R工具包

時間 2019-11-08

標籤工具包简体版

原文原文鏈接

awesome-machine-learning.

這裏是包的導航清單，看起來更方便 >>>導航清單javascript

經過這些翻譯瞭解這些工具包，之後幹活也就方便多了。不過翻譯這個東西的確要靠耐心，翻譯，編輯花費了至少一週的空餘時間。html

在編輯本文的過程當中，驚喜的發現Awesome系列的其餘資源：地址在github：html5

1.DotNet 資源大全中文版java

2.Java資源大全中文版python

3.javascript 資源大全中文版mysql

一集成開發環境linux

RStudio – 一個很是強大高效的圖形界面開發環境，能夠在Windows, Mac, 和linux運行.>>>官網git

Emacs + ESS – ESS是一個emacs文本編輯器的一個統計分析的插件. >>>官網github

Sublime Text + R-Box – 一個在Sublime 2/3中使用R語言編程的插件. >>>官網web

TextMate + r.tmblundle – TextMate 1/2的插件. >>>官網

StatET – 一個基於Eclipse的R語言IDE. >>>官網

Revolution R Enterprise – 專一於大數據,大規模多處理器的功能,能夠對學術用戶免費提供和商業使用. >>>官網

R commander – 一個包括基本圖形用戶界面的R包. >>>官網

IRkernel – Jupyter的R語言內核. >>>官網

Deducer – 一個菜單驅動的數據分析的GUI工具,相似電子表格數據編輯器. >>>官網

Radiant – 一個使用R語言，獨立的基於瀏覽器接口的業務分析平臺,基於Shiny. >>>官網

Vim-R – Vim中R語言插件. >>>官網

Nvim-R – Neovim中R語言插件. >>>官網

JASP – 一個完整的貝葉斯和概念論相關方法的R包,和使用SPSS很是類似。 >>>官網

Bio7 – 一個包括建立,科學圖像分析和統計分析的IDE. >>>官網

RTVS – Visual Studio中R開發工具. >>>官網

二語法

magrittr – 一個R語言高效的管道操做包. >>>官網

pipeR – 多泛型管道的實現. >>>官網

lambda.r – R語言中函數式編程和簡單的模式匹配. >>>官網

purrr – 一個高級函數編程語言包. >>>官網

三數據操做

dplyr – 快速數據操做和數據庫查詢. >>>官網

data.table – 使用短小靈活的語法操做數據. >>>官網

reshape2 – 靈活的數據排列,聚合處理. >>>官網

readr – 一個快速簡單的讀取表格數據到R中的包. >>>官網

haven – 對導入SPSS,STATA和SAS的文件進行改進. >>>官網

tidyr – 方便對數據進行整理、傳播和收集. >>>官網

broom – 將統計分析對象轉換成整齊的數據框(一種數據組織和呈現的方式). >>>官網

rlist – 一個操做非規範化數據的工具箱. >>>官網

jsonlite – 一個快速解析JSON文件的包. >>>官網

ff – 設計用來存儲大型數據集的數據結構. >>>官網

lubridate – 一組日期和時間函數. >>>官網

stringi – 基於ICU的字符串處理方案. >>>官網

stringr – 基於stringi之上的對字符串處理API. >>>官網

bigmemory – 提供共享內存和內存映射矩陣,同時也包提供額外的工具,包括線性模型.(biglm) 和隨機森林 (bigrf). >>>官網

fuzzyjoin – 使用不精確匹配的方式鏈接表數據. >>>官網

tidyverse – 簡單從tidyverse下載和安裝包. >>>官網

四圖形顯示

ggplot2 – 強大的繪圖統計和計算圖形系統的實現.強烈推薦. >>>官網

ggfortify -一個ggplot2(流行的統計軟件包)統一的接口(使用一行代碼便可). >>>官網

ggrepel – 排除重疊的文本標籤. >>>官網

ggalt – ggplot2額外的座標系統,幾何和統計. >>>官網

ggtree – 可視化和註釋的系統樹. >>>官網

