作者：张丹
出版社：机械工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
R的极客理想系列共2册（《R的极客理想——高级开发篇》、《R的极客理想——工具篇》）试读：
前言
为什么要写这本书本书是我写的“R的极客理想”系列丛书的第二本，主要介绍了R语言本身的核心技术、R语言的高级开发应用、R语言与其他学科及知识领域的跨学科综合应用。
其实，早在我的第一本书《R的极客理想——工具篇》中，就已经介绍了R语言的30多个工具包的使用方法，并以IT人的角度，告诉读者如何高效地使用第三方R包，把原有IT知识运用到R语言的学习过程中。但由于一本书的篇幅有限，《R的极客理想——工具篇》只讲了如何使用R语言，没有讲原理。
而本书将弥补这一遗憾，主要介绍R语言本身的核心技术：包括环境空间、面向对象、文件管理、数学计算、R包开发等主题。我希望通过这本书，可以让读者更深入地了解R语言、掌握R语言的核心技术、理解R语言的第三方包的特性，甚至可以自己动手开发出属于自己风格的优秀R包。说不定，不久的将来我会因用到你开发出来的R包而省力不少。
除此之外，本书的另一大亮点就是：R语言与其他学科知识在不同领域的跨学科综合应用。在书中，我将毫无保留地向读者展示：我是怎样将R语言与其他知识相结合，在不同领域让R大放异彩的。相信这部分内容会让很多读者眼前一亮，为之惊叹，原来R还可以这么玩儿！也希望这部分内容可以让大家有所启发，让各行业、各知识领域的朋友都可以接触R，运用R。时至今日，R语言已经不再是局限于科学家们使用的实验室语言，它已经具备了实际开发应用的能力，并且在挖掘数据价值、发现数据规律、创造数据财富等方面极具智慧和创造性！
如果把R语言比作一门武功，《R的极客理想——工具篇》就是兵器使用秘籍（比如什么“打狗棍法”啊、“独孤九剑”啊、“小李飞刀”啊），它可以帮助你在短时间内便捷、有效地提高工作效率，让你在R语言上的修为明显提高，但时间久了，你会因各种原因遇到自己的瓶颈，难以突破。
而本书则是武功的内功心法（比如什么《九阳真经》、《北冥神功》之类的，敬请对号入座，但别拿《葵花宝典》说事儿，谢谢），书中不仅介绍了R语言本身的核心技术，帮你打通任督二脉；而且着重讲述了R语言在实际使用过程中，如何与其他学科、领域结合运用，融会贯通，以无招胜有招，甚至自立门派成为一代宗师，这些都是有可能的！（咳咳，扯远了！）
在这里，我必须再次严肃地强调，本书不是R语言的入门书，零基础的朋友要先补充一些R语言的基础知识！本书包括R语言开发的高级内容，阅读本书，不但需要你有R语言使用经验，而且需要你具备一定的计算机背景知识和使用经验，只有这样，你才能更深刻地体会并运用书中的经验总结。
本书的内容完全是我在R语言的实际使用过程中总结而成的，基本都是我在工作中使用R语言的真实记录，以R语言的高级开发为主，其中还涉及计算机、统计、数学和金融四个学科的知识。
本书的核心内容包括两方面，一方面是R的高级编程，另一方面是跨界知识的综合运用。对于R的高级编程，本书详细总结了R语言的环境空间的定义和使用、文件系统管理、最新版本R 3.1.1的新特性，让你体会R语言的底层设计；全面介绍R语言中四种面向对象体系的程序设计和使用，通过面向对象的程序设计，让R语言有能力做出符合现实世界的复杂应用；另外还介绍了完整的R包开发流程，并提供每日中国天气的应用案例和游戏开发的案例，帮助读者创建自己的R包，打开R语言产品化的思路。
对于跨界知识的综合运用，R语言不仅可以用来非常方便地进行那些让人头疼的数学计算，无论是初等数学或者高等数学，概率或者统计都可以非常轻松、方便的，从此数学变得不再神秘莫测、遥不可及。用R语言还可以创建各种模型，书中算法案例包括协同过滤算法模型、基于矩阵计算的PageRank模型、金融的交易策略模型和遗传算法的使用。几行代码几分钟，就可以让我们头脑中的想法变成可运行的算法原型。
另外，虽然R不是特别适合开发游戏，但如果真用R语言开发游戏2048，也就需要200行代码，还有哪种语言可以匹敌呢？说到这里肯定有人问：“你为什么要用R开发游戏啊？”“为什么不用Java开发啊？”“我不用R开发，用Java开发不是也一样么？”其实，我就是想用这种方式向大家展示R语言简洁的风格、自由的思想、极富想象的创造力，希望用我这个“R极客”的玩耍心态，引发大家对R的无限想象！最后，我们把模型产品化，发布一个属于自己的R包，让全世界的人都能使用，这是一件多么令人兴奋的事情。
在与各界R语言使用者的交流中，我发现，有编程背景的使用者可以写出干净漂亮且运行高效的代码，但由于欠缺统计知识，对模型优化就只能束手无策、无可奈何了；而那些具备统计背景的使用者，虽然可以独立完成一个模型的设计和优化，但对于如何产品化实施就完全找不到办法了。
本书介绍了多个场景案例，不仅从学术的角度完成了模型的设计，而且用计算机的方法实现产品。通过案例的学习，不同学科背景的R语言使用者可以站在其他人的角度，找到新的思维方法。这是本书的又一大亮点！
对于大多数程序员来说，学习R语言比较轻松容易，但运用R语言却非常困难。R语言虽然没有像C/C++一样的复杂程序语法，也不用像Java一样宏观考虑全局架构，更没有JavaScript一样灵活，但是，R语言面向数据本身的编程思想是完全有别于其他编程语言的，这就使得很多程序员在使用R语言时虽然理解语法，但依旧不知道如何应用。
我认为，学习R语言是为了找到个性化的自己，定位自己，综合运用自身的知识进行跨学科创新，而不是去复制别人的想法。R语言的跨界运用，需要你具备基础学科（初等数学、高等数学、线性代数、概率论、统计学）+业务知识（金融、生物、互联网）+IT技术（R语法、R包、数据库、算法）的综合能力，所以只有提升自己的综合知识水平，才能真正地学好R语言。换句话说，一旦你学成R语言，你将是不可替代的。
