給R語言初學者的幾個建議有哪些

這期內容當中小編將會給大家帶來有關給R語言初學者的幾個建議有哪些，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

最近有很多人在問我關于R語言學習入門的問題。

說實話，這個話題，如果由一個在數據科學領域叱咤多年、項目經驗豐富，代碼寫的很溜的老司機來回答，結果會更有信服力。

而我并不適合來回答這個問題，理由如下：

• 首先我的學習周期很短，正式開始于2016年的9月份，算起來僅有10個月左右，有點速成的意味；

• 其次我在學習R語言之前并沒有任何的編程基礎（如果不算大學修過的SQL和自己只會一點兒皮毛的VBA的話）；
  

• 第三我是一個文科生，沒有很強大的數理基礎和統計背景。

但是如果換一個角度來思考，我又覺得我很有資格來回答這個問題，理由如下：

• 作為一個文科編程小白和數學盲，我更懂和我一樣編程零基礎、數學又不好的初學者在初次接觸R語言之時，內心的困惑和掙扎；

• 按照我的學習周期及其效果來看，我的學習效果得到了實戰檢驗和諸多讀者的認可；

• 我的R語言學習之旅是在大學校園里完成的，而非是在職場的強壓下被逼無奈之下開始的，所以不帶很多的功利性和企圖速成的快節奏，同樣也是按需去學，學的都是真把式和投入回報率最高的部分，所以對于基礎的把握及學習的節奏的經驗更值得大家借鑒。

下面我開始我的回答（biaoyan!!!）

關于學習初衷：

首先我想說的是，在打算學習R之前一定要先問自己一句，你學習R語言的目的是什么？

是大學專業課程的需要？或者提前儲備自己的數據分析技能？還是為了應對職場壓力，被動充電？亦或者僅僅一時心血來潮，看到如今的大數據發展的如火如荼、不由自主的來湊一波熱鬧？或者是純粹只是為了興趣、實現自己的某些想法。

因為目標定位不同，意味著你能為此打算花費的時間長度不同、付出的心血不同、學習的路徑不同、學習學習的模塊不同，達到的效果也不同。

一定要確定好目標，按需去學，否則你在入門之前就首先會陷入迷茫和困頓，因為R語言除了內置的幾個基礎包之外，CRAN上可用的有不下上萬個擴展包，如果再算上GitHub上 托管的個人開發的小眾包，可能有好幾萬了，掰著指頭數一數，夠學一輩子了。

關于對R語言的理解：

這里我講一下自己對于R語言的理念，我不想重復那些已經被轉播爛了的概念解釋、發展歷史、及其功能簡介。

R語言是統計學家開發的，出生之初就決定了它的使命是統計計算和數據可視化，這算是R語言核心功能的兩個大方向。

對于這兩個方向而言，統計計算的學習，基礎都在課堂理論與專業背景上，說實話，R語言只是提供了一個實現的平臺而已，它并不該改變或者創造新的理論、模型。

而這些統計計算所使用的公式、用到的模型算法，大部分都被封裝成一個個擴展包里，導入包之后，僅需調用對應函數、設置對應參數即可，這些函數與Excel里面的函數本無區別，無需恐懼。

至于參數的調優、模型的檢驗與優化，這些東西所依賴的知識背景，也基本都是來源于課堂學習和專業背景，與R軟件的關系并不大，對于需要自己寫算法的情況，你也僅是在函數的基礎上按照成熟的理論算法進行調優和計算，這與軟件無關（除了基礎語法之外），而與軟件之外的專業背景和行業經驗有關。

說到底，對于統計學習這一塊，重要的是理論背景、業務經驗、而真正需要R來實現的，僅僅是內置的擴展包函數、基礎語法而已。

類比一下SPSS的學習，一個不懂統計學的人很難學好SPSS，盡管他知道各種功能模塊和菜單（比如我），同樣，一個不懂統計學和數學的人也難學好R語言（統計計算模塊），盡管他很熟悉R語言的基礎語法和很多擴展包所能實現的功能（比如我）。

而對于R語言的數據可視化方向來講，則稍有不同。數據可視化確實并不十分依賴數學（除了專門用于算法呈現的圖形之外，很少有需要大量運算的），但是他高度依賴圖形語法，依賴可視化視覺呈現理念。

R語言中被瘋傳有四套語法（分別是基礎圖形語法、高級圖形語法、lattice語法、ggplot2語法）。但是遺憾的我只會其中之一——ggplot2。

我學東西的初衷很純粹，要把一個東西做好，不是一般的好，而是要令效果賞心悅目、達到驚艷眾人的目的，最重要的，要讓老板贊不絕口（難道你不想升職加薪嘛）。

這就意味著我要學一套優雅、高效、兼容性強、更加貼近可視化理念的語法。因為我的精力和時間不容許我把付出的心血平攤在四條任務線上，畢竟我的多任務處理能力極差。

倘若貪多，這樣造成的后果可能是，每一套都語法都能懂一些，但是每一套都表現平平，這是我不能容忍的。而ggplot2對我來說既是絕佳的選擇。

即便如此，語法熟練或者說能夠順記于心就真的夠了嗎？當然不是，即便能能夠熟記于心，也并不能保證自己能夠游刃有余的實現自己的想法，因為數據可視化除了依賴實現的工具和平臺語法之外，更多的是對于數據源的理解、對于可視化的理解、對于設計理念的融會貫通（怎么去配色、怎么去排版、怎么去搭配字體等）。