ggplot2 Extensions – ggplot2擴展顯示例子. >>>官網

lattice – 一個強大優雅的高級數據可視化系統. >>>官網

corrplot – 圖形顯示相關矩陣或通常矩陣。它還包含一些矩陣從新排序算法. >>>官網

rgl – R中3D可視化系統. >>>官網

Cairo – 一個使用cairo組件建立高質量顯示輸出的R圖形包. >>>官網

extrafont – 在R中圖像中使用字體的工具. >>>官網

showtext – 讓R圖形設備顯示文本的時候使用系統字體. >>>官網

animation – 一個使用 ImageMagick在R中產生動畫圖形的工具. >>>官網

gganimate – 用ggplot2建立簡單的動畫. >>>官網

misc3d – 強大的3D繪圖工具. >>>官網

xkcd – 在圖表中使用xkcd風格. >>>官網

imager – 一個基於CImg庫的圖像處理包. >>>官網

五 HTML部件

d3heatmap – 使用D3繪製互動的熱圖. >>>官網

DataTables – 將R矩陣或數據框做爲交互的HTML表. >>>官網

DiagrammeR – 在R中建立JS圖表和流程圖. >>>官網

dygraphs – 在R中繪製時間序列數據圖形. >>>官網

formattable – 可格式化的數據結構. >>>官網

ggvis – R中交互式的圖形處理語法. >>>官網

Leaflet – 一個很是流行的交互式地圖JavaScript組件. >>>官網

MetricsGraphics – 能夠輕鬆建立D3散點圖、折線圖和直方圖. >>>官網

NetworkD3 – D3 JavaScriptR網絡圖. >>>官網

scatterD3 – D3 互動散點圖. >>>官網

plotly – 使用plot.ly進行交互式ggplot2和Shiny繪圖. >>>官網

rCharts – 交互式JS繪圖. >>>官網

rbokeh – Bokeh的R接口. >>>官網

threejs – 交互式3D散點圖和地球儀. >>>官網

timevis – 建立徹底交互式的時間軸可視化圖形. >>>官網

visNetwork – 使用vis.js類庫進行網絡可視化. >>>官網

六複用組件研究

knitr – R中簡單的動態報表生成工具. >>>官網

xtable – 將表格導出到LaTeX或者HTML. >>>官網

rapport – 一個R模版系統. >>>官網

rmarkdown – R動態文檔工具. >>>官網

slidify – 建立和發佈漂亮的html5展現效果. >>>官網

Sweave – 使用R建立LaTeX報表的R包. >>>官網

texreg – 在LaTex和HTML中格式化統計模型. >>>官網

checkpoint – 從檢查點快照服務器安裝包. >>>官網

brew – 報告模板的生成框架.能夠和knitr合併. >>>官網

ReporteRs – 一個生成微軟Word, PowerPoint和HTML報表的R包. >>>官網

bookdown – 使用R Markdown編寫書籍. >>>官網

ezknitr – 避免使用’knitr’帶來的工做目錄的痛苦. >>>官網

七 Web技術和服務

Web Technologies List – 關於如何使用R和網絡的相關信息. >>>官網

shiny – 使用R建立簡單的Web交互應用. >>>官網

RCurl – 常規的網絡客戶端接口 (HTTP/FTP/…) . >>>官網

httr – 使用更加友好的RCurl封裝. >>>官網

httpuv – HTTP和WebSocket服務程序. >>>官網

XML – R中生成和解析XML的工具. >>>官網

rvest – 簡單的web信息抓取,使用CSSSelect 和 XPath 語法. >>>官網

OpenCPU – HTTP API. 官網>>>

RFacebook – Facebook API. 官網>>>

RSiteCatalyst – Adobe 分析服務的R語言客戶端. >>>官網

plumber – 一個將現有的R代碼轉換爲API的包. >>>官網

八並行計算

parallel – R語言高性能的並行計算平臺. multicore and snow. >>>官網