在此，我不得不再次强调，本书不是入门图书，而是R语言的高级开发图书。本书不讲R的入门语法，也不介绍R语言第三方包的使用。但是，如果你已经具备了一定的R语言基础，想把自己的R语言模型产品化，那么我将告诉你如何提高程序的可靠性和可扩展性，以及如何发布属于自己的R包。
本书是“R的极客理想”系列图书的第二本，第三本《R的极客理想——量化投资篇》将介绍R语言在金融领域的应用，通过R语言构建交易模型，并实现自动化交易的过程，真正地让技术人员把自己的知识变成价值。
本书的使用环境包括Linux Ubuntu和Windows 7两种操作系统，在每一节中都有明确的标识，所有的程序都是在R语言3.1.1版本中测试通过的。
R语言还在不断地进步，它将引导一场数据的革命，跨学科的结合是时代趋势，也是我们的机遇！读者对象
本书适合以下所有R语言工作者：
·计算机背景的软件工程师；
·R语言的高级使用者；
·数据分析背景的数据科学家；
·统计背景的科研工作者；
·开设相关课程的院校学生。如何阅读本书
本书的内容分为三个部分。第一部分是R的计算和算法应用（第1~2章），介绍了R语言的知识体系结构，R语言对基础学科的支持，以及通过基础学科实现各种算法，可帮助读者快速了解R语言中的数学计算方法和自定义模型算法开发。
第二部分是深入R语言程序开发（第3~4章），介绍了R语言内核相关的编程，包括环境空间的定义和使用，以及面向对象方法的程序设计和使用，可帮助读者深入了解R语言的底层知识，用面向对象的方法设计复杂的程序结构。
第三部分是开发自己的R包（第5~6章），介绍了R包开发的完整流程，并提供每日中国天气的应用案例和游戏开发的案例，可帮助读者创建自己的R包，打开R语言产品化的思路。
本书有很多综合运用的知识，在阅读本书的时候，建议读者顺序阅读全部的章节。勘误和支持
由于笔者的水平有限，加之编写时间仓促，书中难免会出现一些错误或者不准确的地方，恳请读者批评指正。为此，笔者创建了一个在线的图书交流网站（http://onbook.me），方便与读者进行沟通。如果读者在阅读过程中遇到问题，也可以在官方网站中留言，我将尽量在线上为你提供最满意的解答。书中的全部源代码，都可以从华章公司网站（www.hzbook.com）或本书交流网站下载，我也会及时更新代码。如果你有什么宝贵意见，欢迎发送邮件至bsspirit@gmail.com，期待能够得到你真挚的反馈。致谢
感谢我的创业团队成员林伟林和林伟平，是R语言让我们走在了一起。感谢机械工业出版社华章公司的编辑明永玲，帮助我审阅全部章节，引导我顺利完成书稿。感谢我的爸爸、妈妈和爱人，感谢你们对我工作上的支持和生活上的照顾！
谨以此书献给我最亲爱的家人以及众多R语言爱好者们！
张丹
2014年11月于中国北京第一部分 R的计算和算法应用■第1章 R语言知识体系和数学函数■第2章 R语言的算法实现第1章 R语言知识体系和数学函数
本章为全书开篇，主要介绍了R语言知识体系结构及学习资料。利用R语言实现数学计算和统计计算以及连续型分布函数的可视化，可帮助读者全面理解R语言，并利用R语言快速地处理基础学科的计算问题。1.1 R语言知识体系概览问题
如何高效地学习R语言？引言
最近遇到很多想转行做数据分析的程序员，他们刚开始学习R语言。很多人以为有了其他语言的编程背景，学习R语言就是一件很简单的事情，因而一味地追求速度，但不求甚解。有人说2周就能掌握R语言，但其实掌握的仅仅是R语言的语法，只能算是入门。
R语言的知识体系并非语法这么简单，如果都不了解R的全貌，何谈学好R语言呢？本节将介绍R语言的知识体系结构，并告诉读者如何才能高效地学习R语言。1.1.1 R语言的知识体系结构
R语言是一门统计语言，主要用于数学建模、统计计算、数据处理、可视化等几个方向，R语言天生就不同于其他的编程语言。R语言封装了各种基础学科的计算函数，我们在R语言编程的过程中只需要调用这些计算函数，就可以构建出面向不同领域、不同业务的、复杂的数学模型。掌握R语言的语法，仅仅是学习R语言的第一步，要学好R语言，需要你要具备基础学科能力（初等数学、高等数学、线性代数、离散数学、概率论、统计学）+业务知识（金融、生物、互联网）+IT技术（R语法、R包、数据库、算法）的结合。所以只有把自己的综合知识水平提升，才真正地学好R语言。换句话说，一旦你学成了R语言，你将是不可被替代的。
1.R语言的知识体系结构概览
R语言的知识体系结构是复杂的，要想学好R语言，就必须把多学科的知识综合运用，所以最大的难点不在于语言本身，而在于使用者的知识基础和综合运用多学科知识的能力。
首先，让我们从宏观上来看R语言的知识体系结构的全貌，如图1-1所示，然后再分别解释每部分的细节。图1-1 R语言的知识体系结构概览
图1-1中我将R语言知识体系结构分为3个部分：IT技术+业务知识+基础学科。这仅仅是我对R语言的理解，不排除由于个人阅历有限导致观点片面的问题。
IT技术是计算时代必备的技术之一，R语言就是一种我们应该要掌握的技术。
业务知识是市场经验和法则，不管你在什么公司，都会有自己的产品、销售、市场等，你要了解你的公司有什么产品，客户是谁，怎么才能把产品卖给你的客户。
基础学科是我们这十几年在学校学的理论知识，当初学的时候并不知道是为了什么，毕业后如果你还能掌握一些知识并实际运用，那么这将是你最有价值的竞争力。
每个部分的知识单独看都有其局限性，但如果能把知识两两结合起来，就构成了我们现在的各种技术的创新点。
IT技术+业务知识：创造了阿里巴巴的电子商务帝国，还有腾讯全生态链的社交网络。
IT技术+基础学科：创造了Google搜索的神话，还有华尔街金融不败的帝国。
