作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具（R），致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等。知乎专栏：R语言数据挖掘。邮箱：huang.tian-yuan@qq.com.欢迎合作交流。

我最早接触R语言，是研究生一年级在华东师范大学学习沈国春老师的生态统计课程，现在计算下来，也差不多7年了。我非常喜欢看书，因此也购买并阅读了很多R书，这里总结一下这些年对我影响最大（也是我认为最有用）的几本R书，供读者参考：

基础语言学习：

这是一本老书了，我一直借的舍友的来看。这本书的神奇之处就是，力求做到不讲统计只讲R，这是非常奇特的。因为R就是为统计设计的，因此很多书都是围绕着统计方法的讲解来介绍R语言的应用。但是这本书是生态学背景的作者编写的，因此考虑了非统计背景学生的需求。很多基本包的详细使用方法，都可以在这里找到。

可视化：

针对使用者而言最优秀的可视化参考书，没有之一。我现在都还在用，每次要作图，很多细节都可以在这里找到答案。Hadley自己也写了一本，但是那本应该更适合给写R程序包的人看。对于应用者而言，这本是极佳的工具书。此书第二版已经在筹备中，如果出来了，我一定会第一时间购买。

机器学习：

这本书是让我真正了解机器学习的著作，用caret包作为工具（作者即包的维护者），但是却不仅仅讲了这个工具，而是对很多机器学习算法都进行了介绍，并提了很多在使用中需要注意的事项。不过这本书需要耐着性子读，里面还有很多参考文献和术语，很多不懂的地方要自己去网上查。这是一本既能够让你习得机器学习，又能够使用R代码进行高效实现的书，没有浅尝辄止。建议通读，一点一点全部掌握。

网络爬虫：

也许很多人不知道R还能够用来爬虫，其实R爬虫还是挺方便的，如果有API直接调用的话。这本书，在我现在看来，不能够提供可重复性的代码给大家进行快速实现，但是对网络原理的讲解谆谆善诱，包括正则表达式、XPATH等等，这些都是很重要的基础知识。其实市面上是时候应该再出一本跟上时代的书了，但是目前还没有发现比较好的，对于初学者而言，这本书已经是能够打好根基的一部作品。

文本挖掘：

这本书对我的影响很大，因为它其实是首次带我进入新时代R语言的一本书。不过我读的时候这本中译版还没有出来，我是看的英文的。所幸，这本书的作者们在网上是免费共享这本书的电子版的。这本书非常薄，但是涉及内容涵盖了数据操作（dplyr）、可视化（ggplot2）、文本处理（tidytext,stringr）等等，实在是集大成之作，而且例子简单易懂，可重复性强。这本书中译版问世之后我毫不犹豫买了一本。

高级编程：

这本书是写给开发者看的，里面的内容涉及到非常底层的知识。因为异常处理的问题，我曾经多次参考此书，但是至今也没有从头到尾系统学习过。但是我在看到这本书的第一眼，我就知道，我肯定会有一些时候需要在这本书找到自己问题的答案。

数据科学：

新时代R语言的名作，全面介绍tidyverse数据科学全家桶，我水平最高的科学研究没有这本书一些细节的讲解就无法实现。此书有免费版在网上共享，现在有了中译版，但是我知道这本书的时候还没有，就买了影印版，非常有用的参考。最重要的包括因子变量的处理、以及column list的存储等。

我的作品：

时隔多年了，我终于也出了一本属于自己的R书，委实不易。我在最开始写这本书的时候，市面上都还没有关于R语言数据操作的系统著作（现在应该已经有一些了），我觉得很多书都大同小异不痛不痒。作为资深读者，我觉得自己知道初学者想要什么样一本书（也就是我作为读者最想要一本什么样的书），因此就想写。开始也就是发发帖子，想做一个系列，后面有出版社来联系，诚惶诚恐，精细筹备写下了这本书，在2019年9月终于由北京大学出版社出版。

今天我又看了这本书一遍，给我的印象就是，写得太简单了......不过这也就是我最初的目的，让所有没有使用过（或尚且不太熟悉）的R用户上手就能用R语言强大的数据操作方法。与此同时，它还是一本查询数据操作的快速查询工具书，这在设计之初就是这么计划的，非常感谢出版社让我这样编排：

这本书既总结了我这些年来用R用得最多的数据操作功能，又以我认为最为简单的方式呈现并提供索引。事实上，关于data.table、并行计算这些部分，我自己有时候也还需要参考自己的书进行数据操作。

给初学者的建议：

如果要以最快的速度走进R语言（只是个人的角度做建议），我个人的建议就是用上面提到的《文本挖掘——基于R语言的整洁工具》配合我的启蒙书《R语言数据高效处理指南》。先快速过一遍启蒙书（跑一遍代码理解一次，然后后面随时用随时查就好），然后开始过各种文本挖掘中的实例，细节在启蒙书一般都能够找到，但是没有的话也需要在网上随时查找。

这种方法可以给零基础的读者一个最最最基础的认识，并很快就能直接用来做一些迫切的任务。如果要用可视化，就配合上面提到的《R数据可视化手册》。我认为这些书里面涵盖了R语言数据操作的很多根基的内容，对长远的学习有很多好处。然后再根据自己的各种需求，慢慢来拓展自己的技能树。

不过请不要问我哪本R书比哪本更好，小孩才做选择，成年人我——全——都——要。

最后，希望R语言的社区越来越繁荣昌盛，无论在学术界，还是工业界，都有自己的一番天地。我们的口号是：Use R to change the world!