Rmpi – Rmpi對MPI APIS提供了一個包裝過的接口,它也提供一個交互式的R環境. >>>官網

foreach – 使用並行來執行循環. >>>官網

SparkR – R for Spark. >>>官網

DistributedR – 一個來自惠普Vertica Analytics團隊的可伸縮的高性能平臺. >>>官網

ddR – 提供分佈式數據結構,簡化了R中的分佈式計算. >>>官網

sparklyr – 來自RStudio的Spark接口. >>>官網

九高性能

Rcpp – Rcpp在R中提供了一個高效的API,使得函數更快執行. >>>官網

Rcpp11 – Rcpp11徹底從新設計,以C++11爲目標. >>>官網

compiler – 使用JIT提升R代碼的速度. >>>官網

十語言

APIrJava – R語言對JAVE接口. >>>官網

jvmr – 集成了R, Java, and Scala. >>>官網

rJython – R語言對python/Jython的接口. >>>官網

rPython – 容許R調用Python. >>>官網

runr – 在R中運行Julia和Bash. >>>官網

RJulia – R中調用Julia. >>>官網

RinRuby – 一個Ruby庫,整合了R用Ruby解釋器. >>>官網

R.matlab – 讀寫mat文件,將R和Matlab鏈接到一塊兒. >>>官網

RcppOctave -Octave and Matlab的接口. >>>官網

RSPerl – 雙向接口,R中調用Perl和在Perl中調用R. >>>官網

V8 – 嵌入JavaScript引擎. >>>官網

htmlwidgets – R中把JavaScript數據可視化的最好方法. >>>官網

rpy2 – Python對R的接口. >>>官網

十一數據庫管理

RODBC – R中ODBC數據庫範圍. >>>官網

DBI – 在R和數據庫管理系統之間定義一個公共的接口. >>>官網

elastic – Elasticsearch HTTP API的包裝器. >>>官網

mongolite – R中Mongo客戶端. >>>官網

Rmysql – R語言的MySQL數據庫接口. >>>官網

ROracle – R中Oracle數據庫的接口. >>>官網

RPostgreSQL – R語言的PostgreSQL數據庫系統接口. >>>官網

RSQLite – R語言SQLite數據庫接口. >>>官網

RJDBC – 經過JDBC接口訪問數據庫. >>>官網

rmongodb – R中MongoDB驅動. >>>官網

rredis – R中Redis驅動. >>>官網

RCassandra -Apache Cassanda直接接口(不是JAVA)，提供了最多的基本功能. >>>官網

RHive – 經過Apache Hive的R擴展促進分佈式計算. >>>官網

RNeo4j – Neo4j圖形數據庫驅動. >>>官網

十二機器學習

AnomalyDetection – 來自Twitter的AnomalyDetection R包. >>>官網

ahaz – 半參數添加風險迴歸的正則化. >>>官網

arules – 挖掘關聯規則和頻繁項集. >>>官網

bigrf – 大隨機森林:大型數據集的分類和迴歸森林. >>>官網

bigRR – 廣義迴歸(特殊是在p >> n狀況下). >>>官網

bmrm – 風險最小化方案的正規化方法. >>>官網

Boruta – 全部相關的特徵選擇算法的一個封裝 . >>>官網

BreakoutDetection – Breakout Detection via Robust E-Statistics from Twitter.>>> 官網

bst – 梯度增長. >>>官網

CausalImpact – 利用貝葉斯時間序列結構模型進行因果推斷. >>>官網

C50 – C5.0決策樹和基於規則的模型. >>>官網

caret – 分類和迴歸訓練. >>>官網

CORElearn – 分類、迴歸、特徵評價和排序. >>>官網

CoxBoost – Cox models by likelihood based boosting for a single survival endpoint or competing risks. >>>官網