当然，R语言只是一门计算机语言技术，不能独自承担改写历史的重任，但R语言确实给了我们很大的想象空间，让我们能动手去了解这个世界的规律，找到无穷无尽的交叉点，创造出新的帝国。
如果你和我一样，都能站在这个角度来学习和使用R语言，那么我们一定可以成为并肩向前的同路人。
2.R语言的基础知识
蓝图总是宏大和美好的，但具体落实将是困难重重的。接下来，我将会梳理思路，把所有的知识点对应到可操作的文档上，希望帮助大家掌握R语言的全貌！
R语言的基础知识，包括R语言的语法、R语言核心包的使用、R语言的内核编程、R语言包的开发以及R语言的虚拟机。（1）R语言的语法
语法是我们了解R语言的第一步，和所有人一样，我也曾在很短的时间内就掌握了R语言的语法规则、数据结构、基本类型和常用函数等，但其实R语言语法上的坑，远比你知道的多得多。
我举个例子，看谁能准确地回答。比如，最基础的符号操作“=”“<-”“<<-”，三者有什么区别？分别在什么时候用？不要说问题太偏了，实际根本用不到。我的代码里处处都在用这3个符号，只是你不知道而已。在学习R语言的时候，不要用已经掌握的C、Java、Python的经验直接去套R语言的语法，掉坑里的就是这些人。要从头开始学，一路上没有捷径。
R语言是函数式语言，语法自由，命名自由，使用简单，这只是对于普通用户来说的。作为一个有理想的极客，怎么能只停留在语法上呢？R语言是完全面向对象的，你了解什么是面向对象吗？R语言的面向对象打破了R语言原有的自由，但又要兼容原有的自由语法，多么纠结的设计啊，你能体会到吗？并不是记住了R语言的语法，就代表掌握了R语言。里面各种坑，只有自己踩了，再自己爬出来，才是真正的成长。（2）R语言核心包的使用
R语言同其他语言一样，在软件启动时，为我们提供了7个核心包，其中包括众多的基础函数，如数学计算函数、统计计算函数、日期函数、包加载函数、数据处理函数、函数操作函数和图形设备函数等。通过search（）函数，可以查看到R启动时默认加载7个核心包。> search（） # 查看当前环境已加载的R包[1] ".GlobalEnv" "package：stats" "package：graphics"[4] "package：grDevices" "package：utils" "package：datasets"[7] "package：methods" "Autoloads" "package：base"
这7个核心包就是我们构建复杂模型的基础。由于这几个核心包比较底层，很多函数都是用C语言封装的，没有R语言的源代码，而且除了官方文档，几乎没有其他更详细的文档介绍，所以这几个核心包就是学习的门槛。
再问个问题，R语言的所有操作都是函数操作，那么“a<-1：10”语句会被解析为对应什么函数？> a<-1：10；a # 赋值 [1] 1 2 3 4 5 6 7 8 9 10
答案是，“1：10”对应“seq（）”，“<-”对应assign（）。> assign（'b'，seq（1：10））；b # 通过函数赋值 [1] 1 2 3 4 5 6 7 8 9 10
这种对应关系的意义在于，因为R语言是解释型语言，我们可以通过传递一个函数A的句柄，让其他的函数B动态调用这个函数A，这就是动态语言中的闭包特性的使用思路。这种思路在JavaScript中已经被广泛使用了，但在R语言中，却只有核心包的一些函数使用这种语法。在R语言中，这种需要有计算机背景知识的地方还有很多，特别是在考虑如何提升R语言的性能时。所以，不要轻易说自己掌握了R语言，要多想想如何才能把其他语言的基础带到R语言的世界里。（3）R语言的内核编程
R语言的内核编程又是一个比较复杂的计算机学科的问题。R语言的内核编程应该包括哪些内容呢，除了刚才说的R语言的语法和R的核心包，还有面向对象编程、向量化计算、特殊数据类型、环境空间等。本书将会重点介绍这些内容。
面向对象编程是一种理解和抽象现实世界的方法，主要用于解决复杂问题的设计及实现。在Java的世界里，从2003年我开始接触Java的时候，社区就已经在聊面向对象的程序设计了。对于R语言来说，直到2011年发布的2.12版本，才最终有了RC类型的面向对象实现。面向对象的成熟，标志着R语言已经具备了构建复杂大型应用的能力，但如何真正地把面向对象用好，似乎也并不是统计人擅长的。像Hadley Wickham那样有能力写出面向对象代码的人，在R语言的圈子里，实在是太少了。
向量化计算是R语言特有的一种并行计算方式。在R语言中，向量（vector）是R的基本数据类型，当你对一个向量进行操作时，程序会对向量中的每个元素分别计算，计算结果以向量的形式返回。比如，最常见的两个等长的向量相加。> 1：10+10：1 # 两个向量相加 [1] 11 11 11 11 11 11 11 11 11 11
向量化计算，在R中有很广泛的应用场景，基本可以取代循环计算，高效地完成计算任务。我们定义两个向量，先相加再求和，run1（）函数用向量化计算实现，run2（）用循环方法实现。> a<-1：100000> b<-100000：1> run1<-function（）{ # 向量化计算+ sum（as.numeric（a+b））+ }> run2<-function（）{ # 循环计算+ c2<-0+ for（i in 1：length（a））{+ c2<-a[i]+b[i]+c2+ }+ c2+ }> system.time（run1（）） # 统计run1（）函数的执行时间用户 系统 流逝 0 0 0> system.time（run2（）） # 统计run2（）函数的执行时间用户 系统 流逝0.14 0.00 0.14
通过运行程序，我们可以清楚地看出，向量化计算要比循环快。当算法越复杂数据量越大的时候，计算的时间差距会越明显。R语言的编程中的一条经验法则就是用向量计算代替所有的循环计算。
