用R做數據分析（1）_R簡介_數據分析師

R語言是由 Ross Ihaka、Robert Gentleman二位創建的，這也許可以解釋為什么叫R語言?，F在由“R開發核心團隊”負責開發。R是基于S語言的一個GNU項目。
一、 R語言介紹
       R是為統計計算和作圖的一門語言和環境。是一個GNU項目，和S語言和環境很相似，S語言是由BELL實驗室的John Chambers和他的同事開發的。R語言可以認為是從S語言衍生而來的，他們之前有很重要的不同，但是大多數用S語言寫的代碼也可以在R中運行。
       目前R在高校非常流行，特別是隨著這幾年互聯網的發展，（R在一些大公司的運用得到的實踐，例如：國外的google、linkdin、facebook等，國內一些大型互聯網公司也在開始使用R），及隨著互聯網版權的意識增強，也促使了R在互聯網的發展。當然R在很多領域都有很廣泛的運用。
       R語言是開源的，同時可以運行在各種平臺上（Linux、Windows、MacOS等）。R的許多軟件包是由R語言、 LaTeX、Java及最常用C語言和Fortran撰寫。
      可以說現在R包含各種各樣的功能，可以說目前你能想到的功能，都可以找到一個或者多個R包來實現。幾千個R包，哪個才最適合你呢？“最適合你自己的R包，也許就是你自己寫的那個包”。
二、 R軟件安裝下載
      CRAN地址：http://www.r-project.org/，什么是CRAN：
      CRAN為Comprehensive R Archive Network（R綜合典藏網）的簡稱。它除了收藏了R的執行檔下載版、源代碼和說明文件，也收錄了各種用戶撰寫的軟件包?，F時，全球有超過一百個CRAN鏡像站。（來源http://baike.baidu.com/view/942569.htm）
      根據你的操作系統，下載相應的R語言安裝文件。
       下載地址：http://ftp.ctex.org/mirrors/CRAN/

R安裝
 三、 R語言的特點
     1、變量不需要申明即可引用。
     2、R語言的核心是：向量。
     3、R語言是一個函數語言。
     4、向量中的下標是從1開始引用的。
     5、R是腳本語言、面像對象；
四、 如何學學習R語言
      《R語言學習由淺入深路線圖》 這篇文章大家可以參考，這篇文章簡單介紹了一下R學習的資料，大家可以根據需要進行參考。那么如何才能學好R，個人理解有以下幾點：
1、不要期望你能學會R中所有的包。不要把目標定的那么高。
2、關鍵能理解R語言的內涵。多看看CRAN上的相關文檔，例如：季刊、R語言相關新聞，特別是每次版本更新的一些內容。
3、運用
     如果你是做數據分析相關的工作的，一定要把學習到的R語言知識運用到你的工作中，不管你把R語言當用一門編程語言還是統計工具，用的多了，自然你就有感覺，很多東西你就記住了。
4、持續
     每天花點時間寫幾條R代碼，實現一些小功能。如果你工作上就用R，那是最完美的。
5、多看
     多看別人寫的代碼，R運用的案例。你可以google一下R會有很多好的博客，文章。很多人都是R的GREEK。
6、開放
      一定要開放、分享的心態。多與別人交流，不要總是需求，一定要學習給予。（我是我個人觀點，如果要真好用到R，讓R發揮價值就是必須的。）
7、總結
     學到的東西，及時做好總結，可以總結成案例或者筆記，如果可以歡迎分享給大家http://bbs.pinggu.org/forum-69-1.html
五、 我對R語言的理解和看法
       隨時互聯網的發展，特別是互聯網對于版權、成本的因素考慮，因為免費、開源使越來越多的公司開始用R語言來處理數據、分析數據、完成模型等，當然這其中也伴隨著對于數據價值挖掘的，特別是在大數據的背景下，想通過對數據挖掘&分析建立自己的競爭優勢。
       R不僅 免費還有各種各樣的的功能包資源。從某種程度上講，任何你想要的功能應該都可以找到對應的包，只是說是否完全滿足，對于一些算法研究人員來說，可以在原來的代碼的基礎進行借鑒。這也許就是為什么R最開始主要用到高?；蛘邔W術領域（當然和國外學者、專家這種自由、開放的環境或者意識有很關系，這也許就是為什么許多開源軟件都是國外出來，很少看到國內的大公司有什么好的東西開源）。
       很多行業人士都說R是未來的“王道”，就像unix的發展過程一樣。我覺得未來一定有屬于R的一片天空，而且這種天空可以說是接近無限。所以，對于有志于從事數據挖掘、數據分析這個行業的朋友來說，掌握R是也許會成為未來的必備技能（就像現在數據分析師大多要求會：SQL）。
      最后，我對R語言的理解與總結可以概括為一句話：“開源、二次加工、分享精神”。

       本文來源  ：CDA數據分析師培訓官網