R语言数据处理及可视化分析

★实用性强  系统介绍R语言目前非常流行的tidyverse包集合数据处理能力，特别是其中的dplyr和tidyr包。能满足绝大多数数据处理场景，快速学以致用。
★循序渐进  从R语言软件环境搭建，基本操作开始，循序渐进介绍R语言常用的数据处理能力、ggplot2可视化技巧介绍、ggplot2可视化增强包介绍。最终运用介绍的数据处理及可视化能力，综合展示完整的可视化分析案例。
★内容新颖  详细介绍ggplot2绘图技巧基础上，补充介绍了ggplot2常见的15个增强包，其中大部分内容，属于国内读者较少接触到的知识点。掌握这些内容，可以大大增强读者的可视化能力。

本书以R语言常见数据处理方法、ggplot2可视化为主线，希望解决大多数R学习者在学习过程中碰到的难点。本书以实战为目的，聚焦R语言本身数据处理、可视化特点，以一个个例子循序渐进的讲述R语言数据处理及可视化中用到的经典软件包。以便读者能快速将所学内容运用到在实际场景中。 本书共6章，第1~3章分别介绍R语言及其软件安装、数据可视化入门介绍、数据存储结构及数据处理方法；第4章和第5章分别介绍ggplot2可视技巧、常见ggplot2增强包使用方法；第6章数据可视化分析示例，对数据处理及可视化技巧综合运用作了介绍；附录A简要介绍rmarkdown及大数据处理神器data.table包。 本书侧重数据处理及可视化在日常工作学习中的运用，以降低读者学习曲线。本书为R语言的入门书，也可以作为在财务分析、经营分析、商业分析、数据分析等有一定经验读者的参考图书。

杨德春，毕业于山西财经大学财务管理专业。长期参与企业信息化、数据流治理工作，从事过财务分析、经营分析、市场分析、数据挖掘等数据分析相关领域岗位工作。服务过多家大型企业，如家乐福、沃尔玛、顺丰等。熟悉R语言、数据库、Python等数据处理工具及方法的实际运用，近年在痴迷于数据可视化的同时，专注于高性能计算、机器学习、量化金融等领域。

R语言强大的统计分析及可视化能力是其他语言所不能比拟的，是统计学界、医学界比较流行的分析语言。正因为如此,R语言被蒙上了异常神秘的面纱，并且由于流行面窄，其优秀的功能不为大众所熟知，特别是在国内R语言基本处于不温不火的状态。

笔者使用R语言多年后发现： 市面上的经典R语言书籍大多出自外国作者，由于文化、原始数据示例均来自国外，增加了学习者理解的难度； 国内不少介绍R语言的书籍，也偏重统计等内容，而且不少书籍的内容安排对初学者不够友好： 可能刚介绍完一个R语言知识点，接着就出现一个复杂的例子，而且理论太多，感觉学了之后，在实际工作中无法运用或者需要很长的酝酿期。

基于上述内容，本书希望解决大多数R语言学习者在学习过程中碰到的难点，聚焦R语言本身数据处理、可视化特点，以举例子的方式循序渐进地讲述R语言数据处理及可视化中用到的经典软件包，以便读者能快速将所学内容运用到实际工作中。

本书主要内容

第1章介绍R语言入门内容，主要介绍R语言是什么、软件的具体安装过程及需要注意的问题。

第2章介绍R语言数据可视化入门知识，主要简要介绍R语言ggplot2可视化基本语法、例子，以便给读者一个大体印象，激励读者继续学习。理论上应该在第1章的基础上讲解数据处理方法，但其是一个枯燥抽象的过程，初学者难以坚持，容易半途而废。

第3章介绍数据储存结构及数据处理(重点章节)，介绍R语言中的数据存储结构、数据处理经典包。可视化分析需要数据输入，实际情况中的数据基本上需要重塑处理才能可视化，因此学习可视化分析的重要环节是掌握一定的数据处理技巧。

第4章介绍ggplot2可视化(重点章节)。以常用图形开始，逐个讲解ggplot2中各类图形绘制的具体语法和关键点。最后介绍图形的美化等工作(坐标轴、颜色、图例等的调整)。

第5章介绍ggplot2增强包。由于ggplot2非常流行，为了满足更为广泛的功能需求，不同作者围绕ggplot2开发了增强包，如ggforce、rplotly、ggstream等，本章将对此进行介绍。

第6章介绍数据可视化分析示例，介绍R语言在实际使用过程中的运用实例，按照由难到易的顺序运用本书前几章所学的内容，涉及外部数据采集、数据整合、分析可视化等内容。

附录A简要介绍rmarkdown环境，以便满足部分读者希望R语言直接生成报告的需求。另外，介绍数据量在吉字节级别的处理神器data.table包。

阅读建议

笔者从事财务分析、经营分析、数据挖掘多年，以非统计、医学等专业视角介绍R语言，把它视作Excel、Python、Tableau、数据库等同类分析工具介绍给大家，侧重数据处理及可视化在日常工作和学习中的运用，降低学习难度。扫描目录上方的二维码可下载本书源码。

相信本书对数据分析有兴趣或从业者学习R语言有一定帮助； 对于财务分析、经营分析、商业分析等有一定经验的读者，如果想突破Excel、Tableau等数据处理及可视化瓶颈，则本书也是不错的选择。当然，本书没有涉及统计、医学等专业领域特定的软件包，但对于该领域的读者学习数据处理及ggplot2绘图还是有积极借鉴意义的。

致谢

感谢我的父母及妻子，在我写作的过程中承担了全部的家务并照顾小孩儿，使我可以全身心地投入写作工作。感谢清华大学出版社赵佳霓编辑，在写作过程中不厌其烦地指点修正版式、结构等内容。

由于时间仓促，书中难免存在不妥之处，请读者见谅，并提宝贵意见。

杨德春
2023年8月15日