R语言中除了那些基本的数据类型，还有一些高级的特殊数据类型，这些特殊数据类型并不是不常用，而是你不知道。S3类型、S4类型、RC类型分别对应R语言支持的三种面向对象编程的数据结构。环境（environment）类型是由内核定义的一个数据结构，由一系列有层次关系的框架（frame）组成，每个环境对应一个框架，用来区别不同的运行时空间（scope）。
在进行R包开发时，环境空间是必须知道的一个知识点。每个环境空间都是环境类型的一个实例。每个R包都会被加载到一个环境空间中，形成有层次关系的、可调用的空间结构。
我们定义的函数和变量都会存在于R语言的环境空间中，通过ls（）就可以看到当前环境空间中的这些变量，比如，刚才向量化计算定义的变量和函数。> ls（） # 查看当前环境空间的变量[1] "a" "b" "run1" "run2"
除了我们自己定义的变量和函数之外，环境空间中还有很多其他的变量和函数，比如sum（）、length（）、system.time（）等，我们可以直接使用这些函数，但是它们并不在当前环境空间中，所以直接用ls（）是查看不到的。当切换到base的环境空间时，就可以找到sum（）的函数定义了。> ls（pattern="^sum$"，envir=baseenv（）） # 查看base环境空间的变量[1] "sum"
R语言的内核编程，如同其他语言一样，包括很多的知识细节，并不是只有我提到的这几点。但由于缺少文档，同时R核心技术不普及，所以知道的人不多，会用的人就更少。笔者也在每天探索，期待发现更多的秘密。（4）R语言包的开发
R语言包的开发是R语言编程中比较困难但又不得不面对的问题，不仅要把上文中所提到的各种R语言技术综合运用在一起，还要符合R语言包的开发规范，并用Latex写好文档，最后提交给CRAN发布。技术问题虽然难，花时间还是可以解决的，但想要在CRAN上发布，那就只能用“难于上青天”来形容了。R语言发展了20多年，只有5000多个包在CRAN上发布，审核不是一般严格啊！我写的gridgame游戏包和chinaWeather天气包，改了很多次都没能通过，都快到要放弃的边缘了。
换个角度想，只有审核严格才能保证用户在安装第三方R语言包的时候不会出错。由于CRAN的审核过于严格，Hadley Wickham也受不了了，他又开发了devtools包，不仅提供了简化R语言包的开发的工具函数，还支持Github社区发布。这样就可以脱离CRAN的束缚，以个人的名义发布各种奇思妙想的R语言包，甚至是“不误正业”的R语言包。（5）R语言的虚拟机
终于该说我不熟悉的话题了，从我3年多的R语言使用经验来说，还碰不到R语言的虚拟机。不过，网上看到很多高手在生产环境都会重新编译R软件，比如用OpenBLAS加速R的矩阵运算，在虚拟机层实现矩阵的并行化计算，也有用GPU实现矩阵并行计算的；还有牛人把R实现的各种算法都用C++重新实现，然后通过Rcpp封装，直接与R语言的虚拟机进行连接调用。
3.R语言的第三方包
R语言的第三方包，主要包括在CRAN上的5000多个第三方包，以及其他社区中的R语言包，这些包在各种领域中都发挥着重要的作用。在《R的极客理想——工具篇》一书中，我介绍了30多个包的使用，包括基础工具包（fortunes，formatR，rjson，RJSONIO，Cairo，CaTools）、时间序列包（zoo，xts，xtsExtra）、性能监控包（memoise，profr，lineprof）、R跨平台通信包（Rserve，Rsession，rJava）、R服务器包（Rserve，RSclient，FastRWeb，Websocket）、数据库访问包（RMySQL，rmongodb，rredis，RCassandra，RHive），Hadoop操作包（rhdfs，rmr2，rhbase）等。
还有很多常用的包，比如数据处理包（lubridate，plyr，reshape2，stringr，formatR，mcmc）、机器学习包（nnet，rpart，tree，party，lars，boost，e1071，BayesTree，gafit，arules）、可视化包（ggplot2，lattice，googleVis）、地图包（ggmap，RgoogleMaps，rworldmap）等。
R语言对于金融也有很好的支持，有时间序列包（zoo，xts，chron，its，timeDate）、金融分析包（quantmod，RQuantLib，portfolio，quantstrat，blotter，PerformanceAnalytics，TTR，sde，YieldCurve）、风险管理包（parma，evd，evdbayes，evir，extRemes，ismev）等。同时，笔者正在量化投资的创业中，R语言作为系统架构中的算法引擎是在最核心的位置，R语言正用在最有价值的业务中，在后续的《R的极客理想——量化投资篇》一书中，我将会完整地介绍R语言在量化投资系统中的运用。
4.数学的基础知识
数学的基础知识主要包括初等数学、高等数学、线性代数、概率论、统计学等。我们在大学中曾经学过的各种数学，那些不知道有什么用，只为考试而学的数学，是能真正决定R语言掌握深度的基础知识。
当R语言普及、变成大众化的编程语言以后，入门会越来越容易，第三方包的调用会越来越简单，最后就是拼基础学科功底了，数学就是对所有人来说最难的基础学科。
初等数学，咱们中国人一直都在强调数学是我们的优势，其实强的部分仅限于初等数学，加法口诀和乘法口诀让我们可以口算100以内的四则运算。
高等数学，可能是大学里挂科最多的一门课，很多老师照本宣科让很多学生完全不知所云。直到遇到R，我才恍悟为什么最小二乘法能进行最优化的计算。重新捡起高数是学R的必经之路。