Cubist – 規則和基於實例的迴歸建模. >>>官網

e1071 – Misc統計函數 (e1071),主要功能有類別分析、傅里葉變換,模糊聚類,支持向量機,最短路徑計算,樸素貝葉斯分類器等等. >>>官網

earth – 多元自適應迴歸模型. >>>官網

elasticnet – 稀疏估計和稀疏主成分分析. >>>官網

ElemStatLearn – 書籍」The Elements of Statistical Learning, Data Mining, Inference, and Prediction」中的數據集,函數和例子. >>>官網

evtree – 全局最優樹的進化學習. >>>官網

forecast – 使用ARIMA, ETS, STLM, TBATS,和神經網絡進行時間序列預測. >>>官網

forecastHybrid – 使用」forecast」包對ARIMA, ETS, STLM, TBATS,和神經網絡模型進行交叉檢驗. >>>官網

FSelector – 一個基於subset-search或特性排名方法的特徵選擇框架. >>>官網

frbs – 使用模糊規則系統處理分類和迴歸的任務. >>>官網

GAMBoost -　　基於廣義線性和加法模型. >>>官網

gamboostLSS – GAMLSS方法的改善. >>>官網

gbm – 改善廣義線性模型. >>>官網

glmnet – Lasso 和 elastic-net正規化廣義線性模型. >>>官網

glmpath – L1 Regularization Path for Generalized Linear Models and Cox Proportional Hazards Model. >>>官網

GMMBoost – 廣義混合模型. 官網>>>

grplasso – Fitting user specified models with Group Lasso penalty. >>>官網

grpreg – Regularization paths for regression models with grouped covariates.>>>官網

h2o – Deeplearning, Random forests, GBM, KMeans, PCA, GLM. >>>官網

hda – 異方差判別分析. >>>官網

ipred – 預測器改進. >>>官網

kernlab – kernlab: 基於內核學習的機器實驗室. >>>官網

klaR – 分類和可視化. >>>官網

kohonen – 監督和非監督自組織映射. >>>官網

lars – Least Angle Regression, Lasso and Forward Stagewise. >>>官網

lasso2 – L1 constrained estimation aka ‘lasso’. >>>官網

LiblineaR – 基於C/C++庫的線性預測模型. >>>官網

lme4 – Mixed-effects models. >>>官網

LogicReg – 邏輯迴歸模型. >>>官網

maptree – 映射、修剪和圖形樹模型. >>>官網

mboost – Model-Based Boosting. >>>官網

Machine Learning For Hackers

mvpart – Multivariate partitioning. >>>官網

MXNet – MXNet brings flexible and efficient GPU computing and state-of-art deep learning to R. >>>官網

ncvreg – Regularization paths for SCAD- and MCP-penalized regression models.>>>官網

nnet – eed-forward Neural Networks and Multinomial Log-Linear Models. >>>官網

oblique.tree – Oblique Trees for Classification Data. >>>官網

pamr – Pam: 小矩陣預測分析. >>>官網

party – A Laboratory for Recursive Partytioning. >>>官網

partykit – A Toolkit for Recursive Partytioning. >>>官網

penalized – L1 (lasso and fused lasso) and L2 (ridge) penalized estimation in GLMs and in the Cox model. >>>官網

penalizedLDA – Penalized classification using Fisher’s linear discriminant. >>>官網

penalizedSVM – 使用懲罰函數的特徵選擇支持向量機. >>>官網

quantregForest – quantregForest: Quantile Regression Forests. >>>官網

randomForest – 隨機森林: Breiman and Cutler’s random forests for classification and regression. >>>官網

randomForestSRC – randomForestSRC: Random Forests for Survival, Regression and Classification (RF-SRC). >>>官網

rattle – 圖形界面式的數據挖掘工具. >>>官網

rda – Shrunken Centroids Regularized Discriminant Analysis. >>>官網

rdetools – Relevant Dimension Estimation (RDE) in Feature Spaces. >>>官網

REEMtree – Regression Trees with Random Effects for Longitudinal (Panel) Data.>>>官網

relaxo – Relaxed Lasso. >>>官網

rgenoud – R version of GENetic Optimization Using Derivatives. >>>官網

rgp – R基因編程框架. >>>官網

Rmalschains – 使用本地文化基因算法進行連續問題優化.[這裏翻譯不許]. Search Chains (MA-LS-Chains) in R. >>>官網

rminer – 在分類和迴歸問題中簡單的使用數據挖掘方法(如神經網絡和支持向量機).>>>官網

ROCR – 可視化評分分類器的性能. >>>官網

RoughSets – 使用粗糙集和模糊粗糙集理論進行數據分析. >>>官網

rpart – Recursive Partitioning and Regression Trees. >>>官網

RPMM – Recursively Partitioned Mixture Model. >>>官網

RSNNS – Neural Networks in R using the Stuttgart Neural Network Simulator (SNNS). >>>官網

