R语言是一种严谨的、对字符敏感的解释性语言，这意味着我们在控制台和命令行界面上输入的指令必须符合特定的语法规则。 只有这样软件才能解释并执行代码并最终返回结果。
R语言的前身是S语言。 S语言是贝尔实验室的John M.和他的同事于1976年开发的一种解释性语言，专门用于统计分析。 这种语言后来发展成商业版本S-PLUS，被世界各地的统计学家广泛使用。
1992年，新西兰奥克兰大学的罗斯·伊哈卡（Ross Ihaka）和新西兰奥克兰大学的罗斯·伊哈卡（Ross Ihaka）出于教学目的在S语言的基础上开发了一种新语言，并以他们名字的首字母命名为R。 1995年，R作为开源软件发布，两位作者也吸引了其他开发者参与R的更新。 到1997年，成立了11人的R语言核心团队。 2011年至今，团队一直保持在20人。
大多数 R 初学者的编程风格分为两类：计算机风格（使用 R 作为语法和通用编程工具）； 以及统计建模和分析风格，通常是独立的。 类型。
学习R语言推荐以下书籍
R数据可视化手册第二版（全彩印刷）第一版豆瓣评分9.2
[美国] 撰文： Chang，译者：王佳、林峰、王一凡、张晔
本书按主题分为章节，每一章都总结了相应的常见问题和解决方案。 本书第一章是R的基础知识，包括包安装和数据加载； 第2章为绘图概述，帮助读者快速绘制基本图形； 第3章到第6章详细介绍了绘制几种不同的图形（例如条形图）。 、折线图、散点图等）； 第7章到第12章讨论如何修改图形的各种元素（例如注释、轴、标题、图例和颜色等）； 第13章介绍了其他难以清晰分类的图形； 第14章介绍了将R绘制的图形导出为不同格式的方法； 第15章讨论与数据处理相关的问题。
本书结构清晰，适合数据分析、数据处理和数据可视化的初学者。 此外，本书对于具有一定数据分析、数据处理和数据可视化经验的读者来说也是一本方便快捷的参考手册。 。
■ 使用R 中的默认图形快速探索数据。
■ 绘制各种条形图、折线图和散点图。
■ 使用直方图、密度曲线、箱线图和其他图形来描述数据分布。
■ 提供注释以帮助图表读者理解数据。
■ 控制图形的整体外观。
■ 探索颜色选项。
■ 绘制网络图、热图和3D 散点图。
■ 使用包中的包塑造数据。
R语言书籍《编程与统计》
【新西兰】 M.，Davis（，M.，）着，李毅译
《R语言编程的艺术》双星，R语言入门实用指南，详细的百科全书式R语言合集
本书是一本指导您如何掌握并灵活使用R语言这一全球最流行的统计分析编程语言的书。 即使你没有编程背景或者只有少量的基础数学知识，也可以通过本书丰富的实践案例高效学习统计学和R语言。
本书从处理数据、编写简单程序等基础知识开始，然后介绍样本数据的统计汇总、统计建模等。此外，通过R的基本绘图工具和贡献包，你将学到令人耳目一新的数据可视化语言（例如 和 ggvis），并使用 rgl 贡献包制作交互式 3D 绘图。
本书包括以下主要内容：
R语言入门经典
【英文】撰稿：安迪·尼古拉斯（Andy）、理查德·皮尤（Pugh）、艾米·戈特（Aimee Gott），蒋友译
R语言编程入门教程学习R语言数据分析与挖掘实用技能，全面涵盖R语言编程基础知识，通过大量实例帮助读者巩固R语言编程技能。
本书作为R语言的学习指南，详细讲解了R语言的基本概念和编程技巧。 本书从*基础知识入手，由浅入深地介绍了R的基本概念和重要特性，并使用大量的例子和图表进行演示和讲解。 旨在使读者在掌握R语言的同时培养良好的编程技能。 习惯它并编写专业高效的代码。
本书共24章，内容涵盖R语言的社区和环境介绍； R语言的各种数据结构（单模/多模数据结构、日期、时间、因子）； 包括各种常用函数、实用函数以及包括应用函数在内的R语言函数； 如何在R中导入和导出文本，如何操作和转换数据，以及如何在R中高效处理数据； 如何可视化数据（涵盖三种基本图形系统、图形系统和图形系统）； 如何使用R建立线性模型、广义线性模型和非线性模型，以及面向对象的思想； 如何加速R代码（包括代码性能分析和加速方法）； 如何构建和扩展 R 包。 ; 如何编写R类，这会涉及到R中的面向对象编程体系（S3、S4、引用类等）； 如何创建动态报告以及如何使用 Shiny 创建 Web 应用程序。 本书的附录还介绍了R的具体安装步骤，以及。
数据科学R语言实践
【美】丹·图米 (Dan ) 撰，刘立军、李成华、卢庆丰译
学习R语言数据挖掘，探索数据科学的基本原理、算法分析和案例实践
本书涉及数据科学家感兴趣的核心主题，教读者从各种数据源中提取数据并使用现有的公开可用的 R 函数和 R 函数包来处理这些数据。 很多情况下，可以将处理结果以图形方式显示出来，以便更直观的理解。 读者可以了解到业界常用的主流数据分析技术。
您可以从本书中学到什么：