线性代数，直到读完Google的PageRank论文的N年后，我自己才想明白，原来矩阵可以处理海量数据的计算，实现分步式算法与单机算法的一致性。
概率论，通过R语言进行各种分步的随机实验，并把概率密度函数曲线应用到实际的业务中，才让我们理解概率才是可以衡量客观事件发生的指标。
统计学，通过R语言我们可以很简单地构建各种统计模型，利用Bayes分类器判断垃圾邮件，利用回归模型预测未来的房价。
是R语言能让我切身地感受到，数学的基础知识在我们实际生活中的运用；也是R语言拉近了学术界和工业界的距离。如果能把我们从小到大学到的知识串起来，我想每个人都会具备与众不同的知识结构，将会在各行各业实现伟大的创新。
5.业务知识
业务知识涉及的面非常广，每个人都可以利用自身所处行业的知识，并结合R语言擅长的领域，发现新的机会。R语言擅长的领域包括统计分析、金融分析、数据挖掘、互联网、生物信息学、生物制药、全球地理科学、数据可视化等。
我在软件和互联网行业待了10年，亲身经历了两个行业的高速发展和变迁。技术一波又一波，每年都有新的主题，一路跟下来的人越来越少，虽然新鲜的血液不断补充着，但这些“血液”的能力和经验却远达不到要求，被市场的浮躁扰动着。近些年，中国的创业公司的成功，少有技术创新，大都是商业模式创新和资本运作的成功。
面对着中国资本市场，掌握好业务方面的知识，就是找到了赚钱的法宝。当业务成熟，在大家都懂得游戏规则后，竞争就会变得异常激烈了，像电商、团购、旅游、酒店、游戏都是如此。新领域新业务，才是值得80后90后年轻人奋斗的方向。如火如荼的O2O、互联网金融、物联网、机器人，也许正是2015年的爆发点。如果你又懂技术又懂业务，学习能力又强，你将是下一个帝国的创造者。
6.跨学科的综合运用能力
再次强调，只要把多种学科知识综合运用，不仅能够成为R语言的一代高手，更能够实现自我的价值。
当IT技术与业务知识完美结合，你会在新兴的市场找到机会。一旦市场成熟后，业务竞争就会变成资本竞争，机会将不复存在。
当IT技术与基础学科相结合，你可以通过科技创新，建立技术壁垒，保持技术优势直到成为行业老大。
如果IT技术、业务知识、基础学科三者同时具备，那么你将是不可被替代的。只要找到属于你的团队，研发出自己的产品，推广给你的用户，你就已经成功了！
R语言可以从IT的角度帮助你实现成功，同时你的成功也将是R语言的成功！1.1.2 R语言学习
花了很大的篇幅，终于把我理解的R语言的知识体系解释清楚了。那么接下来，我们应该如何高效地学习R语言呢？有句话要说在前头，学习是艰苦的，没有捷径可言，如果你想成功，那么更要面对苦中之苦。正确的学习方法，可以让我们少走弯路，学习别人的经验，会让我们加速成长。
通过上文中对跨学科知识体系的描述，我想大家都应该明白了，要想学好R语言，最大的难点不在于语言本身，而在于使用者的知识基础和综合运用知识的能力。当然，综合运用是要以良好的基础知识为前提的，先抛开业务知识和基础学科的知识不说，只谈IT技术，应该要掌握哪些知识呢？
1.IT基础知识
对于R语言本身来说，我们需要掌握R语言的基础知识，包括R的语法、R核心包的使用、R语言的内核编程、R语言包的开发以及与业务相关的第三方R语言包的使用。
如果你在学习R语言之前，已经有了很多的Java、Python等编程语言的经验，那么这将帮助你很快熟悉R语言，你只要再补充一些数据分析和数据挖掘算法的知识，就能马上将R语言用在实际的工作中了。
如果你之前是SAS或Matlab数据科学家，那你只需要熟悉R语言的编程语法和第三方R语言包，就能用R语言来完成SAS和Matlab的所有任务。
如果你是BI程序员，平时工作经常有处理数据和可视化的任务，那么你可以边学习R语言边补充一些统计方面的知识，从无味的ETL[1]过程中发现数据的价值。
如果你是一名在读的统计学专业学生，R语言将帮助你把书本上枯燥的知识程序化，让你在学习过程中发现社会的规律。
如果你一直在用Excel并抱怨其功能远远不够，请试一下R语言，你的想法很快就会变成你财富的源泉。
如果你是一名宽客（Quant），还不懂R语言的话，那么你很快就会被市场淘汰。
如果你是一名Hadoop算法工程师，用Java写一个MR算法通常要好几千行，你可试试用RHadoop，十分之一的代码行就可以完成同样的事情。
还有很多可举例说明的故事。R语言可以与各种技术、各种思路相结合，让R语言和你已掌握的知识进行碰撞，你就会变得和别人不一样。
2.R语言中文图书
邓一硕（博客http://yishuo.org）曾经写过一篇名为《R语言书籍的学习路线图书》的博文，这篇文章很有参考意义。文章分别介绍了R语言的初级入门、高级入门、绘图与可视化、计量经济学、时间序列分析和金融等内容，涉及30多本R语言图书和小册子，但大部分是英文的。
随着时间的推移，这两年R语言方面又增加了好多本新书，中文图书也慢慢地多了起来。我重新定义的R语言中文图书学习路线图，如图1-2所示。图1-2 R语言中文图书学习路线图
对于不同层次的R语言用户，也有了市场细分。入门的朋友可以从《R语言编程艺术》开始学习；有一定R语言基础的朋友可以阅读《R语言实战》；需要扩展知识面的朋友可以阅读《R的极客理想——工具篇》；在掌握了R语言的各种入门技术后，高级的R语言开发者可以阅读本；用R做可视化的朋友，可以阅读《ggplot2：数据分析与图形艺术》；正在学习统计学的朋友，可以阅读《统计建模与R软件》；准备用R做金融的朋友，可以阅读《时间序列分析及应用：R语言（原书第2版）》和《金融数据分析导论：基于R语言》。
以上推荐的图书，我都亲自读过，予以品质保证。此图书列表将在我的博客中不定期更新，把我读到的好书分享给大家！
3.R语言中文社区
