r數(shù)據(jù)科學(xué)中文版
高清完整版
- 軟件大?。?span itemprop="fileSize">0 Bytes
- 軟件語言：中文
- 軟件類型：國產(chǎn)軟件 / 程序開發(fā)
- 軟件授權(quán)： 免費軟件
- 更新時間：2019-08-10 11:43:16
- 軟件等級：
- 軟件廠商： -
- 應(yīng)用平臺：WinXP, Win7, Win8, Win10
- 軟件官網(wǎng)： 暫無
相關(guān)軟件
水滸梗傳記官方最新版v1.0 安卓版
57.56 MB/中文/0.0
4K Video Downloader中文專業(yè)版v4.22.1.5160 單文件版
107.00 MB/中文/3.0
無盡戰(zhàn)記中文破解版v1.6.9 安卓最新版
0 Bytes/中文/10.0
無盡戰(zhàn)記手游中文版v1.0.0 安卓版
1.27 GB/中文/10.0
無盡旋轉(zhuǎn)中文破解版v1.2.5 安卓模式解鎖版
15.30 MB/中文/5.0
軟件介紹人氣軟件精品推薦相關(guān)文章網(wǎng)友評論下載地址
r數(shù)據(jù)科學(xué)中文版是專門為讀者打造的一本數(shù)據(jù)科學(xué)電子書籍，在這里讀者可以通過本書掌握基于r語言的精華，通過本書能夠熟練的使用多種數(shù)據(jù)科學(xué)工具，并且在本書每章節(jié)有習(xí)題，讓讀者可以學(xué)以致用！
r數(shù)據(jù)科學(xué)內(nèi)容簡介
本書的目標(biāo)是教會讀者使用最重要的數(shù)據(jù)科學(xué)工具，從而為實施數(shù)據(jù)科學(xué)奠定堅實的基礎(chǔ)。讀完本書后，你將掌握R語言的精華，并能夠熟練使用多種工具來解決各種數(shù)據(jù)科學(xué)難題。每一章都按照這樣的順序組織內(nèi)容：先給出一些引人入勝的示例，以便你可以整體了解這一章的內(nèi)容，然后再深入細(xì)節(jié)。本書的每一節(jié)都配有習(xí)題，以幫助你實踐所學(xué)到的知識。
本書特色
R社區(qū)領(lǐng)軍人物作品，從典型數(shù)據(jù)科學(xué)項目所需工具模型著手，帶領(lǐng)讀者掌握R語言精華，學(xué)會熟練使用多種工具解決各種數(shù)據(jù)科學(xué)難題。
處理——導(dǎo)入、整理并轉(zhuǎn)換數(shù)據(jù)。
編程——管道操作的工作原理和替代方式，函數(shù)使用規(guī)則，如何實現(xiàn)迭代。
模型——深刻理解模型背后的數(shù)學(xué)理論和數(shù)據(jù)，直觀認(rèn)識統(tǒng)計模型工作原理。
溝通——學(xué)會R Markdown，讓人們快速輕松理解你的工作。
探索——以可視化作為R編程起點，再進(jìn)行重要變量選取、篩選關(guān)鍵觀測等重要數(shù)據(jù)操作，并對數(shù)據(jù)提出問題且找到答案。
作者簡介?
作者簡介：
哈德利 威克姆（Hadley Wickham）
RStudio首席科學(xué)家，統(tǒng)計學(xué)家，斯坦福大學(xué)、奧克蘭大學(xué)、萊斯大學(xué)兼職統(tǒng)計學(xué)教授。已被下載數(shù)百萬次的ggplot2等多款知名R包的開發(fā)者，一直致力于讓普羅大眾更容易上手?jǐn)?shù)據(jù)分析，被R社區(qū)譽(yù)為“改變了R的人”。另著有《R包開發(fā)》等書。
加勒特 格羅勒芒德（Garrett Grolemund），RStudio數(shù)據(jù)科學(xué)家，知名R培訓(xùn)師，曾受邀在Google、eBay等諸多公司講授R語言和數(shù)據(jù)科學(xué)，在DataCamp開授的R相關(guān)課程備受R開發(fā)者喜愛。另著有《R語言入門與實踐》。
譯者簡介：
陳光欣，畢業(yè)于清華大學(xué)并留校工作，主要興趣為數(shù)據(jù)分析與數(shù)據(jù)挖掘。
R數(shù)據(jù)科學(xué)pdf目錄?
