1. 入门
由R语言的用途所决定的,脱离了实际用途的语言书都是耍流氓(曾经看过一本纯讲R语法的),我只能跪了。
《R语言实战(R in Action)》,Manning: R in Action,这本书是从统计学出发,按难度从低到高讲述了如何用R语言来实现统计分析。
《The Art of R Programming》,The Art of R Programming (豆瓣),这本书是从编程的角度写的,能比较系统的了解R语言的特性。
《learning R》Learning R - O'Reilly Media,这本书从数据分析角度入手,将数据获取→整理清洗→数据分析→数据报告这一整个数据分析流程和R语言结合。看起来很过瘾。
2.进阶
进阶方面我着重分享些关于数据挖掘和数据可视化的书
《Data Mining with R Learning with Case Studies》Data Mining With R
《Machine Learning for Hackers》Machine Learning for Hackers - O'Reilly Media
这两本书都是关于数据挖掘的,亮点在于都是以案例为基础,提供大量的示范代码,跟着学下来受益匪浅。结合《learning R》最后几章,对于写出漂亮的R代码很有帮助。
说到数据可视化不得不说说ggplot2,这几乎是装了R Studio以后第一个装的东西,R中最好的绘图包。
《ggplot2 Elegant Graphics for Data Analysis》
ggplot2: Elegant Graphics for Data Analysis (Use R!): Hadley Wickham
此书详细介绍了ggplot2绘图包,不过缺点在于书有时候跟不上绘图包的升级速度。
3. 参考手册
我手边上只有一本参考手册,这是像词典一样的存在(用途及厚度皆是)。
《R in a Nutshell》
R in a Nutshell (豆瓣)
4. 其他还有很多不同的书,比如高级编程的《R Programming for Bioinformatics》,《Advanced R programming》Welcome · Advanced R.,科学计算的《Introduction to Scientific Programming and Simulation Using R》等,在下不才,无法说出优劣。