新書推薦：
《
渺小如象
》
售價：HK$
43.8
《
人性的弱点
》
售價：HK$
52.8
《
今日私法理论：德国私法理论的多元视角（德语法学思想译丛）
》
售價：HK$
93.5
《
敦煌简史
》
售價：HK$
393.8
《
人性的优点
》
售價：HK$
52.8
《
梵语入门教程：语法和练习（全二册）
》
售價：HK$
294.8
《
汉初十年 刘邦与吕氏家族 32幅图表清晰标注关键战役人事布局
》
售價：HK$
60.5
《
春秋世卿政权结构演变研究
》
售價：HK$
85.8
|
| 編輯推薦： |
|
系统全面：涵盖R语言基础、数据操作、清洗、可视化及统计分析与建模，循序渐进，理论与实践紧密结合。案例驱动：大量真实案例和代码示例，边学边练，助力快速提升数据分析与可视化技能。适用广泛：适合高校学生作为教材或参考书，也适用于数据分析新手、职场人士及科研人员自学。快速上手：帮助读者轻松完成实际项目，提升工作效率与实战能力。
|
| 內容簡介： |
|
《极简R语言：新手数据分析与可视化之道》系统讲解R语言基础、数据操作、清洗、可视化及统计分析与建模，全书11章通过循序渐进案例教学与丰富代码示例，帮助读者边学边练，快速掌握实战技能。适合高校学生作为教材与参考书，同时也是数据分析新手、职场用户及科研人员的自学参考。无论新手或有经验者，都能通过本书快速上手项目，轻松完成数据分析与可视化任务，提升工作效率。
|
| 關於作者： |
|
关东升一个在IT领域摸爬滚打二十多年的老程序员、知名培训专家、畅销书作家，精通多种计算机技术。参与设计和开发北京市公交一卡通大型项目，开发国家农产品追溯系统、金融系统微博等移动客户端项目，并在AppStore发布多款游戏和应用软件。长期为中国移动、中国联通、南方航空、中石油、中国工商银行、平安银行和天津港务局等企事业单位提供培训服务。先后出版了《iOS开发指南》《从零开始学Swift》《Android网络游戏开发实战》《Cocos2d-x实战》《Java从小白到大牛》《Kotlin从小白到大牛》等40多部图书。
|
| 目錄：
|
目录
第1章R语言初识
1.1什么是R语言
1.1.1R语言历史
1.1.2如何获得帮助
1.2安装与配置
1.2.1安装R语言
1.2.2安装RStudio
1.2.3RStudio界面介绍
1.3编写第一个R语言程序
1.3.1交互式方式运行
1.3.2脚本文件方式运行
1.4本章练习
第2章R语言基础语法
2.1标识符与关键字
2.1.1标识符
2.1.2关键字
2.2数据类型与变量
2.2.1数字类型
2.2.2字符类型
2.2.3布尔类型
2.2.4数据类型转换
2.2.5变量的定义与使用
2.3运算符与表达式
2.3.1算术运算符
2.3.2关系运算符
2.3.3逻辑运算符
2.3.4赋值运算符
2.3.5表达式
2.4流程控制语句
2.4.1条件语句
2.4.2循环语句
2.4.3循环控制语句
2.5函数
2.5.1函数的定义
2.5.2调用函数
2.6变量的作用域
2.6.1局部变量
2.6.2全局变量
2.7本章练习
第3章数据结构
3.1向量
3.1.1创建向量
3.1.2向量运算
3.1.3向量属性
3.1.4访问向量元素
3.2列表
3.2.1创建列表
3.2.2访问列表中的元素
3.3矩阵
3.3.1创建矩阵
3.3.2矩阵属性
3.3.3设置行名和列名
3.3.4访问矩阵中的元素
3.4数据框
3.4.1创建数据框
3.4.2数据框的基本属性
3.4.3访问数据框
3.5数组
3.5.1创建数组
3.5.2访问数组中的元素
3.6因子
3.6.1创建因子
3.6.2创建有序因子
3.6.3自定义因子标签
3.6.4使用table()函数进行数据汇总
3.7字符串
3.7.1创建字符串
3.7.2字符串操作
3.8本章练习
第4章数据操作： 导入、导出与内置数据集
4.1数据导入与数据导出
4.2数据导入
4.2.1从CSV文件导入
4.2.2示例1： 从CSV文件读取地震事件数据集
4.2.3从Excel文件导入
4.2.4示例2： 导入“商品房销售月度数据.xls”文件
4.2.5从数据库导入