前言 XV
第一部分 探索
第1章 使用ggplot2進(jìn)行數(shù)據(jù)可視化 3
1.1 簡介 3
1.2 第一步 4
1.2.1 mpg數(shù)據(jù)框 4
1.2.2 創(chuàng)建ggplot圖形 5
1.2.3 繪圖模板 5
1.2.4 練習(xí) 6
1.3 圖形屬性映射 6
1.4 常見問題 10
1.5 分面 11
1.6 幾何對象 13
1.7 統(tǒng)計變換 18
1.8 位置調(diào)整 21
1.9 坐標(biāo)系 25
1.10 圖形分層語法 27
第2章 工作流：基礎(chǔ) 29
2.1 代碼基礎(chǔ) 29
2.2 對象名稱 30
2.3 函數(shù)調(diào)用 30
第3章 使用dplyr進(jìn)行數(shù)據(jù)轉(zhuǎn)換 33
3.1 簡介 33
3.1.1 準(zhǔn)備工作 33
3.1.2 nycflights13 33
3.1.3 dplyr基礎(chǔ) 34
3.2 使用filter()篩選行 35
3.2.1 比較運算符 36
3.2.2 邏輯運算符 36
3.2.3 缺失值 37
3.2.4 練習(xí) 38
3.3 使用arrange()排列行 39
3.4 使用select()選擇列 40
3.5 使用mutate()添加新變量 42
3.5.1 常用創(chuàng)建函數(shù) 43
3.5.2 練習(xí) 45
3.6 使用summarize()進(jìn)行分組摘要 46
3.6.1 使用管道組合多種操作 46
3.6.2 缺失值 48
3.6.3 計數(shù) 49
3.6.4 常用的摘要函數(shù) 52
3.6.5 按多個變量分組 56
3.6.6 取消分組 57
3.6.7 練習(xí) 57
3.7 分組新變量（和篩選器） 58
第4章 工作流：腳本 60
4.1 運行代碼 61
4.2 RStudio自動診斷 61
第5章 探索性數(shù)據(jù)分析 63
5.1 簡介 63
5.2 問題 64
5.3 變動 64
5.3.1 對分布進(jìn)行可視化表示 65
5.3.2 典型值 67
5.3.3 異常值 69
5.3.4 練習(xí) 70
5.4 缺失值 71
5.5 相關(guān)變動 72
5.5.1 分類變量與連續(xù)變量 72
5.5.2 兩個分類變量 77
5.5.3 兩個連續(xù)變量 79
5.6 模式和模型 82
5.7 ggplot2調(diào)用 84
5.8 更多學(xué)習(xí)資源 85
第6章 工作流：項目 86
6.1 什么是真實的 86
6.2 你的分析位于哪里 87
6.3 路徑與目錄 88
6.4 RStudio項目 88
6.5 小結(jié) 90
第二部分 數(shù)據(jù)處理
第7章 使用tibble實現(xiàn)簡單數(shù)據(jù)框 93
7.1 簡介 93
7.2 創(chuàng)建tibble 93
7.3 對比tibble與data.frame 95
7.3.1 打印 95
7.3.2 取子集 96
7.4 與舊代碼進(jìn)行交互 96
第8章 使用readr進(jìn)行數(shù)據(jù)導(dǎo)入 98
8.1 簡介 98
8.2 入門 98
8.2.1 與R基礎(chǔ)包進(jìn)行比較 100
8.2.2 練習(xí) 101
8.3 解析向量 101
8.3.1 數(shù)值 102
8.3.2 字符串 103
8.3.3 因子 105
8.3.4 日期、日期時間與時間 105
8.3.5 練習(xí) 107
8.4 解析文件 107
8.4.1 策略 107
8.4.2 問題 108
8.4.3 其他策略 110
8.5 寫入文件 112
8.6 其他類型的數(shù)據(jù) 113
第9章 使用dplyr處理關(guān)系數(shù)據(jù) 114
9.1 簡介 114
9.2 nycflights13 115
9.3 鍵 117
9.4 合并連接 119
9.4.1 理解連接 120
9.4.2 內(nèi)連接 121
9.4.3 外連接 121
9.4.4 重復(fù)鍵 122
9.4.5 定義鍵列 124
9.4.6 練習(xí) 125
9.4.7 ?淥迪址絞健 ?26
9.5 篩選連接 127
9.6 連接中的問題 129
9.7 集合操作 130
第10章 使用stringr處理字符串 131
10.1 簡介 131
10.2 字符串基礎(chǔ) 131
10.2.1 字符串長度 132
10.2.2 字符串組合 133
10.2.3 字符串取子集 133
10.2.4 區(qū)域設(shè)置 134
10.2.5 練習(xí) 134
10.3 使用正則表達(dá)式進(jìn)行模式匹配 135
10.3.1 基礎(chǔ)匹配 135
10.3.2 練習(xí) 136
10.3.3 錨點 136
10.3.4 練習(xí) 137
10.3.5 字符類與字符選項 137
10.3.6 練習(xí) ??38
