发帖
雷达卡
注：小版最近因为工作事情，疏忽论坛的服务工作，导致现在论坛币被扣成“负值”了，今天再此将自己的一个blog（原帖http://120.26.110.31/）发上来，攒点人气，也希望能够产生共鸣的同学哈
。
R语言现在已经成为数据分析、挖掘炙手可热的工具，对于它的介绍就不在赘述了。我是一个R迷，经常拜读一些大神的杰作，有人用R做可视化分析、有人用R开发小游戏等等，集思广益，现在R已经触角越来越多的方面，从一个数据分析师来说，我也收益于这种开源带来的便利，至少不用学习更多的工具或编程语言（如果你追求专业级别，那请忽略），下面自己简单的整理了一些自己工作中经常用R干的那些事儿。
数据读取方式有很多。
根据你的数据存储方式的不同，读取数据的方式也有很多。oracle、mysql这类数据库数据，txt、EXCEL等这类本机数据。R都有提供对应的方法去读取数据，相关的packages包括：RODBC、ROracle、RMysql、xlsx、data.table等（data.table这个包的fread函数在读取比较大的文件下建议使用），这个根据实际情况去选择。
数据预处理不是事儿。
结合使用正则表达式，R的文本处理能力还是很强的（不过我也经常用Python去处理，处理速度相对快点），可以用reshape2、dplyr、tidyr、lubridate（lubridate这个包主要是处理时间格式的数据）去对数据进行筛选、join类关联、格式转换等内容。
数据建模函数多。
分析建模这就不用多说，可以说这是R的优势。回归（包括LR）、聚类、方差分析、时间序列等统计分析方法，随机森林、GBDT、神经网络等机器学习方法，相关参考资料和文档也有很多。
丰富的可视化分析。
R basic中已经包括了很多统计可视化分析方法（其实自己现在基本上也不用了），感谢Hadley前后贡献的ggplot2、ggvis，ggplot2提供了更绚丽的可视化图库，ggvis提供了可交互的可视化分析（有兴趣的可以了解googleVis、rcharts和recharts包，这些包生成的图形就更绚丽了），结合使用shiny，就能够实现可视化交互。
结果报告是亮点。
这里要感谢谢老大等rstudio工作室大神的贡献，自己很喜欢knitr、rmarkdown、shiny这些包，可以把日常常用的分析方法固化起来，这样每日就可以自动化产出包括pdf、word和html等各种格 式的分析报告，方便快捷好用，这点我也感觉是其它工具无法媲美的地方。
其他自动化功能。
按照上面流程来看，最后就是缺一个自动化执行和自动化发送两块。我目前是用bat脚本调用R script自动执行，用mailR等包实现自动将输出结果发送到指定邮件联系人。
京公网安备 11010802022788号
