R語言編程藝術（簡體書）

《R語言編程藝術》是R語言領域公認的經典著作，由著名計算機科學家兼統計學家撰寫，它是一本面向R語言開發者的純編程類書籍，不需要讀者具備統計學基礎，從編程角度而非統計學角度系統講解了R語言的數據結構、編程結構、語法、TCP/IP網絡編程、並行計算、代碼調試、程序性能優化、編程技巧以及R語言與其他語言的接口等所有與R編程相關的知識，幾乎面面俱到。本書的實用性也非常強，44個精選的擴展案例，充分展示了R語言在數據處理和統計分析方面的強大能力。全書一共16章：第1章介紹了學習R語言需要掌握的預備知識以及它的一些重要數據結構；第2~6章詳細講解了R語言的主要數據結構，包括向量、矩陣、數組、列表、數據框和因子；第7～13章全面講解了R語言的語法，包括編程結構、面向對象特性、數學運算與模擬、輸入與輸出、字符串處理、繪圖，以及R語言的調試方法。第14～16章講解了R語言編程的高級內容，如執行速度和性能的提升、R語言與C/C++或Python的混合編程，以及R語言的並行計算等。

Norman Matloff，著名計算機科學家兼統計學家，美國加州大學戴維斯分校計算機科學系教授，曾是該校統計專業的創建者之一，並擔任過統計學教授，對並行編程、網絡流量、數據挖掘、磁盤系統性能等方面的技術都有深入的研究。他樂於分享，撰寫了多部廣受歡迎的關於軟件開發的在線教程，多次為《紐約時報》、《華盛頓郵報》、《福布斯雜誌》以及《洛杉磯時報》撰寫文章，是《The Art of Debugging》的作者之一。

譯者序前　言致　謝第1章　快速入門1.1　怎樣運行R1.1.1　交互模式1.1.2　批處理模式1.2　第一個R會話1.3　函數入門1.3.1　變量的作用域1.3.2　默認參數1.4　R語言中一些重要的數據結構1.4.1　向量，R語言中的戰鬥機1.4.2　字符串1.4.3　矩陣1.4.4　列表1.4.5　數據框1.4.6　類1.5　擴展案例：考試成績的回歸分析1.6　啟動和關閉R1.7　獲取幫助1.7.1　help()函數1.7.2　example()函數1.7.3　如果你不太清楚要查找什麼1.7.4　其他主題的幫助1.7.5　批處理模式的幫助1.7.6　互聯網資源第2章　向量2.1　標量、向量、數組與矩陣2.1.1　添加或刪除向量元素2.1.2　獲取向量長度2.1.3　作為向量的矩陣和數組2.2　聲明2.3　循環補齊2.4　常用的向量運算2.4.1　向量運算和邏輯運算2.4.2　向量索引2.4.3　用：運算符創建向量2.4.4　使用seq()創建向量2.4.5　使用rep()重複向量常數2.5　使用all()和any()2.5.1　擴展案例：尋找連續出現1的游程2.5.2　擴展案例：預測離散值時間序列2.6　向量化運算符2.6.1　向量輸入，向量輸出2.6.2　向量輸入，矩陣輸出2.7　NA與NULL值2.7.1　NA的使用2.7.2　NULL的使用2.8　篩選2.8.1　生成篩選索引2.8.2　使用subset()函數篩選2.8.3　選擇函數which()2.9　向量化的ifelse()函數2.9.1　擴展案例：度量相關性2.9.2　擴展案例：對鮑魚數據集重新編碼2.10　測試向量相等2.11　向量元素的名稱2.12　關於c()的更多內容第3章　矩陣和數組3.1　創建矩陣3.2　一般矩陣運算3.2.1　線性代數運算3.2.2　矩陣索引3.2.3　擴展案例：圖像操作3.2.4　矩陣元素篩選3.2.5　擴展案例：生成協方差矩陣3.3　對矩陣的行和列調用函數3.3.1　使用apply()函數3.3.2　擴展案例：尋找異常值3.4　增加或刪除矩陣的行或列3.4.1　改變矩陣的大小3.4.2　擴展案例：找到圖中距離最近的一對端點3.5　向量與矩陣的差異3.6　避免意外降維3.7　矩陣的行和列的命名問題3.8　高維數組第4章　列表4.1　創建列表4.2　列表的常規操作4.2.1　列表索引4.2.2　增加或刪除列表元素4.2.3　獲取列表長度4.2.4　擴展案例：文本詞匯索引4.3　訪問列表元素和值4.4　在列表上使用apply系列函數4.4.1　