除了图书，中文的R语言社区和个人博客也在蓬勃发展。统计之都是中国大陆最权威的R语言组织，其中不仅积累了大量高质量的R语言文章，并主办了七届中国R语言会议。统计之都团队成员，还参与翻译了《R语言编程艺术》《R语言实战》《ggplot2：数据分析与图形艺术》《R语言核心技术手册（第2版）》《R数据可视化手册》《R语言统计入门（第2版）》等多本图书。
炼数成金论坛，以数据分析为主题，设有R语言板块，提供在线的R语言入门培训，黄志洪老师的算法讲解超一流。
人大经济论坛，以经管教育为主题，设有R语言板块，以线下培训为主。
4.R语言中文博客
笔者的个人博客——粉丝日志（http://blog.fens.me），原创了大量的R语言技术实战文章，包括R的极客理想系列文章、RHadoop实践系列文章、R利剑NoSQL系列文章，并写作“R的极客理想”系列图书。
谢益辉的个人博客（http://yihui.name），博客中主要包括各种有趣的技术和吐槽文章。谢益辉是统计之都的创始人，现任RStudio公司程序员。
刘思喆的个人博客——贝吉塔行星（http://www.bjt.name），博客中主要包括R语言企业级应用的文章。刘思喆现任京东推荐算法经理。
李舰的个人博客（http://jliblog.com），博客中主要包括R语言建模的文章。李舰现任Mango Solutions中国区数据总监。
邓一硕的个人博客——格物堂（http://yishuo.org），博客中主要包括R语言金融数据分析的文章。
阿稳的个人博客——不周山（http://www.wentrue.net/blog），博客中主要包括R语言并行技术的文章。
最后，祝大家把R语言学好用好，在各自的领域中找到创新的突破口，实现自我价值，然后反馈给R语言社区，加速R语言的发展壮大。
[1] ETL即数据抽取（Extract）、转换（Transform）、装载（Load）的过程。1.2 R语言中的数学计算问题
如何用R语言进行数学计算？引言
R语言是统计语言，生来就对数学有良好的支持，用R语言做数学的计算题特别方便。如果计算器中能嵌入R语言的计算函数，那么绝对是一种高科技产品。我真的把R语言当成我的计算器了！1.2.1 基本计算
R语言对数学计算有着非常好的支持，本节将完整介绍初等数学中的各种计算操作。
本节的系统环境是：
·Windows 7 64bit
·R：3.1.1 x86_64-w64-mingw32/x64（64-bit）
用R语言实现四则运算操作，包括加、减、乘、除、余数、整除、绝对值、判断正负。> a<-10；b<-5 # 定义2个变量> a+b；a-b；a*b；a/b # 加减乘除[1] 15[1] 5[1] 50[1] 2> a%%b；a%/%b # 余数，整除[1] 0[1] 2> abs（-a） # 绝对值[1] 10> sign（-2：3） # 判断正负[1] -1 -1 0 1 1 1
用R语言实现数学计算操作，包括幂、自然常数e的幂、平方根、对数。> a<-10；b<-5；c<-4 # 定义3个变量> c^b；c^-b；c^（b/10） # 幂运算[1] 1024[1] 0.0009765625[1] 2> exp（1） # 取自然常数e[1] 2.718282> exp（3） # 自然常数e的幂[1] 20.08554> sqrt（c） # 平方根[1] 2> log2（c） # 以2为底的对数[1] 2> log10（b） # 以10为底的对数[1] 0.69897> log（c，base = 2） # 自定义底的对数[1] 2> log（a，base=exp（1）） # 自然常数e的对数[1] 2.302585> log（a^b，base=a） # 指数对数操作[1] 5> log（exp（3））[1] 3
用R语言实现比较计算操作，包括==、>、<、！=、<=、>=、isTRUE、identical。> a<-10；b<-5 # 定义2个变量> a==a；a！=b；a>b；a
用R语言实现逻辑计算操作，包括&、|、&&、||、xor。> x<-c（0，1，0，1） # 定义2个向量> y<-c（0，0，1，1）> x && y；x || y # 只比较向量的第一个元素 &&， ||[1] FALSE[1] FALSE> x & y；x | y # S4对象的逻辑运算，比较所有元素 &， |[1] FALSE FALSE FALSE TRUE[1] FALSE TRUE TRUE TRUE> xor（x，y） # 异或比较[1] FALSE TRUE TRUE FALSE> xor（x，！y）[1] TRUE FALSE FALSE TRUE
用R语言实现约数计算操作，包括ceiling、floor、trunc、round、signif。> ceiling（5.4） # 向上取整[1] 6> floor（5.8） # 向下取整[1] 5> trunc（3.9） # 取整数[1] 3> round（5.8） # 四舍五入[1] 6> round（5.8833， 2） # 四舍五入，并保留2位小数[1] 5.88> signif（5990000，2） # 四舍五入，保留前2位整数[1] 6e+06
用R语言实现数组计算操作，包括求最大值、求最小值、范围、求和、均值、加权平均、连乘、差分、秩、中位数、分位数、任意数、全体数。> d<-seq（1，10，2）；d # 定义1个向量[1] 1 3 5 7 9> max（d）；min（d）；range（d） # 求最大值、最小值、范围range[1] 9[1] 1[1] 1 9> sum（d）；mean（d） # 求和、均值[1] 25[1] 5> weighted.mean（d，rep（1，5）） # 加权平均[1] 5> weighted.mean（d，c（1，1，2，2，2））[1] 5.75> prod（1：5） # 连乘[1] 120> diff（d） # 差分[1] 2 2 2 2> rank（d） # 秩[1] 1 2 3 4 5> median（d） # 中位数[1] 5> quantile（d） # 分位数0% 25% 50% 75% 100%1 3 5 7 9> any（d<5）；all（d<5） # 任意条件any，全体条件all[1] TRUE[1] FALSE
