《R 语言实战》的前言中援用了这样两句话。
要是一本书里没有图画和对话，那还有什么意思呢？
——爱丽丝，《爱丽丝梦游仙境》
它太神奇了，满载瑰宝，能够让那些聪慧刁滑和粗野胆大的人失去充沛满足；但并不适宜胆大者。
——Q，“Q Who？”，《星际迷航：下一代》
第一句想要示意当今统计分析的潮流——一个摸索、展现和了解的交互式过程。第二句话反映了大部分人对 R 的认识：难学。
大数据时代，基于数据和剖析去发现问题，并作出迷信、主观的决策越来越重要。常常听到一个说法：如果你问两个统计学家该如何剖析一个数据集，那你可能会失去三个答案。不过，每个答案都能让你更好地了解数据集。
其实对于一个问题，没有说某种剖析形式是最好的，或者是惟一的。咱们应该本人入手去剖析数据，看看都能失去什么。开源软件 R 曾经成了统计、预测剖析和数据可视化的全球通用语言，能够装置并运行于所有支流平台。它提供了各种用于剖析和了解数据的办法，从最根底的到最前沿的，无所不包，是咱们从大数据中获取有用信息的绝佳帮手！
因为 R 很弱小，利用宽泛，所以泛滥的剖析和绘图函数（超过 50 000 个）很容易让人望而生畏。但实际上，学习 R 并非无规律可循，只有有适合的领导，你就能够畅游其中！这本《R 语言实战（第 2 版）》是你熟练掌握 R 的最快路径之一。
本书重视实用性，全面而粗疏，既提供了有针对性的教程，又给出了深度解说的示例。新版做了大量更新和修改，新增了近 200 页内容，介绍数据挖掘、预测性剖析和高级编程。
有读者评估：周五购买，你在下周一就能写出可运行的程序！
作者介绍写作由来的时候，这点失去了印证。
最出色 R 网站作者的故事
多年前，我在申请一个统计征询职位时，第一次遇到了 R。
雇主在正式面试前，发来的资料中问我是否相熟 R。依据猎头的倡议，我立马答复“是的，我很相熟”，而后开始恶补 R。我在统计方面有丰盛的教训，对各种编程语言也不生疏，学习 R 能有多难？但大失所望。
因为要面试，我要尽可能快的把握这门语言，可是过程中我发现，无论是底层的构造还是各种高级的统计办法，都是由各具体畛域的专家为同行专家编写的。看在线帮忙几乎就是折磨，那不是教程，都是参考手册！
每当我感觉本人曾经对 R 的构造和性能有足够把握时，就会发现一些闻所未闻的新货色，它们让我感觉本人很渺小。为了解决这些问题，我开始以数据科学家的角度学习 R。我开始思考如何能力胜利地解决、剖析和了解数据，包含：获取数据（从各种数据源将数据导入程序）；整顿数据（编码缺失值、修复或删除谬误数据、将变量转换成更不便的格局）；正文数据（以记住每段数据的含意）；总结数据（通过描述性统计量理解数据的详情）；数据可视化（一图胜千言）；数据建模（解释数据间的关系，测验假如）；整顿后果（创立具备出版程度的表格和图形）。
而后，我试图用 R 来实现这些工作。通过传授他人来学习是最好的形式，所以我创立了一个网站（www.statmethods.net），一直把我学到的货色放在下面。
大略一年后，Marjan Bace（Manning 的出版人）打电话给我，问我是否写一本对于 R 的书。那时我曾经写了 50 篇期刊文章、4 份技术手册，以及大量章节的内容，还写了一本对于钻研办法的书，所以我想，写一本对于 R 的书能有多难？
后果仍然是大失所望。第 1 版出版一年后，我开始编写第 2 版。R 的平台在不断完善，我想始终跟进。我也想在本书中笼罩更多无关预测性剖析及数据挖掘的内容——这都是大数据时代很火的主题。
最初，我还想加一些对于数据可视化、软件倒退以及动静报告撰写的章节。你当初捧着的这本书是我多年来梦寐以求的。我的初心就是给大家提供一份 R 指南，让你能尽快感触到 R 的弱小以及开源的魅力，不再感到丧气和忧愁。来吧，一起抉择所需的工具，用最优雅、最简洁、最高效的形式来实现工作——那真的很酷！
作者介绍
R 语言社区驰名学习网站 Quick-R（statmethods.net）的维护者，现为全球化开发与征询公司 Management 钻研团体研发副总裁。此前，Kabacoff 博士是佛罗里达诺瓦东南大学的传授，讲授定量办法和统计编程的研究生课程。Kabacoff 还是临床心理学博士、统计参谋，善于数据分析，在衰弱、金融服务、制造业、行为科学、政府和学术界有 20 余年的钻研和统计征询教训。
互动工夫
读了“最出色 R 网站作者的故事”，有没有感觉“面试前的恶补”很相熟？你的面试产生过什么乏味的故事吗？作者说：通过传授他人来学习是最好的形式，你怎么认为呢？在你的技术精进之路上，有没有更好的学习办法分享给大家？欢送在评论区与小伙伴们互动，咱们将选出两位侥幸的小伙伴送出《R 语言实战（第 2 版）》1 本！
目前，R 是世界上最风行的数据分析、统计计算及制图语言，是数据挖掘、数据分析人才的必备技能。想要成为备受高科技企业追捧的数据分析师吗？想要科学分析数据并正确决策吗？无妨从本书开始，挑战大数据，用 R 开始炫酷地统计与剖析数据吧！
“清晰而又吸引人，这无疑是学习 R 最乏味的形式！”
——Amos A.Folarin，伦敦大学学院