前　　言

大数据、物联网、人工智能已经变成近几年最热门的科技流行语。尽管大家用很多名词去定义这些技术，但是共通的思想是它们都是数据驱动的。人们并不满足于简单地拥有数据，因为发现其中的价值才是最本质的。因此数据科学家已经开始关注如何从原始数据中洞悉深层价值。

数据科学已经变成学术界和产业界最流行的话题。但是数据科学是一门非常宽泛的学科，学会掌握数据科学注定很有挑战性。初学者必须学习如何准备、处理、聚合和可视化数据。而更多高级技能包括机器学习，挖掘各种数据格式（文本、图像和视频），以及最重要的—使用数据产生商业价值。数据科学家的角色需要大量的努力，同时，一名成功的数据科学家也需要一个有力的工具来解决日常问题。

在这个领域中，数据科学家使用最广泛的工具是开源而且免费的R语言。作为一种机器语言，R提供了许多数据处理函数、学习库和可视化函数，允许用户快速上手分析数据。R可以帮助用户快速执行分析，并在不需要懂得复杂数学模型细节的前提下执行机器学习算法。

本书给出了实际方案，教你如何使用R语言将数据科学落地。全书共12章，每一章都分成几个简单的教程。通过每一个教程循序渐进的介绍，你可以使用R的程序包，掌握书中所教授的技术。

本书首先介绍如何创建R函数来避免不必要的代码重复。你会学到如何使用R程序包，在各种数据源上准备数据、处理数据和执行高级ETL操作。数据操作的一个例子是介绍如何使用dplyr和data.table程序包有效地处理大型数据结构。还有一章关注ggplot2，介绍如何创建高级图形，进行数据展示。你也会学到如何使用ggvis程序包构建交互式报告。

本书也会介绍如何使用数据挖掘技术发现经常一起购买的产品。后面的章节还给出了财务数据的时间序列分析结果。还有一些章节会深入介绍机器学习技术，包括数据分类、回归、聚类和降维。我可以保证，本书会让你觉得，数据科学学习原来如此简单。

目　　录

[第1章　R中的函数
1.1引言](https://yq.aliyun.com/articles/119446/)
1.2　创建R函数
1.3　匹配参数
1.4　理解环境
1.5　使用词法域
1.6　理解闭包
1.7　执行延迟计算
1.8　创建中缀操作符
1.9　使用替代函数
1.10　处理函数中的错误
1.11　调试函数
[第2章　数据抽取、转换和加载
2.1　引言](https://yq.aliyun.com/articles/119485/)
2.2　下载公开数据
2.3　读取和写入CSV文件
2.4　扫描文本文件
2.5　使用Excel文件
2.6　从数据库中读取数据
2.7　爬取网络数据
2.8　获取Facebook数据
2.9　使用twitteR
[第3章　数据预处理和准备
3.1　引言](https://yq.aliyun.com/articles/119506/)
3.2　重命名数据变量
3.3　转换数据类型
3.4　使用日期格式
3.5　添加新的记录
3.6　过滤数据
3.7　舍弃数据
3.8　合并数据
3.9　排列数据
3.10　重塑数据
3.11　检测缺失数据
3.12　估计缺失数据