用R语言实现排列组合计算操作，包括阶乘、组合、排列。> factorial（5） # 阶乘5！[1] 120> choose（5， 2） # 组合，从5个中选出2个[1] 10> combn（5，2） # 列出从5个中选出2个的所有组合项 [，1] [，2] [，3] [，4] [，5] [，6] [，7] [，8] [，9] [，10][1，] 1 1 1 1 2 2 2 3 3 4[2，] 2 3 4 5 3 4 5 4 5 5> for （n in 0：10） print（choose（n， k = 0：n）） # 计算0：10的组合个数[1] 1[1] 1 1[1] 1 2 1[1] 1 3 3 1[1] 1 4 6 4 1[1] 1 5 10 10 5 1[1] 1 6 15 20 15 6 1[1] 1 7 21 35 35 21 7 1[1] 1 8 28 56 70 56 28 8 1[1] 1 9 36 84 126 126 84 36 9 1[1] 1 10 45 120 210 252 210 120 45 10 1> choose（5， 2）*factorial（2） # 排列，从5个中选出2个[1] 20
用R语言实现累积计算操作，包括累加、累乘、最小累积、最大累积。> cumsum（1：5） # 累加[1] 1 3 6 10 15> cumprod（1：5） # 累乘[1] 1 2 6 24 120> e<-seq（-3，3）；e # 定义一个向量[1] -3 -2 -1 0 1 2 3> cummin（e） # 最小累积cummin[1] -3 -3 -3 -3 -3 -3 -3> cummax（e） # 最大累积cummax[1] -3 -2 -1 0 1 2 3
用R语言实现两个数组的计算操作，包括取交集、并集、差集、数组是否相等、取唯一、查匹配元素的索引、找重复元素索引。> x <- c（9：20， 1：5， 3：7， 0：8）；x # 定义两个数组向量 [1] 9 10 11 12 13 14 15 16 17 18 19 20 1 2 3 4 5[18] 3 4 5 6 7 0 1 2 3 4 5 6 7 8> y<- 1：10；y[1] 1 2 3 4 5 6 7 8 9 10> intersect（x，y） # 交集[1] 9 10 1 2 3 4 5 6 7 8> union（x，y） # 并集 [1] 9 10 11 12 13 14 15 16 17 18 19 20 1 2 3 4 5[18] 6 7 0 8> setdiff（x，y） # 差集，从x中排除y [1] 11 12 13 14 15 16 17 18 19 20 0> setequal（x， y） # 判断是否相等[1] FALSE> unique（c（x，y）） # 取唯一 [1] 9 10 11 12 13 14 15 16 17 18 19 20 1 2 3 4 5[18] 6 7 0 8> which（x %in% y） # 找到x在y中存在的元素的索引 [1] 1 2 13 14 15 16 17 18 19 20 21 22 24 25 26 27 28[18] 29 30 31> which（is.element（x，y）） # 同%in% [1] 1 2 13 14 15 16 17 18 19 20 21 22 24 25 26 27 28[18] 29 30 31> which（duplicated（x）） # 找到重复元素的索引 [1] 18 19 20 24 25 26 27 28 29 301.2.2 三角函数计算
1.三角函数
在直角三角形中仅有锐角（大小在0~90度之间的角）三角函数的定义。给定一个锐角θ，可以做出一个直角三角形，使得其中的一个内角是θ。设这个三角形中，θ的对边、邻边和斜边长度分别是a、b和h，如图1-3所示。图1-3 直角三角形
三角函数的6种关系：正弦、余弦、正切、余切、正割、余割。
·θ的正弦是对边与斜边的比值：sinθ=a/h
·θ的余弦是邻边与斜边的比值：cosθ=b/h
·θ的正切是对边与邻边的比值：tanθ=a/b
·θ的余切是邻边与对边的比值：cotθ=b/a
·θ的正割是斜边与邻边的比值：secθ=h/b
·θ的余割是斜边与对边的比值：cscθ=h/a
三角函数的特殊值。
用R语言实现三角基本函数计算，包括正弦、余弦、正切。> sin（0）；sin（1）；sin（pi/2） # 正弦[1] 0[1] 0.841471[1] 1> cos（0）；cos（1）；cos（pi） # 余弦[1] 1[1] 0.5403023[1] -1> tan（0）；tan（1）；tan（pi） # 正切[1] 0[1] 1.557408[1] -1.224647e-16
接下来，我们用ggplot2包来画出三角函数的图形。> library（ggplot2） # 加载ggplot2的库> library（scales）
