包 23
3.1　安装R语言包 23
3.2　加载R语言包 25
3.3　构建R语言包 26
3.4　小结 26
第4章　R语言基础 27
4.1　基本数学运算 27
4.2　变量 28
4.2.1　变量赋值 28
4.2.2　删除变量 29
4.3　数据类型 30
4.3.1　数值型 30
4.3.2　字符型 31
4.3.3　日期型 32
4.3.4　逻辑型 32
4.4　向量 34
4.4.1　向量操作 34
4.4.2　factor向量 37
4.5　函数调用 38
4.6　函数文档 38
4.7　缺失数据 39
4.7.1　NA 39
4.7.2　NULL 40
4.8　管道 40
4.9　小结 41
第5章　高级数据结构 42
5.1　数据框 42
5.2　列表 48
5.3　矩阵 53
5.4　数组 56
5.5　小结 56
第6章　R语言读取数据 57
6.1　读取CSV文件 57
6.1.1　read_delim函数 59
6.1.2　fread函数 60
6.2　读取Excel数据 60
6.3　读取数据库数据 62
6.4　读取其他统计工具的数据 64
6.5　读取R语言二进制文件 65
6.6　读取R语言数据 67
6.7　读取网页数据 68
6.7.1　读取HTML表格 68
6.7.2　抽取网页数据 69
6.8　读取JSON数据 70
6.9　小结 72
第7章　统计图 73
7.1　基础统计图 73
7.1.1　基础直方图 74
7.1.2　基础散点图 74
7.1.3　箱线图 75
7.2　ggplot2 75
7.2.1　ggplot2：直方图和核密度曲线 76
7.2.2　ggplot2：散点图 77
7.2.3　ggplot2：箱线图和小提琴图 79
7.2.4　ggplot2：曲线图 82
7.2.5　主题 83
7.3　小结 84
第8章　编写R语言函数 85
8.1　Hello，World！ 85
8.2　函数参数 86
8.2.1　默认参数 87
8.2.2　额外参数 87
8.3　返回值 88
8.4　do.call函数 89
8.5　小结 89
第9章　控制语句 90
9.1　if和else语句 90
9.2　switch语句 92
9.3　ifelse函数 94
9.4　复合检查 95
9.5　小结 95
第10章　R语言的循环迭代 96
10.1　for循环 96
10.2　while循环 97
10.3　控制循环 98
10.4　小结 99
第11章　分组操作 100
11.1　apply函数族 100
11.1.1　apply函数 100
11.1.2　lapply和sapply函数 101
11.1.3　mapply函数 102
11.1.4　其他的apply函数 102
11.2　aggregate函数 103
11.3　plyr包 105
11.3.1　ddply函数 106
11.3.2　llply函数 108
11.3.3　plyr的辅助函数 109
11.3.4　速度与便利性 109
11.4　data.table包 109
11.4.1　键值 113
11.4.2　data.table聚合 115
11.5　小结 117
第12章　高效的分组操作：dplyr 118
12.1　管道 118
12.2　tbl数据类型 119
12.3　select函数 120
12.4　filter函数 127
12.5　slice函数 131
12.6　mutate函数 132
12.7　summarize函数 135
12.8　group_by函数 136
12.9　arrange函数 137
12.10　do函数 137
12.11　dplyr使用数据库 139
12.12　小结 140
第13章　数据迭代 141
13.1　map函数 141
13.2　特定类型的map函数 143
13.2.1　map_int函数 144
13.2.2　map_dbl函数 144
13.2.3　map_chr函数 144
13.2.4　map_lgl函数 145
13.2.5　map_df函数 145
13.2.6　map_if函数 146
13.3　数据框的迭代 147
13.4　map函数的多输入 148
13.5　小结 149
第14章　数据整理 150
14.1　cbind和rbind 150
14.2　连接 151
14.2.1　合并 152
14.2.2　plyr中的join 152
14.2.3　合并表 156
