用R语言做数据分析——R语言简介与环境安装

R语言是一种统计软件，也是一种数学计算环境，它提供了有弹性的、互动的环境分析、可视及展示数据。同时，也提供了若干统计程序包，以及一些集成的统计工具和各种数学计算、统计计算的函数，用户只需根据统计模型，指定相应的数据库及相关的参数，便可灵活机动的进行数据分析等工作，甚至创造出符合需要的新的统计计算方法。使用R软件可以简化你的数据分析过程，从数据的存取，到计算结果的分享，R软件提供了更加方便的计算工具，帮助你更好地分析和解决问题，通过R软件的许多内嵌统计函数，用户可以很容易学习和掌握R软件的语法，也可以编制自己的函数来扩展现有的R语言。

之前说过的Excel，可能大多数人对它的使用还停留在简单的办公层面上，Excel也可用作专业的数据分析，但相比R语言，Excel的功能有限，在应对复杂的数据处理上，R语言比Excel根据优势。

Excel在处理多列数据时，虽然只是在处理单个任务，但是却会看到所有的数据。而使用 R 时，数据都在内存中，只有调出数据才能看到。如果在转换或计算，你会处理相关列或行的子集，其他所有数据都在后台。

借助R，就可以对其他数据集轻松重复相同的操作。因为所有数据都是通过代码进行处理和研究，因此对新的数据集执行相同的操作也就轻而易举了。使用 Excel 时，大多数操作都是通过鼠标点击实现，虽然用户体验不错，但对新的数据重复操作却非常费时而枯燥。而 R 只需载入新的数据集，然后再次运行脚本即可。

实际上，用代码操作也便于诊断并共享你的分析结果。使用 Excel 时，大多数的分析结果都基于内存（数据透视表在这里，公式编辑器在另一个表格上等）。而在 R 中，通过代码执行所有操作，一目了然。如果要修正一个错误，用户很清楚在哪里操作，而如果你需要共享分析结果，只需复制粘贴代码即可。

R中的项目组织更简单。在 Excel 中，做数据分析要准备一系列表格，可能还要准备多个工作簿，然后适当命名，而且各文件名不得重复。而 R 项目组织可单独设有一个文件夹，处理过的所有内容都可放在其中，清理数据、探索性图表及模型。这样便于理解和查找。

你可以把任何数据载入 R。数据的保存位置或保存形式并不重要。你可以载入 CSV 文件，也可以读取 JSON，或者执行 SQL 查询，抑或提取网站。你甚至还可以在 R 中通过 Hadoop 处理大数据。

R是一个完整的工具集，使用的是数据包。在分析数据时，R 比 Excel 更实用。你可使用 R 执行数据管理、分类和回归，也可以处理图片，并执行其他所有操作。如果机器学习是你的专业，那能想到的任何算法都是小菜一碟。目前，R可用的数据包逾 5,000 个，因此无论你要处理什么类型的数据，R 都能应付自如。

如果倾向于办公和简单的数据处理，建议学习Excel，但如果想朝着更加专业的数据挖掘与分析的方向发展，那么掌握编程思维，学习R语言是非常有必要的。在这里不会做过多的编程基础知识介绍，只是从数据分析的实际角度触发来学习R语言。

R软件是全免费的，在网站https://www.r-project.org/可下载到R软件的Windows版本，下载与安装的方法和普通软件一样，下载安装完成后，程序会创建R程序组并在桌面上创建R主程序的快捷方式，通过快捷方式运行R，便可调出R的主窗口。

R软件的界面与Windows的其他编程软件类似，是由一些菜单和快捷按钮组成，快捷按钮下面的窗口便是命令输入窗口，它也是部分运算结果的输出窗口，有些运算结果（如图形）则会在新建的窗口中输出。

“>”符号是R的命令提示符，在其后可输出命令。R一般采用交互式工作方式，在命令提示符后输入命令，回车后便会输出计算结果。当然也可将所有的命令建立成一个文件，运行这个文件的全部或部分来执行相应的命令，从而得到相应的结果。

R语言还有其专有的EDI编辑器——RStudio,使用RStudio可以帮助你更方便地完成数据分析工作，其下载地址为：https://www.rstudio.com/products/rstudio/download/。更多介绍将在以后的实际例子中进行讲解。