如果說軟件的學習也遵循二八定律的話，我覺得，R語言的學習也是如此。

百分之八十的精力需要花費在軟件之外的統計學理論背景、業務知識（可以自學呀），而需要使用R軟件來實現的部分，不要干巴巴的去學（當然R語言的基礎語法要牢固），理論搞透了很多事情就會水到渠成，迎刃而解了。這一點特別體現在對于統計與數據分析的學習上。

而數據可視化則需要你在牢固掌握基礎上（基礎語法運用、數據清洗技能），能夠熟練運用一套圖形語法（推薦ggplot2）,然后不要過于將精力放在工具和代碼本身，而是多積累可視化素養和提升設計審美水平。（這里我將數據可視化的二八定律稍稍修改一下，五五定律比較合適，因為ggplot2不是很好掌握）。

至于設計、審美、創意這些柔性的東西，很難去通過一兩本書或者一兩套課程搞定，這些是內化于生活，積累于日常的點點滴滴，當然如果有意識的去通過一些課程、書籍慢慢培養，日積月累也會見效的。

關于R語言學習技能路徑：

通用技能學習：

基礎：數據結構、變量類型、數據導入/導出、數據合并追加、長寬轉換、數據索引、切片、聚合。

進階：正則表達式、合并與分列、匹配與替換、缺失值插補、去重與排序，控制流：循環與判斷。

專用技能學習：

統計與分析：去學課本吧

數據可視化：ggplot2語法+設計+審美+創意

基本上只要自己的通用技能學的差不多之后，就沒有必要一直鉆在這個小圈子里來回轉了，可以自己去找數據做案例，案例是最好的學習，進步大多源于案例中解決未知問題的能力。

我沒有讀過很多R語言的書，所以這里還是不薦書了，如果你真的有心去學，還用別人薦書嗎，看下豆瓣的圖書榜就成了。

平時多用搜索引擎去解決臨時性問題，基本上你遇到的問題，前人在網絡上都已經給出了很詳細的答案。

回答一些初學者的問題：

1、R語言是不是需要很深厚的編程基礎，我編程基礎基本為0，是不是不適合學這個？

我在學習R之前編程基礎也為0的，有編程基礎那叫程序員，程序員學習R語言都不用眨眼的~

2、學習R語言是不是需要很厲害的數學背景，我是文科生，數學超級差，是不是學不會啦！

握個手，我情況跟你一樣，也是文科生，數學超級差，如果你打算往數據挖掘方向轉型的話，可能需要補一下高數、線代、概率論統計與算法的東西，如果僅是作為業務分析工具、可視化之用，可能你的數學水平已經超越門檻了。

3、我R語言學了很長時間，好像也有一年了，看了很多書，所有的基礎語法都會、ggplot2也都理解，但是就是自己寫代碼的時候寫不出來，畫圖的時候干著急。

你是不是一直在看課本，一直在看，連練習代碼都是copy課本上的，你做過多少實戰案例，分析過多少真實業務數據、有多少新知識是在課本之外的實戰過程中解決的，多看不如多練。

4、求地圖模板！！！

抱歉，我不提供模板，我只提供代碼和案例數據！（R語言很難做成模板）

5、你好，在嗎，可以幫我畫個圖嘛~

……（我想說一句不在的）

6、可以推薦一下入門書嗎？

其實我并不覺得R語言的入門需要入門書，因為我在入門階段也沒有照著書去學，但是既然大家提出來這個問題，我還是給些建議吧，如果你是在校學生，時間充裕，推薦《R語言實戰》，不過一定要有選擇性的去看，不要通篇看，前面幾張關于數據結構、變量類型、數據清洗的要好好看（略過概念性和純解釋性內容），中間統計學習部分按需酌情去看，最后的文檔報告輸出部分謹慎去看（LaTeX和HTML你不一定能用得到的）。

數據可視化推薦兩本吧，《R語言可視化手冊》、《ggplot2：數據分析與圖形藝術》（首選第一本，比較接地氣，第二本雖然是作者本人大作，但是立意較為獨特、高遠、對初學者不是很友好）。

如果你是職場人士的話，那么并不十分推薦以課本為主，因為工作時間占用太多，不可能抽出大量時間用于練習，推薦工作之余利用碎片化時間聽一些在線課程。（入門可以聽免費的，天善智能社區就是很好地免費課程學習平臺，我自己在天善智能也有開課哦，而且里面有大數據主題的多門免費課程，此外網易云課堂里也可以淘到很多好課）。免費課程用于入門，然后借助接觸一線業務數據的機會，多把R語言用工作實踐，你會進步的更快。

7、小魔方，你是如何學習R語言的，可以傳授一些經驗嗎？

這個問題我太不好意思回答了，不過我還是舔著臉講一下吧，我屬于實戰派，平時練習都是直接使用爬蟲抓網絡上的數據，實習的時候也是能用R的場合堅決不用Excel，逼著自己找R語言的使用場景，然后通過微信公眾號、知乎專欄和個人博客進行持續性的內容輸出(強迫自己去持續練習)。

當然，打撈基礎很重要，否則只能每次寫代碼的時候都放著筆記本在身邊，那里不會看哪里（很浪費時間的）

善用幫助文檔，R語言中有強大的幫助系統，你可以直接進入擴展包的文檔主頁， 也可以使用？info來搜索某個函數的詳細使用方法及參數設定規則。

保證規律性的練習，每天都要抽出固定時間來練習，具體安排視個人的具體情況。

最后給一句忠告，一門用于數據分析的編程語言，其只有用于數據分析實戰才能發揮作用，就像老虎只有在森林里才能具備獸王的野性，所以一旦感覺自己掌握了基礎之后，最后的進階方式就是用于實戰。

上述就是小編為大家分享的給R語言初學者的幾個建議有哪些了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。