R语言大数据技术应用实践

本书的特色就是实践性较强，在阐述大数据技术相关基础知识的同时，辅以大量实践内容及项目实例，培养了学生的学习兴趣，可极大提高学生的动手能力

本书以大数据技术中数据统计分析的经典实现方法R语言应用实践为核心，以提高学生的大数据基础理论水平和解决实践问题的能力为出发点，以培养大数据时代具有创新精神和实践能力的人才为目的。

本书系统阐述R语言大数据技术应用实践的原理、方法和应用相关知识，同时给出了每一章内容对应的实现指令或源程序。全书共九章内容。内容由浅入深，分为基础篇及提高篇两部分，其中第1章到第6章为基础篇，第7章到第9章为提升篇。内容涵盖R语言基础简介、R语言语法基础、R语言数据预处理、R语言数据分析、R语言数据可视化、R语言网络数据抓取、R语言统计与建模、R语言数据挖掘、R语言数据分析综合案例等较深入的知识。本书理论结合实际，每一个章节都包含有相关内容的实践部分，以便读者在了解相关知识后，能及时进行项目的实践，有助于提高读者动手实践的能力。每章提供适量习题，进一步加深对内容的理解。

本书内容全面，详略得当，在简单阐述原理基础上，重点阐述R语言应用实践的详细实现过程，可读性强。本书可以作为高等院校大数据技术相关专业以及计算机技术、信息管理、人工智能、电子信息工程、通信工程、自动控制等专业本科生及高职院校相关课程的教材，也可供从事大数据相关研究的技术人员参考。

内 容 简 介 2

前 言 3

序 4

目 录 5

第1章 R语言基础简介 11

1.1 R语言概述 11

1.2 为何学习R语言 11

1.2.1 R语言特点 11

1.2.2 R在大数据中的优势 12

1.3 R语言主要应用领域 13

1.4 R语言开发环境搭建 14

1.4.1 Windows系统中安装R 14

1.4.2 Linux系统中安装R 14

1.4.3 RStudio工具安装与使用 15

本章习题 16

第2章 R语言语法基础 18

2.1 R语言数据类型 18

2.1.1 R的4种数据类型 18

2.1.2 字符型的高级技巧 20

2.1.3 NA和NULL 21

2.2 R语言数据结构 22

2.2.1 Array数组 22

2.2.2 Factor因子 23

2.2.3 List列表 25

2.2.4 DataFrame数据框 26

2.3 R语言程序结构 28

2.3.1 三种基本结构 28

2.3.2 for循环 28

2.3.4 while循环 30

2.3.5 repeat循环 31

2.4 R语言向量化计算 32

2.4.1 向量化计算的概念 32

2.4.2 冒号运算符 32

2.4.3 序列生成函数seq和rep 32

2.4.4 数组之间的运算规则 33

2.5 强大的apply函数族 34

2.5.1 apply 34

2.5.2 lapply 35

2.5.3 sapply 35

2.5.4 vapply 36

2.5.5 mapply 37

2.5.6 tapply 37

本章习题 38

第3章 R语言数据预处理 40

3.1 数据导入导出 40

3.1.1 R语言数据导入 40

3.1.2 导入函数参数匹配 47

3.1.3 R语言数据导出 48

前 言

大数据时代的到来，改变了许多行业的人才需求模式，大数据方面的人才成为各信息产业尤其是IT行业的热门人才。许多高等院校已经新增大数据技术相关专业，部分院校成立了大数据学院，标志着进行大数据技术人才培养已经正式纳入高等教育的培养需求。基于R语言培养大数据人才的基本要求，《R语言大数据技术应用实践》教材可作为大数据技术相关专业本科生及高职院校相关专业实践类的教材，以为培养大数据技术相关人才打下坚实的基础。

培养技术型及实践型人才是大数据时代教育部对大数据技术相关人才的基本要求，也是各信息产业对人才的基本需求。编写本书的目的就是要让大数据技术相关专业学生通过本课程的学习，了解大数据技术的基础知识，掌握基于R语言环境搭建大数据分析的基本流程及实现过程，提高学习本课程的兴趣，培养解决实际问题的能力。

本书最大的特色就是实践性较强，在阐述大数据技术相关基础知识的同时，辅以大量实践内容及项目实例，培养了学生的学习兴趣，可极大提高学生的动手能力。克服了许多教材注重理论缺少实践内容的弊端。学生们可在课后，自己进一步动手实践，提高了学生的学习效率。

本书主要以大数据技术及计算机相关专业的本科生及高职院校学生为读者对象，注重大数据技术相关基础知识，尤其是实践环节的描述，避免了繁琐的理论知识介绍。全书共包括9章，第1章是R语言基础简介，第2章是R语言数据准备，第3章是R语言数据处理，第4章是R语言数据分析，第5章是R语言数据可视化，第6章是网页数据抓取，第7章是R语言统计与建模，第8章是R语言数据挖掘，第9章是R语言数据分析综合应用。

第1章属于R基础知识部分，在搭建R语言环境和编码时是必备的知识，第2章到第7章是提高部分，主要是学习数据处理、数据分析、数据统计建模的整个过程。第8章是本书各个算法的实现及代码的实现介绍，最后第9章以各种不同领域的项目案例，从实际出发讲解R语言处理大数据信息。本书可以用作工科高校相关专业32-40学时的课程教程。

本书由上海工程技术大学方志军教授、李媛媛副教授、北京红亚华宇科技有限公司郑洪宾总经理任主编，由林民、王小英、丁伟杰、罗章涛副主编，具体分工是：由林民、王小英、丁伟杰、罗章涛参与教材整体框架设计，由北京红亚华宇科技有限公司提供实训素材，由方志军教授完成第1-5章的编写、李媛媛副教授完成第6-9章的编写。在本书编写及校对过程中，特别是项目实践内容验证过程中，得到了北京红亚华宇科技有限公司的大力帮助，在此表示衷心感谢。

由于编著者水平有限，书中难免存在错误之处，敬请读者批评指正。

编著者