14.3　reshape2 157
14.3.1　melt函数 157
14.3.2　dcast函数 159
14.4　小结 160
第15章　数据重构：Tidyverse 161
15.1　合并行和列数据 161
15.2　用dplyr包连接 162
15.3　行列变换 166
15.4　小结 169
第16章　字符串操作 170
16.1　paste 170
16.2　把格式数据写成串（sprintf） 171
16.3　提取文本 172
16.4　正则表达式 175
16.5　小结 181
第17章　概率分布 182
17.1　正态分布 182
17.2　二项分布 186
17.3　泊松分布 190
17.4　其他分布 192
17.5　小结 194
第18章　基本统计 195
18.1　概括性统计量 195
18.2　相关系数和协方差 198
18.3　t-检验 205
18.3.1　单样本t-检验 206
18.3.2　两样本t-检验 208
18.3.3　两配对样本t-检验 210
18.4　方差分析 211
18.5　小结 213
第19章　线性模型 214
19.1　简单线性回归 214
19.2　多元回归 219
19.3　小结 234
第20章　广义线性模型 235
20.1　逻辑斯蒂回归 235
20.2　泊松回归 238
20.3　其他的广义线性模型 241
20.4　生存分析 242
20.5　小结 246
第21章　模型诊断 247
21.1　残差 247
21.2　模型比较 252
21.3　交叉验证 255
21.4　Bootstrap 259
21.5　逐步变量选择 262
21.6　小结 264
第22章　正则化和压缩 265
22.1　弹性网络 265
22.2　贝叶斯压缩 279
22.3　小结 282
第23章　非线性模型 283
23.1　非线性最小二乘法 283
23.2　样条插值 285
23.3　广义相加模型 288
23.4　决策树 293
23.5　boost树 295
23.6　随机森林 298
23.7　小结 299
第24章　时间序列和自相关 301
24.1　自回归移动平均模型 301
24.2　向量自回归 306
24.3　广义自回归异方差模型 311
24.4　小结 317
第25章　聚类 318
25.1　k-均值 318
25.2　PAM 325
25.3　分层聚类 329
25.4　小结 332
第26章　模型拟合调优：caret 333
26.1　caret介绍 333
26.2　caret选项 333
26.2.1　caret训练控制 334
26.2.2　caret网格搜索 334
26.3　boost树调优 335
26.4　小结 338
第27章　可重复性报告：knitr 339
27.1　安装LaTeX 339
27.2　LaTeX基础 340
27.3　knitr中使用LaTeX 342
27.4　小结 346
第28章　R语言文档：RMarkdown 347
28.1　文档编译 347
28.2　文档头信息 347
28.3　Markdown入门 348
28.4　Markdown代码块 350
28.5　htmlwidgets 351
28.5.1　表数据 352
28.5.2　leaflet 354
28.5.3　dygraphs 356
28.5.4　threejs 358
28.5.5　d3heatmap 360
28.6　RMarkdown幻灯片 361
28.7　小结 362
第29章　交互式dashboard：Shiny 363
29.1　在RMarkdown中使用Shiny 363
29.2　Shiny中的响应表达式 366
29.3　服务端和UI界面 368
29.4　小结 376
第30章　构建R包 377
30.1　结构 377
30.2　包文件 378
30.2.1　DESCRIPTION文件 378
30.2.2　NAMESPACE文件 380
30.2.3　其他包文件 382
30.3　包文档 384
30.4　测试 386
30.5　包的检查、构建和安装 388
30.6　提交至CRAN 389
30.7　C++代码 390
30.7.1　sourceCpp 390
30.7.2　编译包 392
30.8　小结 394
附录A　相关资源 395

有问题微信扫码联系

[套装书]数据科学之编程技术：使用R进行数据清理、分析与可视化+R语言：实用数据分析和可视化技术（原书第2版）（2册）

推荐