4.2.6示例3： 从SQLite数据库导入苹果公司股票数据
4.3数据导出
4.3.1导出到CSV文件
4.3.2示例4： 将电商平台订单数据导出为CSV文件
4.3.3导出到Excel文件
4.3.4示例5： 将电商平台订单数据导出为Excel文件
4.4使用内置数据
4.4.1内置数据集概述
4.4.2常用内置数据集
4.5本章练习
第5章数据清洗与预处理
5.1数据清洗
5.1.1概述
5.1.2数据结构检查
5.1.3示例6： 电商平台订单数据结构检查
5.2数据清理步骤
5.2.1概述
5.2.2示例7： 在线教育平台用户注册数据清洗
5.3数据重塑
5.3.1从宽格式转换为长格式
5.3.2从长格式转换为宽格式
5.4数据合并
5.4.1行合并
5.4.2列合并
5.5数据连接
5.5.1左连接
5.5.2右连接
5.5.3内连接
5.5.4全连接
5.6本章练习
第6章数据可视化基础——使用Base R工具绘制图形
6.1数据可视化
6.1.1数据可视化的定义与重要性
6.1.2常见的图形类型及其用途
6.1.3R语言中的可视化工具介绍
6.2使用Base R工具绘制图形
6.2.1散点图
6.2.2折线图
6.2.3柱状图和条形图
6.2.4饼图
6.2.5热力图
6.3图形自定义
6.3.1设置颜色
6.3.2添加图例与网格线
6.3.3坐标轴设置
6.4本章练习
第7章高级数据可视化——使用ggplot2绘制图形
7.1使用ggplot2绘制图形
7.1.1ggplot2的基本语法结构
7.1.2ggplot2中的图层概念
7.1.3ggplot2中的映射美学
7.2使用ggplot2绘制图形
7.2.1直方图
7.2.2示例8： 绘制高速公路油耗直方图
7.2.3密度图
7.2.4示例9： 绘制高速公路油耗密度图
7.2.5示例10： 绘制高速公路油耗直方图+密度图
7.2.6箱线图
7.2.7示例11： 绘制不同气缸数汽车的功率分布箱线图
7.2.8小提琴图
7.2.9示例12： 绘制不同处理组植物生长量的小提琴图
7.2.10散点图
7.2.11示例13： 绘制iris数据集散点图
7.2.12气泡图
7.2.13示例14： 红葡萄酒质量与成分关系气泡图
7.2.14散点平滑图
7.2.15示例15： 绘制引擎排量与高速公路油耗的散点平滑图
7.2.16柱状图
7.2.17示例16： 绘制不同汽车类型的数量分布柱状图
7.2.18堆叠柱状图
7.2.19示例17： 绘制不同汽车类别中的驱动方式分布堆叠柱状图
7.2.20分组柱状图
7.2.21示例18： 绘制不同汽车类别中的驱动方式分布分组柱状图
7.2.22条形图
7.2.23折线图
7.2.24示例19： 绘制中国铝业股票成交量变化折线图
7.2.25多条折线图
7.2.26示例20： 绘制中国铝业股票价格的变化多条折线图
7.2.27面积图
7.2.28示例21： 绘制中国铝业股票成交量变化面积图
7.2.29饼图
7.2.30示例22： 绘制不同汽车类型的数量占比饼图
7.2.31环形图
7.2.32示例23： 绘制不同汽车类型的数量占比环形图
7.2.33热力图
7.2.34示例24： 绘制mtcars数据集相关性热力图
7.3本章练习
第8章描述性统计分析
8.1中心趋势的测量
8.1.1均值
8.1.2均值与数据可视化
8.1.3中位数
8.1.4中位数与数据可视化
8.1.5众数
8.1.6众数与数据可视化
8.2离散程度的测量
8.2.1极差
8.2.2方差
8.2.3方差与数据可视化
8.2.4标准差
8.2.5标准差与数据可视化
8.3四分位数和异常值
8.3.1四分位数
8.3.2异常值
8.3.3箱线图与四分位数和异常值分析
8.4数据分组与汇总
8.4.1数据分组操作
8.4.2数据汇总操作
8.4.3使用数据透视表进行汇总
8.5本章练习
第9章相关性分析
9.1相关性分析介绍
9.2皮尔逊相关系数
9.2.1计算皮尔逊相关系数
9.2.2示例25： 计算小鸡生长天数与体重的皮尔逊相关系数
9.3斯皮尔曼相关系数
9.3.1计算斯皮尔曼相关系数
