前　言

朱雪宁（布丁）

两年前，狗熊会微信公众号刚刚投入运营，到底写点什么好呢？因为我对R语言更加熟悉，熊大（王汉生）就提议我来牵头组织关于R语言数据分析的专栏，还取了一个相当文青的名字“R语千寻”。写了几篇后，没想到竟然收到不错的读者反馈，这个专栏也就逐渐固定下来。我们意识到，R语言是一种有力的工具，在实际案例、数据分析中有无限的魅力，而“R语千寻”结合实际数据进行案例讲解的形式也受到许多朋友的喜爱。

自建立以来，“R语千寻”专栏迎来了越来越多的创作者，积累了丰富翔实的内容。于是，就有了对这些内容适时系统地梳理、总结，形成一本结合丰富的数据与案例教学的R语言数据分析书籍的想法。对“R语千寻”专栏而言，这并不是一个终点。在未来的日子里，“R语千寻”将继续为大家推出有意思的故事与有趣的分析，也希望收到更多读者朋友的反馈。

本书适合刚刚入门或者了解R语言但还没有认识到R语言在实际数据分析中强大威力的朋友。或许你是一个编程小白，渴望入门一种较为容易上手的编程语言，但又在庞大的知识体系前望而却步；或许你还在求学，本学期刚刚学习了R语言课程，但是你想了解的不止于如何生成一个数组或者矩阵这么简单；又或许你是一个业界从业者，逐渐认识到手上开始积累越来越多的数据，它们也许能产生巨大的商业价值，而你却无所适从。本书希望能带给你一些感悟。

在这个最好的时代，我们有能力收集、积累大量的数据；数据分析、人工智能也正处在前所未有的风口上。正如狗熊会出品的第一本书——《数据思维》所强调的那样，最重要的是完成从数据到价值的转换。本书希望告诉大家，这种转换不仅需要培养严谨的数据分析思维，同时也要具备踏实的实务分析能力。如何将业务问题转变为数据可分析问题呢？对于现实中可能并不“美”的数据，如何清洗，如何描述，以及如何建模和解读呢？所有这些步骤，我们通过具体的R语言实务分析，向大家一一解读。

对于从事数据分析的人来说，这还不够，工作的需求往往不止于此。数据分析工作每天面临的是大量的细节。曾经以为数据分析就是玩转高大上的模型，然而入行后你才会发现，80%的时间你将用来理解业务、清洗数据、描述规律、大胆假设、小心求证……最后真正上模型的时间，通常也就不过剩下的20%而已。在所有的过程中，事无巨细，如果能熟练使用R语言，它将成为你得力的帮手。经常听到这样的抱怨：R语言处理实际数据太慢！我们应该去学C，Java。而实际去看看那些抱怨的人写出的代码，虽然能达到最终目的，但是效率却惨不忍睹！适当的转变编程思路，改用一两个函数或者R包，编程效率往往能数以十倍地提升。所以，那些每天喊着打语言仗的人真的不如花点时间稍微提高一下R编程的知识水平。在作者看来，急于学习多门语言不如先精通一门语言。

在内容组织方面，本书从R语言简介及优势入手，再到数据描述、建模等数据分析的各个环节，由浅入深，组成不同章节。第1章介绍R语言的背景、优势，用幽默的语言告诉你“R语言能做什么”。第2章介绍基本数据操作，包括数据基本类型、数据读写，这些组成了R语言应用的根基。第3章介绍R语言与统计分析，包括三大利器：描述分析、统计检验、回归分析，这些环节在实际的数据分析中缺一不可。第4章解读R语言与非结构化数据分析，主要包括无处不见的文本数据和图像数据。第5章介绍如何用R语言进行当下最火的机器学习建模，从数据清洗到模型集成、建模调参一网打尽。第6章介绍R语言的爬虫原理及技巧。本书对于R语言的整个知识体系框架也许不是涉及最广的，但是希望能对实际数据分析产生直接的借鉴作用。

本书由狗熊会核心创作团队齐心协力完成，希望向大家展示R语言有趣、实用、高效的一面。参与创作的成员有（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；参与本书整理、校对的同仁有（按姓名拼音排序）：何通、杨瀚轩，感谢所有参与成员付出的巨大心血和努力。本书还要特别感谢狗熊会CEO李广雨先生给予的鼓励和支持；感谢蔡知令教授、王汉生教授在写作过程中关于内容组织、时间安排等提出的宝贵建议；感谢狗熊会所有同事提出的宝贵建议以及细致的审查意见；感谢中国人民大学出版社李文重编辑在书稿形成、章节安排等方面付出的巨大努力。

另外，本书中引用的图片除特殊标注外均来源于网络，鉴于引用这些图片时无法获知原创作者及出处，在此对原创作者统一表示感谢。

最后，把本书献给所有培养过我们的老师、企业合作伙伴；献给我们的朋友、家人。正是因为有你们，我们才能站在更高更大的舞台上，施展抱负，勇往直前。在这里，再次想起狗熊会的理念：聚数据英才，助产业振兴。同时，也祝福狗熊会的明天会更好，愿越来越多志同道合的小伙伴加入我们，分享数据分析带给你的快乐。由于本书写作仓促，疏漏之处在所难免，请大家多多批评指正！