查看原文
其他

工具&方法 | R资源网站“四件套”推荐:教程、制图、论坛和书籍

简华 数据Seminar 2021-06-03

R 是一套数据操控、统计分析和图形展示等功能整合而成的开源套件。如今,对R语言的介绍,很多学习网站不断更迭出新,拓宽了R爱好者的视野。本期,我们精心挑选,从不同渠道整合一系列与R相关的资源网站,以方便大家进行更深度地探索,相关主题包括R教程、R绘图、R论坛以及R书籍等。




R教程


Simple R网站由 John Verzani创建,取代标准教科书,介绍R统计入门知识。

Simple R:

https://www.math.csi.cuny.edu/Statistics/R/simpleR/index.html

图注:Simple R网站官网


RDataMining网站,不仅包含R一些入门知识教程,而且更加专注于应用R软件做数据挖掘。

RDataMining: 

http://www.rdatamining.com/

图注:RDataMining网站官网




R绘图


Gallery网站,十分综合、丰富地讲解了不同类别图形的R制作方法,包括分布图、相关图、排名图、比例图、地图以及动态图形等。

RGraph-Gallery:

https://www.r-graph-gallery.com/

图注:Gallery网站官网


Paul网站系列,主要基于Grid系统制图包,绘制了不同图形的制图技巧。如今,也渐渐融合其他R包,丰富了更多内容,已经更新到第三版。(回顾往期推文,有详细介绍:一文帮你解决Paper、PPT中的数据可视化问题

RGraph-Paul系列:

1)https://www.stat.auckland.ac.nz/~paul/RGraphics/rgraphics.html

2)https://www.stat.auckland.ac.nz/~paul/RG2e/

3)https://www.stat.auckland.ac.nz/~paul/RG3e/

图注:Paul网站-RG2e


Peter网站,属于个人工作网站,部分介绍了R图形的制作方法。目前,网页可能停止了更新。

Peter网站:

https://warwick.ac.uk/fac/sci/moac/people/students/peter_cock/r/

图注:Peter网站




R论坛、问答和博客


R 论坛网站,里面介绍了与R相关主题帖子,搜索R help可以为您的疑难解惑。

R 论坛网站:

https://r.789695.n4.nabble.com/

图注:R 论坛网站


当您运行R,遇到很多难题时,不妨进入stackoverflow中,寻找您想要的答案。

R问答:

https://stackoverflow.com/questions/tagged/r

图注:stackoverflow官网


R-bloggers网站,是由无数个R博客支持维护的,提供了R新闻和教程。

R-bloggers:

https://www.r-bloggers.com/

图注:R-bloggers网站



R书籍


最后,就是R书籍,这里我们提供了R官方PDF文档和一部分其他网络来源的书籍,比如常见的R Cookbook和The Essentials of Data Science,也欢迎大家积极补充更多这方面内容。

R官方书籍文档:

https://cran.r-project.org/doc/contrib/

图注:R官方书籍网址


R Cookbook:

1)http://www.cookbook-r.com/

2)https://rc2e.com/(2nd Edition)

图注:R Cookbook网址


The Essentials of Data Science:

https://togaware.com/onepager/

图注:togaware网址


试玉要烧三日满,辨材须待七年期


要掌握一门语言,练就一身本领,只有持之以恒的多练习,才能不断获得新知识!







►往期推荐

回复【Python】👉简单有用易上手

回复【学术前沿】👉机器学习丨大数据

回复【数据资源】👉公开数据

回复【可视化】👉你心心念念的数据呈现

回复【老姚专栏】👉老姚趣谈值得一看


►一周热文

工具 & 方法 | 推荐收藏!备忘清单大荟萃之Python

数据呈现丨Python绘制桑基图,流量分析不用愁

关于交互项的那些事(一):什么是交互项?

数据呈现 | 简单易学!用Python最基础的绘图包来做动图

工具&方法 | 计量软件大搜罗,哪款是你的Mr.Right?





数据Seminar

这里是大数据、分析技术与学术研究的三叉路口


作者:简华(何年华)审阅:杨奇明编辑:青酱







    欢迎扫描👇二维码添加关注    


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存