Rsomoclu – Parallel implementation of self-organizing maps. >>>官網

RWeka – Weka的R接口(Weka是基於JAVA環境下開源的機器學習以及數據挖掘軟件).>>>官網

RXshrink – RXshrink: Maximum Likelihood Shrinkage via Generalized Ridge or Least Angle Regression. >>>官網

sda – Shrinkage Discriminant Analysis and CAT Score Variable Selection. 官網>>>

SDDA – Stepwise Diagonal Discriminant Analysis. >>>官網

SuperLearner and subsemble – Multi-algorithm ensemble learning packages.>>>官網

svmpath – svmpath: the SVM Path algorithm. >>>官網

tgp – Bayesian treed Gaussian process models. >>>官網

tree – 分類和迴歸樹. >>>官網

varSelRF – 使用隨機森林進行變量選擇. >>>官網

xgboost – eXtreme Gradient Boosting Tree model, well known for its speed and performance. >>>官網

十三天然語言處理

text2vec – 一個快速文本挖掘框架。 Fast Text Mining Framework for Vectorization and Word Embeddings. >>>官網

tm – 一個全面的文本挖掘框架. >>>官網

openNLP – Apache OpenNLP工具接口. >>>官網

koRpus – 一個文本分析的R包. >>>官網

zipfR – 詞頻分佈統計模型. >>>官網

NLP – 基本天然語言處理功能. >>>官網

LDAvis – 主題模型的交互式可視化. >>>官網

topicmodels – Topic modeling interface to the C code developed by by David M. Blei for Topic Modeling (Latent Dirichlet Allocation (LDA), and Correlated Topics Models (CTM)). >>>官網

syuzhet – Extracts sentiment from text using three different sentiment dictionaries.>>>官網