lapply()和sapply()的使用4.4.2　擴展案例：文本詞匯索引（續）4.4.3　擴展案例：鮑魚數據4.5　遞歸型列表第5章　數據框5.1　創建數據框5.1.1　訪問數據框5.1.2　擴展案例：考試成績的回歸分析（續）5.2　其他矩陣式操作5.2.1　提取子數據框5.2.2　缺失值的處理5.2.3　使用rbind()和cbind()等函數5.2.4　使用apply()5.2.5　擴展案例：工資研究5.3　合併數據框5.4　應用於數據框的函數5.4.1　在數據框上應用lapply()和sapply()函數5.4.2　擴展案例：應用Logistic模型5.4.3　擴展案例：學習中文方言的輔助工具第6章　因子和表6.1　因子與水平6.2　因子的常用函數6.2.1　tapply函數6.2.2　split()函數6.2.3　by()函數6.3　表的操作6.3.1　表中有關矩陣和類似數組的操作6.3.2　擴展案例： 提取子表6.3.3　擴展案例：在表中尋找頻數最大的單元格6.4　其他與因子和表有關的函數6.4.1　aggregate()函數6.4.2　cut()函數第7章　R語言編程結構7.1　控制語句7.1.1　循環7.1.2　對非向量集合的循環7.1.3　if-else結構7.2　算術和邏輯運算符及數值7.3　參數的默認值7.4　返回值7.4.1　決定是否顯式調用return ()7.4.2　返回複雜對象7.5　函數都是對象7.6　環境和變量作用域的問題7.6.1　頂層環境7.6.2　變量作用域的層次7.6.3　關於ls()的進一步討論7.6.4　函數（幾乎）沒有副作用7.6.5　擴展案例：顯示調用框的函數7.7　R語言中沒有指針7.8　向上級層次進行寫操作7.8.1　利用超賦值運算符對非局部變量進行寫操作7.8.2　用assign()函數對非局部變量進行寫操作7.8.3　擴展案例：用R語言實現離散事件仿真7.8.4　什麼時候使用全局變量7.8.5　閉包7.9　遞歸7.9.1　Quicksort的具體實現7.9.2　拓展舉例：二叉查找樹7.10　置換函數7.10.1　什麼是置換函數7.10.2　擴展案例：可記錄元素修改次數的向量類7.11　寫函數代碼的工具7.11.1　文本編輯器和集成開發環境7.11.2　edit()函數7.12　創建自己的二元運算符7.13　匿名函數第8章　數學運算與模擬8.1　數學函數8.1.1　擴展例子：計算概率8.1.2　累積和與累積乘積8.1.3　最小值和最大值8.1.4　微積分8.2　統計分佈函數8.3　排序8.4　向量和矩陣的線性代數運算8.4.1　擴展示例：向量叉積8.4.2　擴展示例：確定馬爾科夫鏈的平穩分佈8.5　集合運算8.6　用R做模擬8.6.1　內置的隨機變量發生器8.6.2　重複運行時獲得相同的隨機數流8.6.3　擴展案例：組合的模擬第9章　面向對象的編程9.1　S3類9.1.1　S3泛型函數9.1.2　實例：線性模型函數lm()中的OOP9.1.3　尋找泛型函數的實現方法9.1.4　編寫S3類9.1.5　使用繼承9.1.6　擴展示例：用於存儲上三角矩陣的類9.1.7　擴展示例：多項式回歸程序9.2　S4類9.2.1　編寫S4類9.2.2　在S4類上實現泛型函數9.3　S3類和S4類的對比9.4　對象的管理9.4.1　用ls()函數列出所有對象9.4.2　用rm()函數刪除特定對象9.4.3　用save()函數保存對象集合9.4.4　查看對象內部結構9.4.5　exists()函數第10章　輸入與輸出10.1　連接鍵盤與顯示器10.1.1　使用scan()函數10.1.2　使用readline()函數10.1.3　輸出到顯示器10.2　讀寫文件10.2.1　從文件中讀取數據框或矩陣10.2.2　讀取文本文件10.2.3　連接的介紹10.2.4　擴展案例：讀取PUMS普查數據10.2.5　通過URL在遠程計算機上訪問文件10.2.6　寫文件10.2.7　獲取文件和信息10.2.8　擴展案例：多個文件內容的和10.3　訪問互聯網10.3.1　TCP/IP概述10.3.2　R中的socket10.3.3　擴展案例：實現R的並行計算第11章　