《資料科學：R語言實作》——1.1 引言

本節書摘來自華章出版社《資料科學：r語言實作》一 書中的第1章，第1.1節，作者：r for data science cookbook 丘祐玮（david chiu），更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視。

r語言是資料科學家的主流程式設計語言。基于著名的資料分析網站kdnuggets的民意測驗，3項（2012年到2014年）的調查顯示，r語言在資料分析、資料挖掘和資料科學領域中是最受歡迎的語言。對許多資料科學家來說，r語言不僅是一門程式設計語言，而且相關軟體還提供了互動式的開發環境，支援運作各種資料分析任務。

r語言在資料操作和分析方面有許多優勢。下面是3個最顯著的優勢。

開源并且免費：使用者使用sas或者spss需要購買使用許可。而使用者使用r語言是免費的，并且可以友善地學習如何實作每一個函數源代碼中的統計算法。

強大的資料分析函數：r語言在資料科學領域很出名。許多生物學家、統計學家和程式設計人員在使用cran（comprehensive r archive network）全球釋出之前，就把他們的模型封裝在r程式包裡了。這種機制允許任何使用者通過cran包下載下傳和安裝，開展分析項目。

易于使用：由于r語言是一種自解釋的進階語言，使用r語言程式設計非常簡單。r語言使用者隻需要知道如何使用r函數，并借助強大的文檔即可知道每一個變量如何工作，而不需要了解其背後複雜的數學知識，就可以輕松地執行進階資料分析任務。

這些優勢使得複雜的資料分析變得更加簡單易行。對此，r語言使用者都深信不疑。而且，r語言尤其适合基礎使用者或者開發人員。對于一名r語言使用者，我們隻需知道函數如何工作，而不需要知道函數實作的具體知識。類似于spss，我們可以通過r語言的互動式shell，運作各種類型的資料分析任務。另外，作為一名r語言開發人員，我們可以編寫函數來建立新的模型，甚至可以把實作的函數封裝在包中。

本書并不會講解如何從零開始編寫r程式。相反，本書的目标是要讨論如何成為一名r語言開發人員。本章的主要目的是向使用者展示如何定義函數，進而加速分析過程。我們首先介紹如何建立函數，然後介紹r環境，接着講解如何建立比對參數。 本章的内容還會涵蓋如何執行r語言函數式程式設計，如何建立進階函數，例如中綴操作符和替代，以及如何處理錯誤和調試函數。