SnowballC – Snowball stemmers based on the C libstemmer UTF-8 library. >>>官網

quanteda – 文本數據的定量分析. >>>官網

Topic Models Resources – 主題模型的學習和R相關資源. >>>官網

NLP for – NLP related resources in R. @Chinese. >>>官網

十四貝葉斯

coda – 輸出MCMC(馬爾可夫鏈蒙特卡爾理論)的分析和診斷信息. >>>官網

mcmc – 馬爾可夫鏈蒙特卡爾理論(MCMC). >>>官網

MCMCpack – 馬爾可夫鏈蒙特卡爾理論 (MCMC). >>>官網

R2WinBUGS – 在在R/S-PLUS中打開WinBUGS 和 OpenBUGS. >>>官網

BRugs – OpenBUGS MCMC 軟件的R接口.>>>官網

rjags – JAGS MCMC組件的R接口. >>>官網

rstan – Stan MCMC軟件的R接口. >>>官網

十五最優化

minqa – Derivative-free optimization algorithms by quadratic approximation.>>>官網

nloptr – 一個免費開源的非線性最優化程序包. >>>官網

lpSolve – Lp_solve解決線性和整形問題的R接口. >>>官網

十六金融

quantmod – 定量金融模型和交易框架. >>>官網

TTR – 技術交易規相關的數據和功能函數. >>>官網

PerformanceAnalytics – 計量經濟學性能和風險分析工具. >>>官網

zoo – S3 Infrastructure for Regular and Irregular Time Series. >>>官網

xts – 可擴展的時間序列. >>>官網

tseries – 金融時間序列分析和計算. >>>官網

fAssets – 金融資產分析和建模. >>>官網

十七生物信息學

Bioconductor – 用於分析和理解高通量基因組數據的工具. >>>官網

genetics – 處理基因數據的R包. >>>官網

gap – 一我的口家庭遺傳數據分析的綜合工具. >>>官網

ape – 分子系統學和進化分析. >>>官網

pheatmap – 一個使用簡單的熱圖工具. >>>官網

ddpcr – Analysis and visualization of Droplet Digital PCR data. >>>官網

十八網絡分析

Network Analysis List – 網絡分析相關資源. >>>官網

igraph – 一個網絡分析工具集合. >>>官網

network – 一個操做數據關係的基本工具. >>>官網

sna – 基本的網絡測量和可視化工具. >>>官網

netdiffuseR – 網絡擴散的分析工具. >>>官網

networkDynamic – 支持動態和時序網絡. >>>官網

ndtv – 構建動畫的可視化動態網絡工具,支持多種數據格式. >>>官網

statnet – 大量網絡數據的分析,仿真和可視化工具. >>>官網

ergm – 指數隨機圖模型. >>>官網

latentnet – Latent position and cluster models for network objects. >>>官網

tnet – Network measures for weighted, two-mode and longitudinal networks.>>>官網

rgexf – 從R導出網絡對象到GEXF, for manipulation with network software like Gephi or Sigma. >>>官網

visNetwork – 使用vis.js類庫進行網絡可視化. >>>官網

十九 R 開發

Package Development List – 提升總體開發能力的包. >>>官網

devtools – 然R開發人員的生活變得更簡單的工具. >>>官網

testthat – 一個R包測試工具. >>>官網

R6 – simpler, faster, lighter-weight alternative to R’s built-in classes. >>>官網

pryr – Make it easier to understand what’s going on in R. >>>官網

roxygen – 在函數定義中描述說明. >>>官網

lineprof – R中在線分析結果可視化. >>>官網

packrat – 讓R項目更加簡單,便攜和可重構的工具. >>>官網

installr – R中按照軟件的相關函數(Windows平臺). >>>官網

import – R的導入機制. >>>官網

modules – 另一個R模塊系統(Python風格). >>>官網

Rocker – R configurations for Docker. >>>官網

RStudio Addins – RStudio插件列表. >>>官網

drat – Creation and use of R repositories on 使用R在GitHub或其餘平臺建立和使用倉儲. >>>官網

covr – Test coverage for your R package and (optionally) upload the results to coveralls or codecov. >>>官網

lintr – R靜態代碼分析. >>>官網

staticdocs – 爲一個R包生成靜態html文檔. >>>官網

二十日誌

futile.logger – R中相似log4j的日誌記錄包. >>>官網

log4r – R中的log4j接口. >>>官網

logging – 一個在R中實現log4j的日誌處理包. >>>官網

二十一數據包

engsoccerdata – 英國和歐洲聯賽結果數據(1871-2016年). >>>官網

gapminder – 從Gapminder摘錄的數據集. >>>官網

二十二其餘工具

git2r – 在R中使用git. >>>官網

二十三其餘編譯器

CXXR – Refactorising R into C++. >>>官網

fastR – FastR is an implementation of the R Language in Java atop Truffle and Graal. >>>官網

incanter – Clojure-based, R-like statistical computing and graphics environment for the JVM with Lisp spirit. >>>官網

pqR – 一個更快的R實現. >>>官網

renjin – 一個基於JVM的R編譯器. >>>官網

rho – Refactor the interpreter of the R language into a fully-compatible, efficient, VM for R. >>>官網

riposte – 一個R快速編譯和JIT工具. >>>官網

RRO – R革命性開放平臺(Microsoft R Open). >>>官網

TERR – R的TIBCO企業運行環境. >>>官網

二十四 R學習

swirl – 一個在R控制檯中交互式學習指南. >>>官網

DataScienceR – 一個數據科學,神經網絡,和機器學習的指南. >>>官網

25.資源

25.1 網站

R-project – R 項目的官方網站. >>>官網

R Bloggers – R語言的一個綜合性博客網站. >>>官網

DataCamp – 在線學習R數據分析. >>>官網

Quick-R – 一個很是好的快速參考手冊. >>>官網

Advanced R – 書籍高級R編程的在線版. >>>官網

Efficient R Programming – 書籍」Efficient R Programming」的在線主頁. >>>官網

CRAN Task Views – CRAN包的任務列表. >>>官網

The R Programming Wikibook – 一個R協做手冊 >>>官網

R-users – R語言的求職板塊. >>>官網

R Cookbook – 一個R問答網站,由[R Graphics Cookbook]進行支持(http://shop.oreilly.com/product/0636920023135.do). >>>官網