字符串操作11.1　字符串操作函數概述11.1.1　grep()11.1.2　nchar()11.1.3　paste()11.1.4　sprintf()11.1.5　substr()11.1.6　strsplit()11.1.7　regexpr()11.1.8　gregexpr()11.2　正則表達式11.2.1　擴展案例：檢測文件名的後綴11.2.2　擴展案例：生成文件名11.3　在調試工具edtdbg中使用字符串工具第12章　繪圖12.1　創建圖形12.1.1　基礎圖形系統的核心：plot()函數12.1.2　添加線條：abline()函數12.1.3　在保持現有圖形的基礎上新增一個繪圖窗口12.1.4　擴展案例：在一張圖中繪製兩條密度曲線12.1.5　擴展案例：進一步考察多項式回歸12.1.6　添加點：points()函數12.1.7　添加圖例：legend()函數12.1.8　添加文字：text()函數12.1.9　精確定位：locator()函數12.1.10　保存圖形12.2　定制圖形12.2.1　改變字符大小：cex選項12.2.2　改變坐標軸的範圍：xlim和ylim選項12.2.3　添加多邊形：polygon()函數12.2.4　平滑散點：lowess()和loess()函數12.2.5　繪製具有顯式表達式的函數12.2.6　擴展案例：放大曲線的一部分12.3　將圖形保存到文件12.3.1　R圖形設備12.3.2　保存已顯示的圖形12.3.3　關閉R圖形設備12.4　創建三維圖形第13章　調試13.1　調試的基本原則13.1.1　調試的本質：確認原則13.1.2　從小處著手13.1.3　模塊化的、自頂向下的調試風格13.1.4　反漏洞13.2　為什麼要使用調試工具13.3　使用R的調試工具13.3.1　利用debug()和browser()函數進行逐步調試13.3.2　使用瀏覽器命令13.3.3　設置斷點13.3.4　使用trace()函數進行追蹤13.3.5　使用traceback()和debugger()函數對崩潰的程序進行檢查13.3.6　擴展案例：兩個完整的調試會話13.4　更方便的調試工具13.5　在調試模擬數據的代碼時請確保一致性13.6　語法和運行時錯誤13.7　在R上運行GDB第14章　性能提升：速度和內存14.1　編寫快速的R代碼14.2　可怕的for循環14.2.1　用向量化提升速度14.2.2　擴展案例：在蒙特卡羅模擬中獲得更快的速度14.2.3　擴展案例：生成冪次矩陣14.3　函數式編程和內存問題14.3.1　向量賦值問題14.3.2　改變時拷貝14.3.3　擴展案例：避免內存拷貝14.4　利用Rprof()來尋找代碼的瓶頸14.4.1　利用Rprof()來進行監視14.4.2　Rprof()的工作原理14.5　字節碼編譯14.6　內存無法裝下數據怎麼辦14.6.1　分塊14.6.2　利用R軟件包來進行內存管理第15章　R與其他語言的接口15.1　編寫能被R調用的C/C++函數15.1.1　R與C/C++交互的預備知識15.1.2　例子：提取方陣的次對角線元素15.1.3　編譯和運行程序15.1.4　調試R/C程序15.1.5　擴展案例：預測離散取值的時間序列15.2　從Python調用R15.2.1　安裝RPy15.2.2　RPy語法第16章　R語言並行計算16.1　共同外鏈問題16.2　snow包簡介16.2.1　運行snow代碼16.2.2　分析snow代碼16.2.3　可以獲得多少倍的加速16.2.4　擴展案例：K均值聚類16.3　借助於C16.3.1　利用多核機器16.3.2　擴展案例：利用OpenMP解決共同外鏈問題16.3.3　運行OpenMP代碼16.3.4　OpenMP代碼分析16.3.5　其他OpenMP指令16.3.6　GPU編程16.4　普遍的性能考慮16.4.1　開銷的來源16.4.2　簡單並行程序，以及那些不簡單的16.4.3　靜態和動態任務分配16.4.4　軟件煉金術：將一般的問題轉化為簡單並行問題16.5　調試R語言並行計算的代碼附錄A　安裝R附錄B　安裝和使用包