R语言简介：大数据处理和分析的强大工具

《大数据》第5章R语言 R语言是基于S语言的一个GNU项目，语法来自Scheme语言，R语言的源代码正式发布到自由软件协会的FTP上核心开发团队达到20人，来自牛津大学、AT&T实验室等等。不单是一门语言，更是一个数据计算与分析的环境，内容涵盖了从统计计算到机器学习，从金融分析到生物信息，从社会网络分析到自然语言处理，从各种数据库各种语言接口到高性能计算模型。 R语言是一套完整的数据处理、计算和制图软件系统，主要包括以下功能： 1. 数据存储和处理系统：R语言提供了丰富的数据存储和处理能力，可以保存和加载R语言的数据，与R.data的交互是通过R语言的save()函数和load()函数实现的。 2. 数组运算工具：R语言提供了强大的数组运算功能，包括向量、矩阵运算等。 3. 统计分析工具：R语言提供了完整的统计分析工具，包括描述统计、推断统计、时间序分析、 Panel 数据分析等。 4. 统计制图功能：R语言提供了优秀的统计制图功能，可以生成各种类型的图表，包括散点图、柱形图、折线图等。 R语言的数据处理功能非常丰富，包括： 1. 筛选filter()：按给定的逻辑判断筛选出符合要求的子数据集。 2. 排列arrange()：按给定的列名依次对行进行排序。 3. 选择select()：用列名作参数来选择子数据集。 4. 变形mutate()或transformation()：用来进行列变形。 5. 汇总summarise()：进行汇总操作，返回一维结果。 6. 分组group_by()：进行分组动作。 R语言处理数据的最基本单位是向量，而不是原子数据。R语言定义了一类非常特殊的数据类型：因子数组是向量和矩阵的直接推广，是由三维数组、矩阵和向量组成的。 R语言在数据挖掘、机器学习、自然语言处理等领域具有广泛的应用前景。同时，R语言也可以与其他语言和工具集成，实现数据的共享和交互。 R语言是大数据处理和分析的不二之选，它提供了丰富的数据处理和分析功能，能够满足大数据时代的需求。