9.3.2示例26： 计算小鸡生长天数与体重的斯皮尔曼相关系数
9.4相关性分析数据可视化
9.4.1散点图与相关性分析
9.4.2热力图与相关性分析
9.5本章练习
第10章统计模型与推断分析
10.1统计模型基础
10.1.1概率分布
10.1.2参数估计
10.2线性回归与逻辑回归分析
10.2.1线性回归分析
10.2.2示例27： 线性回归分析预测功率与油耗的关系
10.2.3逻辑回归分析
10.3时间序列分析基础
10.3.1时间序列的分解
10.3.2示例28： AirPassengers数据集的时间序列分解与
可视化分析
10.4时间序列建模
10.4.1自回归模型
10.4.2移动平均模型
10.4.3自回归滑动平均模型
10.4.4自回归积分滑动平均模型
10.5本章练习
第11章综合案例分析
11.1案例1： 基于在线零售数据描述性统计分析
11.1.1数据集内容
11.1.2分析目标
11.1.3步骤1： 数据导入
11.1.4步骤2： 数据清洗
11.1.5步骤3： 描述性统计分析
11.1.6步骤4： 数据可视化
11.2案例2： 空气污染物之间的关系分析与气象因素的影响
11.2.1数据集内容
11.2.2分析目标
11.2.3步骤1： 数据导入与预处理
11.2.4步骤2： 数据探索与可视化
11.2.5步骤3： 气象因素与污染物的关系分析
11.3案例3： 银行营销活动效果分析与客户订阅预测
11.3.1数据集内容
11.3.2分析目标
11.3.3步骤1： 数据导入与预处理
11.3.4步骤2： 模型构建与逻辑回归分析
11.4案例4： 基于ARIMA模型的中国石油股票收盘价预测
11.4.1数据集内容
11.4.2分析目标
11.4.3步骤 1： 数据导入
11.4.4步骤2： 数据清洗
11.4.5步骤 3： 建立ARIMA模型
11.4.6步骤4： 模型评估与可视化
11.4.7步骤5： 预测与保存结果
|
| 內容試閱：
|
前言
在大数据时代，数据早已成为推动社会和技术进步的重要力量。从互联网公司到传统企业，再到科研机构，数据分析能力已然成为各行各业的核心竞争力。而在众多数据分析工具中，R语言凭借其强大的统计计算能力、丰富的可视化功能以及庞大的社区支持，成为数据分析领域的重要工具之一。
刚接触数据分析时，很多人常常会感到困惑： 如何选择适合的工具？如何从繁杂的数据中提取有价值的信息？如何将数据变成直观的图表，便于决策者理解？ 本书的目标正是帮助读者快速入门R语言，掌握数据分析与可视化的基本技能，逐步建立数据驱动的思维方式。
本书定位于“极简、实用、易上手”，致力于为数据分析新手提供一套由浅入深、循序渐进的学习指南。
本书读者对象
本书适合数据分析新手、职场数据应用者、高校科研人员、程序员和企业管理者使用。
无论是初学者还是有经验的专业人士，都能通过本书快速掌握R语言的数据分析与可视化技能，解决实际问题，提升工作效率。
相关资源
为了更好地为广大读者提供服务，我们为本书提供了配套源代码、案例数据集、演校稿(教学课件)和学习视频。
如何使用书中配套代码
书中包括200多个示例代码，读者可以到清华大学出版社网站下载。
下载本书源代码并解压代码，会看到如图1所示的目录结构。chapter1到chapter11是本书第1～11章的示例代码。
图1第1~11章的示例代码文件
如果打开第8章代码，可见本章中所有示例代码，如图2所示，其中每个文件对应一个实例，其中文件名对应所在章节的示例，例如“8.4.3使用数据透视表进行汇总.R”表示该示例是8.4.3节的“使用数据透视表进行汇总”示例代码。
图2第8章代码
致谢
在本书的编写过程中得到了许多人的帮助和支持。在此，特别感谢清华大学出版社的盛东亮编辑，他对本书的出版提供了宝贵的支持与指导。同时，还要感谢参与本书编写的赵志荣、赵大羽和关童心，他们为本书的内容完善和结构组织做出了重要贡献。
感谢所有在本书编写过程中给予帮助的朋友们，你们的支持让我更加坚定了写作的信心和动力。
关东升2025年5月于 齐齐哈尔
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
