商品参数
| 零基础学R语言数学计算、统计模型与金融大数据分析 |
![]() |
定价 |
59.00 |
| 出版社 |
清华大学出版社 |
| 版次 |
1 |
| 出版时间 |
2018年07月 |
| 开本 |
|
| 作者 |
丰士昌 |
| 装帧 |
平装 |
| 页数 |
|
| 字数 |
|
| ISBN编码 |
9787302502852 |
| 重量 |
515 |
内容介绍
R具有gao效的数据存储和数据处理功能，随着大数据技术的崛起，R语言已成为大数据处理bi备的工具之一。
R语言并不是独立存在的程序设计语言，我们习惯说的R其实是指R系统。本书从建立R系统的基本环境入手，讲述R语言的基本函数及数据分析图形的绘制，用丰富的范例来讲解R语言的基础知识，并切入三个热门领域：金融分析、统计模型、数学计算。通过解析在这些领域的实用案例及数据处理分析的过程，让你在zui短的时间内掌握R语言的核心知识，并可以用这些知识解决自己实际工作中遇到的问题。
若你是初学者，本书可以作为你学习R语言应用基础的快速入门教材。若你有一定基础，本书则可以进一步拓展你的视野，提升你使用R系统进行专业数据分析的能力。
目录
第壹章 建立R语言的环境 1
1.1 认识R语言 1
1.1.1 R语言的诞生 1
1.1.2 关于大数据 2
1.1.3 R语言在大数据中的应用 4
1.2 单机版的R语言 6
1.2.1 在Windows上安装R语言软件 6
1.2.2 在Linux上安装R语言软件 10
1.2.3 第壹次使用R语言 12
1.3 服务器上的R语言 13
1.3.1 为什么要连接到服务器 14
1.3.2 远程连接操作的方式 14
1.3.3 将服务器的图形映射到客户端 18
第2章 R语言的内建工具 25
2.1 变量定义与逻辑判断 25
2.2 数值与向量 26
2.2.1 数值的基本运算 26
2.2.2 数值的科学函数 30
2.2.3 向量函数 33
2.3 数组与矩阵 38
2.3.1 数组与矩阵的产生与命名 38
2.3.2 数组的合并与矩阵的转换 42
2.3.3 矩阵的计算 45
2.3.4 矩阵的数值分解 49
2.4 数据的处理 51
2.4.1 变量的处理工具 51
2.4.2 数据的读入与输出 57
2.4.3 数据的排序 64
2.4.4 数据的分割与合并 65
2.5 文字的处理 67
2.5.1 字符串的产生 67
2.5.2 字符串的显示 68
2.5.3 字符串内容的搜索 70
2.5.4 字符串内容的提取 74
2.5.5 字符串的替换与组合 75
2.5.6 缺失项（NA）的处理 77
2.6 其他 79
2.6.1 外部软件包与程序的加载 79
2.6.2 系统环境命令 86
2.6.3 日期、时间相关的函数 88
第3章 外部数据的读取 90
3.1 文本文件的读取 90
3.1.1 将文本文件内容存为变量 90
3.1.2 根据固定字符分隔字段 91
3.1.3 通过Linux指令转换字段格式 92
3.1.4 范例实践 97
3.2 数据库的读取 98
3.2.1 创建MySQL数据库与数据表 99
3.2.2 使用数据库语句存取数据 100
3.2.3 安装和使用RMySQL 104
3.2.4 使用R读取数据库内容 105
3.2.5 使用R将内容写入或更新数据库 106
第4章 程序逻辑结构 108
4.1 函数 108
4.1.1 使用已经存在的函数 108
4.1.2 自行定义与使用函数 109
4.2 判断 110
4.2.1 逻辑判断表达式 110
4.2.2 条件判断语句 111
4.3 循环 112
4.3.1 for循环 112
4.3.2 while循环 115
4.3.3 repeat循环 117
4.3.4 break跳出循环 118
4.3.5 next跳过此次循环 118
4.4 创建自己的R语言程序 119
4.4.1 Source与R Script 119
4.4.2 在外部执行R Script 120
第5章 图形的绘制 125
5.1 系统环境 125
5.2 图形函数 125
5.2.1 par函数 125
5.2.2 Line Chart（线图） 128
5.2.3 Dot Plot（点图） 130
5.2.4 Bar Plot（条形图） 131
5.2.5 histogram（直方图） 133
5.2.6 Pie Chart（饼图） 134
5.2.7 Density Plot（密度图） 136
5.2.8 Box Plot（箱线图、盒须图） 138
5.2.9 abline、curve（直线、曲线） 139
5.2.10 text（辅助文字） 142
5.2.11 Saving Graphs（保存图形） 143
5.3 绘图范例 143
第6章 数值分析与矩阵计算 146
6.1 数值分析函数 146
6.1.1 数值精度 146
6.1.2 四舍五入误差 147
6.1.3 R的内建数值与数学函数 149
6.1.4 多项式函数 150
6.1.5 方程式的解 155
6.2 矩阵应用函数 158
6.2.1 行列式 159
6.2.2 逆矩阵 160
6.2.3 特征值与特征向量 160
6.2.4 矩阵分解 161
6.3 矩阵计算范例 164
6.3.1 矩阵的N次方 165
6.3.2 Fibonacci数列 166
6.3.3 特征向量的中心性 167
6.4 微分方程组范例 168
6.4.1 常微分方程式 169
6.4.2 边界值问题 171
