推荐序一

王汉生(熊大)

编程语言之于数据分析是必不可少的。对于一个数据科学的新兵，应该从哪门语言开始？摆在面前的选择很多：R，SAS，Python，C，JAVA，甚至Fortran。它们各有优势，也有不足。如果一定要选一个，我推荐R。有两个重要原因：第一，R是免费的，全球镜像，非常方便。第二，R的分析建模能力很强，部分得益于基础模块的完善，部分得益于整个统计学社区的支持。很多最新的分析方法、统计模型都是用R首先实现，并被开发封装成为程序包的。当然，这绝不是说R语言是完美的。它显然不完美，还有很多缺陷。但是，这丝毫不妨碍它成为你学习数据分析的第一门语言。正因如此，狗熊会（微信公号）决定要写一本关于R语言的书，要写一本带有狗熊会强烈DNA印记的R语言入门教材。但是，谁来写？谁来当这个“倒霉蛋”呢？

这个“倒霉蛋”不能是我。在狗熊会的团队里，我岁数最大，有耍赖皮的特权，当然不会“压榨”自己，我更擅长“压榨”其他小伙伴。那该“压榨”谁？只能是布丁（朱雪宁）。在狗熊会的联合创始人团队里，布丁的R编程能力公认是最强的。说来惭愧，我是布丁的博士导师，但布丁的理论功底似乎比我还好，而编程能力更比我高出不知几个量级。有时，我会有点懵圈，似乎没教过布丁什么东西，怎么就当了布丁的老师呢？她是怎么成长得如此优秀的呢？思来想去，或许我的一丢丢贡献在于点燃（或者加强了）布丁在数据分析中获得快乐。

布丁天生乐观，而且，她把数据分析的快乐完美地带入了R语言编程。单就汉字分词、频数统计，布丁竟然将之跟《张无忌到底爱谁》扯上了关系。这成了狗熊会第一个阅览量过万的推文。我和小伙伴们都惊呆了！说句实话，对此我很困惑。我认真看过这篇推文多遍，实在看不明白布丁在说什么。我对该作品的印象就是语无伦次，逻辑混乱，不知所云，各种差评。但是奇怪，熊粉们怎么就这么喜欢呢？也许是我老了吧。不得不承认，代沟是存在的。但是，我能感受得到，跳跃在R代码和《张无忌到底爱谁》文字之间的、布丁那肆无忌惮的快乐。对，这就是布丁的快乐、布丁之于数据分析的快乐。

还说汉字分词、两样本检验、逻辑回归，布丁将之跟《红楼梦作者之谜》扯上了关系，引得众多读者点评布丁的作品，其中既有普通熊粉，也有备受尊重的资深学者，布丁不敢怠慢，逐条答复。不得不承认，我有一点幸灾乐祸的窃喜。我想布丁的内心一定非常崩溃：“我就做了一个好玩的中文数据分析，纯娱乐项目，你们怎么当真了呢？”这就是布丁的快乐、布丁之于数据分析的快乐。

布丁是一个优秀的领导者。在她的周围，团结着一帮弟弟妹妹，他们一起构成了布丁小分队（或者叫“敢死队”）。据说，布丁对弟弟妹妹们“手段凶残”，“压榨”无数。但奇怪的是，弟弟妹妹们却非常喜欢这位学姐，亲切地称她为雪姨，并且坚定不移地跟随雪姨闯荡数据江湖。为什么？我斗胆猜测，原因还是快乐。大家在一起，互相学习，互相督促，一起享受数据分析的快乐，一起享受成长的喜悦。我很喜欢这样一个团队架构。碰到极具艰难的任务，我可以通过“压榨”布丁，布丁再“压榨”她的小分队，达到很高的团队执行力效果。这本书的出版就是一个很好的例子。这本书是我“强派”给布丁的，然后布丁把控整体设计以及很多核心内容，但是，还有很多内容是由其他小伙伴完成的，他们分别是（按姓名拼音排序）：常象宇（政委）、成慧敏、范超、李宇轩、鲁伟、潘蕊（水妈）、王健桥、王毅然、向韵桦。对此，我一并感谢，并对大家处在狗熊会“食物链”的底端深表同情。

我是不是跑题了？布丁给我的任务是给本书写序，却谈到了食物链。不，我没有跑题。我想告诉大家的是，这本书的核心不是R语言，是快乐，是数据分析的快乐，是跟布丁学习R语言的快乐。

注释

[1]北京大学光华管理学院商务统计与经济计量系系主任，教授，博士生导师。