10.3.7 重復(fù) 138
10.3.8 練習(xí) 139
10.3.9 分組與回溯引用 140
10.3.10 練習(xí) 140
10.4 工具 140
10.4.1 ヅ浼觳狻 42
10.4.2 練習(xí) 143
10.4.3 提取匹配內(nèi)?蕁 ?44
10.4.4 練習(xí) 145
10.4.5 分組匹配 145
10.4.6 練習(xí) 147
10.4.7 替換匹配內(nèi)容 147
10.4.8 練習(xí) 147
10.4.9 拆分 147
10.4.10 練習(xí) 149
10.4.11 定位匹配內(nèi)容 149
10.5 其他類型的模式 149
10.6 正則表達(dá)式的其他應(yīng)用 152
10.7 stringi 152
第11章 使用forcats處理因子 154
11.1 簡介 154
11.2 創(chuàng)建因子 154
11.3 綜合社會調(diào)查 156
11.4 修改因子水平 157
第12章 使用lubridate處理日期和時間 160
12.1 簡介 160
12.2 創(chuàng)建日期或時間 161
12.2.1 通過字符串創(chuàng)建 161
12.2.2 通過各個成分創(chuàng)建 162
12.2.3 通過其他類型數(shù)據(jù)創(chuàng)建 164
12.2.4 練習(xí) 165
12.3 日期時間成分 165
12.3.1 獲取成分 165
12.3.2 舍入 168
12.3.3 設(shè)置成分 168
12.3.4 練習(xí) 170
12.4 時間間隔 170
12.4.1 時期 170
12.4.2 階段 171
12.4.3 區(qū)間 173
12.4.4 小結(jié) 173
12.4.5 練習(xí) 174
12.5 時區(qū) 174
第三部分 編程
第13章 使用magrittr進(jìn)行管道操作 179
13.1 簡介 179
13.2 管道的替代方式 179
13.2.1 中間步驟 180
13.2.2 重寫初始對象 181
13.2.3 函數(shù)組合 181
13.2.4 使用管道 182
13.3 不適合使用管道的情形 183
13.4 magrittr中的其他工具 183
第14章 函數(shù) 185
14.1 簡介 185
14.2 什么時候應(yīng)該使用函數(shù) 186
14.3 人與計算機(jī)的函數(shù) 188
14.4 條件執(zhí)行 190
14.4.1 條件 191
14.4.2 多重條件 192
14.4.3 代碼風(fēng)格 192
14.4.4 練習(xí) 193
14.5 函數(shù)參數(shù) 194
14.5.1 選擇參數(shù)名稱 195
14.5.2 檢查參數(shù)值 195
14.5.3 點點點（...） 197
14.5.4 惰性求值 197
14.5.5 練習(xí) 198
14.6 返回值 198
14.6.1 顯式返回語句 198
14.6.2 使得函數(shù)支持管道 199
14.7 環(huán)境 200
第15章 向量 201
15.1 簡介 201
15.2 向量基礎(chǔ) 202
15.3 重要的原子向量 203
15.3.1 邏輯型 203
15.3.2 數(shù)值型 203
15.3.3 字符型 204
15.3.4 缺失值 204
15.3.5 練習(xí) 204
15.4 使用原子向量 205
15.4.1 強(qiáng)制轉(zhuǎn)換 205
15.4.2 檢驗函數(shù) 206
15.4.3 標(biāo)量與循環(huán)規(guī)則 206
15.4.4 向量命名 208
15.4.5 向量取子集 208
15.4.6 練習(xí) 209
15.5 遞歸向量（列表） 210
15.5.1 列表可視化 211
15.5.2 列表取子集 211
15.5.3 調(diào)料列表 212
15.5.4 練習(xí) 214
15.6 特性 214
15.7 擴(kuò)展向量 216
15.7.1 因子 216
15.7.2 日期和日期時間 216
15.7.3 tibble 217
15.7.4 練習(xí) 218
第16章 使用purrr實現(xiàn)迭代 219
16.1 簡介 219
16.2 for循環(huán) 220
16.3 for循環(huán)的變體 222
16.3.1 修改現(xiàn)有對象 222
16.3.2 循環(huán)模式 223
16.3.3 未知的輸出長度 223
16.3.4 未知的序列長度 224
16.3.5 練習(xí) 225
16.4 for循環(huán)與函數(shù)式編程 226
16.5 映射函數(shù) 228
16.5.1 快捷方式 229
16.5.2 R基礎(chǔ)包 230
16.5.3 練習(xí) 231
16.6 對操作失敗的處理 231
16.7 多參數(shù)映射 233
16.8 游走函數(shù) 236