三角函数画图，以下代码生成三角函数曲线，如图1-4所示。> x<-seq（-2*pi，2*pi，by=0.01） # x坐标> s1<-data.frame（x，y=sin（x），type=rep（'sin'，length（x））） # y坐标，正弦> s2<-data.frame（x，y=cos（x），type=rep（'cos'，length（x））） # y坐标，余弦> s3<-data.frame（x，y=tan（x），type=rep（'tan'，length（x））） # y坐标，正切> s4<-data.frame（x，y=1/tan（x），type=rep（'cot'，length（x））） # y坐标，余切> s5<-data.frame（x，y=1/cos（x），type=rep（'sec'，length（x））） # y坐标，正割> s6<-data.frame（x，y=1/sin（x），type=rep（'csc'，length（x））） # y坐标，余割> df<-rbind（s1，s2，s3，s4，s5，s6）> g<-ggplot（df，aes（x，y）） # 用ggplot2画图> g<-g+geom_line（aes（colour=type，stat='identity'））> g<-g+scale_y_continuous（limits=c（-2， 2））> g<-g+scale_x_continuous（breaks=seq（-2*pi，2*pi，by=pi），labels=c（"-2*pi"， "-pi"，"0"，"pi"，"2*pi"））> g图1-4 三角函数曲线
2.反三角函数
基本的反三角函数定义如下。
用R语言实现反三角函数的计算，包括反正弦、反余弦、反正切。> asin（0）；asin（1） # 反正弦asin[1] 0[1] 1.570796 # pi/2=1.570796> acos（0）；acos（1） # 反余弦acos[1] 1.570796 # pi/2=1.570796[1] 0> atan（0）；atan（1） # 反正切atan[1] 0[1] 0.7853982 # pi/4=0.7853982
反三角函数画图，以下代码生成反三角函数曲线，如图1-5所示。> x<-seq（-1，1，by=0.005） # x坐标> s1<-data.frame（x，y=asin（x），type=rep（'arcsin'，length（x））） # y坐标，反正弦> s2<-data.frame（x，y=acos（x），type=rep（'arccos'，length（x））） # y坐标，反余弦> s3<-data.frame（x，y=atan（x），type=rep（'arctan'，length（x））） # y坐标，反正切> s4<-data.frame（x，y=1/atan（x），type=rep（'arccot'，length（x））） # y坐标，反余弦> s5<-data.frame（x，y=1/asin（x），type=rep（'arcsec'，length（x））） # y坐标，反正割> s6<-data.frame（x，y=1/acos（x），type=rep（'arccsc'，length（x））） # y坐标，反余弦> df<-rbind（s1，s2，s3，s4，s5，s6）> g<-ggplot（df，aes（x，y）） # 用ggplot2画图> g<-g+geom_line（aes（colour=type，stat='identity'））> g<-g+scale_y_continuous（limits=c（-2*pi，2*pi），breaks=seq（-2*pi，2*pi，by=pi）， labels=c（"-2*pi"，"-pi"，"0"，"pi"，"2*pi"））> g图1-5 反三角函数曲线
3.三角函数公式
接下来，用单元测试的方式来描述三角函数的数学公式，公式的左边等于公式的右边。通过testthat包进行单元测试，关于testthat包的安装和使用，请参考5.2节。
使用expect_that（right，left）函数，把公式的左右两边表达式，分别以参数形式传入函数中。运行expect_that（）函数，如果没有返回结果则表示两个参数相等，如果有输出则根据输出查看原因。> library（testthat） # 加载testthat包> a<-5；b<-10 # 定义变量
平方和公式：> sin（a）^2+cos（a）^2[1] 1> expect_that（1， equals（sin（a）^2+cos（a）^2）） # 用单元测试的方法，判断公式是否两边相等> expect_that（2， equals（sin（a）^2+cos（a）^2）） # 如果公式两边不相等，会有错误提示Error： 2 not equal to sin（a）^2 + cos（a）^2Mean relative difference： 1
和角公式：
和角公式的单元测试如下：> expect_that（sin（a）*cos（b）+sin（b）*cos（a），equals（sin（a+b）））> expect_that（sin（a）*cos（b）-sin（b）*cos（a），equals（sin（a-b）））> expect_that（cos（a）*cos（b）-sin（b）*sin（a），equals（cos（a+b）））> expect_that（cos（a）*cos（b）+sin（b）*sin（a），equals（cos（a-b）））> expect_that（（tan（a）+tan（b））/（1-tan（a）*tan（b）），equals（tan（a+b）））> expect_that（（tan（a）-tan（b））/（1+tan（a）*tan（b）），equals（tan（a-b）））
试读结束[说明：试读内容隐藏了图片]