tryR – 快速開始使用R. >>>官網

RDocumentation – 使用RDocumentation搜索全部的CRAN, Bioconductor, Github包和文檔. >>>官網

25.2 書籍

R Books List – R相關書籍清單. >>>官網

The Art of R Programming – 一個很好的資源,能夠系統地學習基礎類型的對象,控制語句,變量的範圍,以及調試等. >>>官網

Free Books – CRAN貢獻的多種語言文檔. Contributed Documentation in many languages. >>>官網

R Cookbook – 快速簡單的介紹R及相關常見的統計任務. >>>官網

Johns Hopkins編寫的數據科學專業的一部分教程:

Exploratory Data Analysis with R – 基本的各類數據分析技能. * R Programming for Data Science – 依賴於R的一些高級數據分析. * Report Writing for Data Science in R – R語言的報表生成和可重用組件研究. >>>官網

R Packages – 一個用R包編寫的書籍 (有論文和網站2鍾格式). >>>官網

R in Action – 一本旨在幫助全部級別R用戶的書籍. >>>官網

Use R! – This series of inexpensive and focused books from Springer publish shorter books aimed at practitioners. Books can discuss the use of R in a particular subject area, such as Bayesian networks, ggplot2 and Rcpp. >>>官網

R for SAS and SPSS users – 一個對已經熟悉SAS和SPASS用戶的資源庫. >>>官網

An Introduction to R – 一個很好的介紹R的文章,也涵蓋了一些高級主題. >>>https://cran.r-project.org/doc/manuals/R-intro.pdf官網

Introduction to Statistical Learning with Application in R – A simplified and 「operational」 version of The Elements of Statistical Learning. Free softcopy provided by its authors. >>>官網

The R Inferno – Patrick Burns gives insight into R’s ins and outs along with its quirks! >>>官網

R for Data Science – Free book from RStudio developers with emphasis on data science workflow. >>>官網

25.3 博客

Not So Standard Deviations – 數據科學博客 @Roger Peng and @Hilary Parker.

R World News – R行業的社區新聞,可讓你與時俱進. @Bob Rudis and @Jay Jacobs.

The R-Podcast – 使用R的一些實踐建議. @Eric Nantz.

R Talk – 關於R語言和統計軟件的新聞和討論. @Oliver Keyes, @Jasmine Dumas, @Ted Hart and @Mikhail Popov.

25.4 參考文獻

R Reference Card 2.0 – Material from R for Beginners by permission of Emmanuel Paradis (Version 2 by Matt Baggott). >>>官網

Regression Analysis Refcard – R Reference Card for Regression Analysis. >>>官網

Reference Card for ESS – Reference Card for ESS. >>>官網

R Markdown Cheat sheet – Quick reference guide for writing reports with R Markdown. >>>官網

Shiny Cheat sheet – Quick reference guide for building Shiny apps. >>>官網

ggplot2 Cheat sheet – Quick reference guide for data visualisation with ggplot2.>>>官網

devtools Cheat sheet – Quick reference guide to package development in R.>>>官網

25.5 網絡課程

The Analytics Edge – Hands-on introduction to data analysis with R from MITx.>>>官網

Johns Hopkins University Data Science Specialization – 9 courses including: Introduction to R, literate analysis tools, Shiny and some more. >>>官網

HarvardX Biomedical Data Science – Introduction to R for the Life Sciences.>>>官網

Explore Statistics with R – Covers introduction, data handling and statistical analysis in R. >>>官網