16.9 for循環(huán)的其他模式 237
16.9.1 預(yù)測函數(shù) 237
16.9.2 歸約與累計 238
16.9.3 練習(xí) 239
第四部分 模型
第17章 使用modelr實現(xiàn)基礎(chǔ)模型 243
17.1 簡介 243
17.2 一個簡單模型 244
17.3 模型可視化 250
17.3.1 預(yù)測 250
17.3.2 殘差 252
17.3.3 練習(xí) 253
17.4 公式和模型族 254
17.4.1 分類變量 255
17.4.2 交互項（連續(xù)變量與分類變量） 256
17.4.3 交互項（兩個連續(xù)變量） 259
17.4.4 變量轉(zhuǎn)換 261
17.4.5 練習(xí) 264
17.5 缺失值 264
17.6 其他模型族 265
第18章 模型構(gòu)建 266
18.1 簡介 266
18.2 為什么質(zhì)量差的鉆石更貴 267
18.2.1 價格與重量 268
18.2.2 一個更復(fù)雜的模型 271
18.2.3 練習(xí) ??73
18.3 哪些?蛩賾跋熗嗣咳蘸槳嗍俊 ?73
18.3.1 一周中的每一天 274
18.3.2 季節(jié)性星期六效應(yīng) 277
18.3.3 計算出的變量 280
18.3.4 年度時間：另一種方法 281
18.3.5 練習(xí) 282
18.4 學(xué)習(xí)更多模型知識 282
第19章 使用purrr和broom處理多個模型 284
19.1 簡介 284
19.2 列表列 285
19.3 創(chuàng)建列表列 286
19.3.1 使用嵌套 286
19.3.2 使用向量化函數(shù) 287
19.3.3 使用多值摘要 288
19.3.4 使用命名列表 288
19.3.5 練?啊 ?89
19.4 簡化列表列 290
19.4.1 列表轉(zhuǎn)換為向量 290
19.4.2 嵌套還原 291
19.4.3 練習(xí) 292
19.5 使用broom生成整潔數(shù)據(jù)? ?92
第五部分 溝通
第20章 R Markdown 295
20.1 ??介 ?95
20.2 R Markdown基礎(chǔ) 295
20.3 使用Markdown格式化文本 298
20.4 代碼段 299
20.4.1 代碼段名稱 300
20.4.2 代碼段選項 300
20.4.3 表格 301
20.4.4 緩存 301
20.4.5 全局選項 302
20.4.6 內(nèi)聯(lián)代碼 303
20.4.7 練習(xí) 303
20.5 排錯 304
20.6 YAML文件頭 304
20.6.1 文檔參數(shù) 304
20.6.2 參考文獻(xiàn)與引用 306
20.7 更多學(xué)習(xí)資源 307
第21章 使用ggplot2進(jìn)行圖形化溝通 308
21.1 簡介 308
21.2 標(biāo)簽 309
21.3 注釋 311
21.4 標(biāo)度 316
21.4.1 坐標(biāo)軸刻度與圖例項目 316
21.4.2 圖例布局 318
21.4.3 標(biāo)度替換 320
21.4.4 練習(xí) 324
21.5 縮放 325
21.6 主題 326
21.7 保存圖形 328
21.7.1 圖形大小 328
21.7.2 其他重要選項 330
21.8 更多學(xué)習(xí)資源 330
第22章 R Markdown輸出類型 331
22.1 簡介 331
22.2 輸出選項 332
22.3 文檔 332
22.4 筆記本 333
22.5 演示文稿 333
22.6 儀表盤 334
22.7 交互元素 335
22.7.1 htmlwidgets 335
22.7.2 Shiny 336
22.8 網(wǎng)站 337
22.9 其他類型 338
22.10 更多學(xué)習(xí)資源 338
第23章 R Markdown工作流 339
作者簡介 341
封面簡介 341
更多>> 軟件截圖
推薦應(yīng)用
其他版本下載
精品推薦
相關(guān)文章
下載地址
查看所有評論>> 網(wǎng)友評論
更多>> 猜你喜歡
- msp430f5529官方教程中文版
- python金融大數(shù)據(jù)分析 電子書
- python數(shù)據(jù)科學(xué)手冊
- python學(xué)習(xí)手冊 第4版
- python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)
- 精通python爬蟲框架scrapy epub+azw3+mobi
- arm體系結(jié)構(gòu)與編程最新版
- node.js權(quán)威指南完整版
Redhat LINUX 9從入門到精通- android studio應(yīng)用開發(fā)實戰(zhàn)詳解 pdf
- JAVA基礎(chǔ)知識核心技術(shù)卷2原書第8版
精通正則表達(dá)式第三版